بکارگیری از الگوریتم ژنتیک توسعه یافته برای بررسی مسائل بهینه سازی غیر خطی مقید ناشی از سیستمهای سازهای سلسله مراتبی

این پژوهش چارچوبی ریاضی برای بهینه سازی غیرخطی مقید سامانه های سازهای سلسله مراتبی با استفاده از الگوریتم ژنتیک توسعه یافته (GA) ارائه می دهد. مسئله ی بهینه سازی با هدف کمینه سازی وزن کل قاب های چند طبقه در عین رعایت قیود هندسی مکانیکی و الزامات عملکرد لرزه ای فرمول بندی شده است. الگوریتم پیشنهادی با ترکیب عملگرهای ژنتیکی تطبیقی و مکانیزم کنترل قیود مبتنی بر توابع جریمه همگرایی به سوی راه حل های ممکن و بهینه ی سراسری را تضمین می کند. متغیرهای تصمیم شامل پارامترهای گسسته و پیوسته ای نظیر ارتفاع طبقات، پیکربندی مهاربندها و زوایای اتصال اعضا است. این چارچوب در محیط MATLAB پیاده سازی شده و به کمک حل گرهای عددی غیرخطی برای ارزیابی پاسخ های سازهای مورد استفاده قرار گرفته است. اعتبار سنجی مدل با استفاده از نمونه های مرجع نشان می دهد که فرمول بندی پیشنهادی الگوریتم ژنتیک می تواند وزن سازه را بین ۱۱ تا ۲۱ درصد کاهش دهد، بدون آن که سختی و پایداری کلی کاهش یابد. فراتر از کاربرد مهندسی، روش پیشنهادی ابزاری تعمیم پذیر برای حل مسائل بهینه سازی ریاضی در مقیاس بزرگ چندمتغیره و دارای قیود پیچیده فراهم می کند.

کلیدواژه ها:

بهینه سازی غیرخطی مقید ، الگوریتم ژنتیک توسعه یافته ، روش های فراابتکاری ، مدل سازی ریاضی ، بهینه سازی در مقیاس بزرگ