Nowadays, different methods are used to solve optimization problems which ,one of the newest is BCO method that are inspired by the nature and derived from the social life of bees of these methods can be noted that BCO is derived from the social life of bees. We use in this paper fuzzy logic for bee‟s decision stage. at the end, we solve two different problem that have already been solved by ESO (Evolution Structural Optimization ) and BESO (Bi direction Evolution Structural Optimization ) methods. In this paper we indicate BCO is able to achieve better solutions and this method is quite proper even for constrained problems. پرونده مقاله

روش های بهینه یابی بر اساس سازه ی مبنا و مینیمم رشد سازه پایه با گره های ثابت از جمله روش های مفید و موثر در بهینه یابی سازههای گسسته می باشد، اما کندی فرآیند بهینه یابی در روش سازه مبنا برای سازه های بزرگ دو بعدی به دلیل زیاد بودن تعداد اعضای سازه مبنا، سبب میشود که زمان زیادی برای حل مسائل تلف شود و ثابت بودن گره های خرپا در روش مینیمم رشد سازه پایه با گره های ثابت که باعث میشود سازه در برخی موارد بهینه محلی را بیابد در این مقاله سعی شده است تا با ارائه روشی نوین، بهینه یابی سطح مقطع و توپولوژی خرپاها به نحوی انجام شودکه مشکلات مذکورتا حدامکان برطرف شود .بدین منظور الگوریتم مینیمم رشد سازه پایه با گره های شناور ارائه شده است. در این روش به جای شروع از سازه پایه با حداکثر اعضای ممکن سازه، با سازه ای با حداقل اعضا شروع می شود و سازه پایه تا زمان ارضا کردن شرایط مساله رشد می کند و تمامی گره ها به سازه ابتدایی به صورت شناور اضافه می شود و سپس در این مقاله از چند مثال استاندارد استفاده شده است که با استفاده از نرم افزار متلب کد نویسی شده است. جواب های به دست آمده به روش مینیمم رشد سازه پایه با گره های شناور با استفاده از الگوریتم بهینه سازی ازدحام ذرات با سایر روش ها مقایسه شده است. نتایج مقاله نشان می دهد روش مینیمم رشد سازه پایه با گره های شناور سرعت هم گرایی بسیار بالایی نسبت به روش سازه پایه و بهینه مطلق تری نسبت به مینیمم رشد سازه پایه با گره های ثابت دارد. پرونده مقاله

امروزه سازه های خرپایی یکی از سازه های مهم بشر محسوب می شود که برای ساخت انواع پل ها، هواپیماها وسازه های هوایی ، ساختمان ها ، کشتی ها و بسیاری از سازه های دیگر مورد استفاده قرارمی گیرند پیشرفت چشم گیر بهینه سازی سازه ها باعث شده تا این سازه ها روز به روز با مقاومت بیشتر و هزینه ساخت و مواد اولیه کمتر آماده شوند. در این تحقیق قصد داریم دو معیار بهینه سازی را به طور هم زمان در نظر بگیریم. برای بهینه سازی چند هدفه ، روش های زیادی وجود دارد که ما در این تحقیق از روش سیستم ایمنی مصنوعی اصلاح شده استفاده می کنیم. الگوریتمهای سیستم ایمنی مصنوعی از جمله روش های متاهیورستیکی هستند که در مسائل بهینه سازی، خوشه بندی اطلاعات و شناسایی الگو کاربرد فراوان دارند. مزیت بزرگ الگوریتم ایمنی و الگوریتم ایمنی مصنوعی اصلاح شده اینست که، علاوه بر دارا بودن خواص الگوریتم ژنتیک، بهترین پاسخ ها در هر مرحله از اجرا ذخیره می کند. مزیت دیگر آن این است که از انباشته شدن پاسخ های تکراری و یا مشابه، جلوگیری می کند.]1و2[ سرعت حل بالا و عدم هگرایی زود رس از دیگر مزیتهایی است که در الگوریتم ایمنی مصنوعی اصلاح شده به ان رسیده ایم. پرونده مقاله