مقاله الگوریتم بهینه سازی و بهینه سازی


Widget not in any sidebars

: بردار شتاب‌های گرهی سازه آسیب‌دیده.
: بردار شتاب‌های گرهی سازه آسیب‌دیده با در نظر گرفتن اثرات نویز اندازه‌گیری است.
درادامه نتایج حاصله با درنظرگرفتن اثرات نویز اندازه‌گیری به ازای حالت های آسیب‌دیدگی نشان داده می‌شوند.
تیر طره 15 المانی
در این قسمت اثر نویز در تیر طره 15 المان بررسی میشود. اثر نویز، شتاب های سازه آسیب دیده را دچار اغتشاش می کند تا کارایی الگوریتم پیشنهادی بیش از پیش نشان داده شود. سایر پارامترها مسئله مشابه حالت قبل است. عدد نویز برای این مثال %3 0± فرض شده و مطابق معادله (4- 1) تعریف می گردد. در واقع در تحقیقات برای نشان دادن سرعت و دقت الگوریتم شناسایی خرابی از اثر نویز استفاده شده است. روابط بهینه سازی هماند جدول( 4-1) در نظر گرفته شده و همچنین حالات خرابی نیز مطابق جدول(4-2) اختیار میگردد. در شکل های های(4-31)، ( 4-33) و(4-35) شناسایی خرابی این مثال به صورت نمودار با در نظر گرفتن اثر نویز آورده شده است. این نمودارها نشان میدهند که درصد خرابی تعریف شده با درصد خرابی به دست آمده تقریبا برابر هستند که نشان دهنده دقت بالای روش پیشنهادی در تشخیص المان های خراب است.
شکل (4-31) نمودار شناسائی خرابی در تیرطره 15 المانی و شکل (4-32) نمودار همگرائی الگوریتم بهینه سازی را در حالت اول نشان میدهد.
حالت آسیب‌دیدگی 1:
شکل ‏431 پیش‌بینی محل خرابی برای حالت خرابی 1 در تیر 15 المانی بادر نظرگرفتن نویز اندازه‌گیری3%
شکل ‏432 نمودار همگرایی الگوریتم تکامل تفاضلی برای حالت خرابی 1 در تیر 15 المانی با درنظرگرفتن نویز اندازه‌گیری3%
نمودارهای شناسائی خرابی در تیرطره 15 المانی و همگرائی الگوریتم بهینه سازی در حالت دوم به ترتیب در شکلهای (4-33) و (4-34) نشان داده شده است.
حالت آسیب‌دیدگی 2:
شکل ‏433 پیش‌بینی محل خرابی برای حالت خرابی 2در تیر 15 المانی با درنظرگرفتن نویز اندازه‌گیری3%
شکل ‏434 نمودار همگرایی الگوریتم تکامل تفاضلی برای حالت خرابی 2 در تیر 15 المانی بادر نظرگرفتن نویز اندازه‌گیری3%
شکلهای (4-35) و (4-36) به ترتیب نمودار شناسائی خرابی و همگرائی الگوریتم بهینه سازی را برای حالت سوم در این مثال نشان میدهد.
حالت آسیب‌دیدگی 3:
شکل ‏435 پیش‌بینی محل خرابی برای حالت خرابی 3 در تیر 15 المانی با درنظرگرفتن نویز اندازه‌گیری3%
شکل ‏436 نمودار همگرایی الگوریتم تکامل تفاضلی برای حالت خرابی3 در تیر 15 المانی بادر نظرگرفتن نویز اندازه‌گیری3%
همانطور که در شکلهای قبل مشاهده میشود که با 400 بار تکرار الگوریتم در 100 تکرار آخر تغییر محسوسی ایجاد نشده و الگوریتم به همگرایی رسیده است.
بررسی پارامتر F در تیر 15 المانی در حالت آسیب دیدگی سوم
الگوریتم تکامل تفاضلی مانند سایر الگوریتم های بهینه سازی دارای تعدادی پارامتر است که روند بهینه سازی را به نوعی کنترل می کند. یکی از این پارامترها، F است. با توجه به اینکه تاکنون از الگوریتم تکامل تفاضلی در شناسایی خرابی سازه ای استفاده نشده، برای بدست مقدار هر یک این پارامترها می بایست از روش آزمون و خطا استفاده کرد. با توجه با اینکه مقدار F مابین صفر و یک است، شکل (4- 22) مطالعات انجام شده بر روی این پارامتر را نشان می دهد.
همانطور که در شکل مشخص است به ازای مقدار 6/ 0 این پارامتر بهترین عملکرد را دارد. برای هر یک از مقادیر برنامه 10 بار اجرا میشود که به ازای هر 10 بار اجرا، برنامه در حالت 6/ 0= F همگرا شده و به جواب رسیده است. تعداد دفعاتی که برنامه به ازای مقادیر مختلف به جواب رسیده است در شکل (4-37) به خوبی نشان داده شده است. این نکته قابل ذکر است که مقدار F بدست آمده از روش آزمون و خطا، قابل استفاده در مسائل تعیین خرابی می باشد و ممکن است در سایر موارد مانند مسائل عددی ریاضی مقدار دیگری برای F بهترین عملکرد را داشته باشد.
شکل ‏437 بررسی پارامتر F در نحوه همگرایی تیرطره 15 المانی
تیر طره 20 المانی
در این قسمت به بررسی اثر نویز در تیر طره 20 المان پرداخته می شود. اثر نویزشتابهای سازه آسیب دیده را دچار اغتشاش می کند تا کارایی الگوریتم پیشنهادی بیش از پیش نشان داده شود. سایر پارامترها مسئله مشابه حالت قبل است. عدد نویز برای این مثال %3 0± فرض شده و مطابق معادله (4-1) تعریف میگردد. در واقع در تحقیقات برای نشان دادن سرعت و دقت الگوریتم شناسایی خرابی از اثر نویز استفاده شده است. روابط بهینه سازی هماند جدول(4-3) در نظر گرفته شده و همچنین حالات خرابی نیز مطابق جدول(4-4) اختیار شده است. در شکل های (4-38)، (4-40)، (4-42) و (4-44) شناسایی خرابی این مثال به صورت نمودار با در نظر گرفتن اثر نویز آورده شده است. این نمودارها نشان میدهند که درصد خرابی تعریف شده با درصد خرابی به دست آمده تقریبا اختلافی ندارند که نشان دهنده دقت بالای روش پیشنهادی در تشخیص المان های خراب است.
شکلهای (4-38) و (4-39) به ترتیب شناسائی خرابی در تیرطره 20 المانی و همگرائی الگوریتم بهینه سازی در حالت اول را نشان میدهد.
حالت آسیب‌دیدگی 1:
شکل ‏438 پیش‌بینی محل خرابی برای حالت خرابی 1در تیر20المانی با درنظرگرفتن نویز اندازه‌گیری3%

Share this post

Post navigation

You might be interested in...