بهینه سازی ضرایب الگوریتم ازدحام ذرات با بهره گیری از الگوریتم ژنتیک

در این تحقیق یک رویکرد جدید با هدف تعیین ضرایب بهینه الگوریتم ازدحام ذرات (PSO) برای مساله بهینه سازی الگوی بار جانبی تحلیل پوش آور ارائه شده است؛ به گونه ای که نتایج تحلیل پوش آور بیشترین انطباق را با پاسخ تحلیل دینامیکی غیر خطی سازه داشته باشد. برای این منظور قاب خمشی بتن آرمه ویژه ده طبقه بصورت دوبعدی با استفاده از نرم افزار OpenSees مدلسازی شد. تحلیل دینامیکی غیرخطی تحت هفت نگاشت زلزله دور از گسل انجام و میانگین جابجایی طبقات سازه تحت این هفت نگاشت به عنوان پاسخ هدف انتخاب شد. در ادامه، الگوریتم ژنتیک به عنوان یک بهینه ساز ثانویه به کار گرفته شد تا سه ضریب کلیدی (۱۲) الگوریتم PSO را به گونه ای تعیین کند که این الگوریتم بتواند الگوی بار جانبی پوش آور را به بهترین شکل ممکن بهینه سازد. به عبارت دیگر یک رویکرد بهینه سازی در بهینه سازی معرفی شده است. تابع هدف بر اساس کمینه سازی میانگین مربعات خطا بین جابجایی های پوش آور و هدف تعریف شد. در مجموع طی اجرای الگوریتم ترکیبی بیش از ۱۵۳۰۰ مرتبه تحلیل پوش آور در محیط OpenSees انجام شد. ضرایب به دست آمده از فرایند بهینه سازی با ضرایب پیشنهادی توسط مقالات معتبر نیز مورد مقایسه قرار گرفت و نتایج نشان داد که ضرایب بهینه شده توسط الگوریتم ژنتیک - PSO در بحث بهینه سازی الگوی بار جانبی تحلیل پوش آور برای سازه مورد بررسی این مقاله کمترین میزان خطا را نسبت به ضرایب سایر مقالات دارند؛ به طوری که بیشینه اختلاف مطلق ۰/۰۰۴۸ متر و میانگین خطای درصدی ۲/۲۲ به دست آمد.

کلیدواژه ها:

الگوریتم ازدحام ذرات ، الگوریتم ژنتیک ، تحلیل پوش آور ، تحلیل دینامیکی غیرخطی