مقایسه الگوریتم های ژنتیک و الگوریتم انبوه ذرات در بهینه سازی بلید کامپوزیتی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 779

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MAARS01_341

تاریخ نمایه سازی: 16 اسفند 1394

چکیده مقاله:

در این مطالعه به منظور مقایسه الگوریتم ها و به بهینه سازی ژنتیک و اندوه ذرات، بهینه سازی یک یلید ک کامپوزیتی مورد مطالعه قرار گرفته است. هندسه فوق و نرم افزار اجزاء محدود آباکوس شبیه سازی شده و برای بهینه سازی از لینک نرم افزار اجزاء محدود آباکوس و نرم افزار برنامه نویسی متلب استفاده شده است. برای رسیدن به حداقل وزن برای هر قسمت، سازه کمترین لایه مطابق با نیاز مقاومتی آن قسمت پیش بینی شده است. لذا سازه فوق به قسمت های مختلف تقسیم شده است. فرایند بهینه سازی ضمن تمرکز و کاهش وزن و تعیین مکان باید بتواند از عدم گسیختگی لایه های هر قسمت اطمینان یابد. در پایان مشخص شد اگرچه سرعت الگوریتم ژنتیک در مقایسه با الگوریتم انبوه ذرات در رسیدن به جواب نهایی کمتر است اما نتایج آن در بهینه سازی بلید کامپوزیتی از دقت بهتری برخوردار است.

کلیدواژه ها:

الگوریتم انبوه ذرات ، الگوریتم ژنتیک ، بهینه سازی ، نرم افزار اجزاء محدود آباکوس ، متلب

نویسندگان

احمد غلامی فشارکی

دانشجوی کارشناسی ارشد مهندسی مکانیک ،دانشگاه جامع امام حسین (ع)

حسین خدارحمی

دانشیار مهندسی مکانیک،دانشگاه جامع امام حسین(ع)

رضا کیانی

دانشجوی کارشناسی ارشد مهندسی مکانیک ،دانشگاه جامع امام حسین(ع)

فرشاد لاری

دانشجوی کارشناسی ارشد الکترونیک دانشگاه جامع امام حسین (ع)

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Badallo, P., et al., A comparative study of genetic algorithms ...
  • Barbosa, H.J. and A.. Lemonge, A new adaptive penalty scheme ...
  • Deb, K., Multi-objective optimization using evolutionary algorithms. vol. 16. 2001: ...
  • Le Riche, R. and R.T. Haftka, Optimization of laminate stacking ...
  • Callahan, K.J. and G.E. Weeks, Optimum design of composite laminates ...
  • Woodson, M., E. Johnson, and R. Haftka, Optimal design of ...
  • Gurdal, Z., R.T. Haftka, and S. Nagendra, Genetic algorithms for ...
  • Kogiso, N, et al., Genetic algorithms with local improvement for ...
  • . Potgieter, E. and N. Stander, The genetic algorithm applied ...
  • . Shi, X., et al., An improved GA and a ...
  • . Bullnheimer, B., R.F. Hartl, and C. Strauss, A new ...
  • . Biswas, A, et al., Synergy of PSO and bacterial ...
  • . Paluch, B., M. Grediac, and A. Faye, Combining a ...
  • . Tsai, S.W. and E.M. Wu, A general theory of ...
  • . Jones, R.M., Mechanics of composite materials. 1998: CRC press. ...
  • نمایش کامل مراجع