توسعه الگوریتم جستجوی نسبیت خاص برای طراحی بهینه سازه های خرپایی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 بخش مهندسی عمران، دانشگاه شهید باهنر کرمان، کرمان، ایران

2 ، دانشکدة مهندسی عمران و معماری، دانشگاه شهید چمران اهواز، اهواز، ایران

چکیده

طراحی بهینه مسائل مهندسی سازه به طور مشخص سازه های خرپایی به دلیل وجود قید های طراحی از جمله تنش و جابجایی کار بسیار چالش بر انگیزی می باشد. این قیدها در بیشتر موارد به صورت غیرخطی و دینامیکی تعریف می شوند که باعث به دام افتادن الگوریتم های بهینه سازی در بهینه محلی می شوند. در مقابل الگوریتم های فراابتکاری با استفاده از تکنیک ها و اپراتورهای خاص برنامه نویسی پاسخ های قابل قبولی برای این نوع از مسائل تولید می کنند. الگوریتم استاندارد جستجوی نسبیت خاص به دلیل عدم هماهنگی میان دو پارامتر مهم بهره برداری و اکتشاف در حل این دسته از مسائل ناموفق است و به بهینه محلی همگرا می گردد. در این تحقیق برای بهبود عملکرد این الگوریتم دو تکنیک جدید معرفی و پیاده سازی می گردد. الگوریتم گرادیان نزولی به عنوان مکمل الگوریتم جستجوی جستجوی نسبیت خاص استفاده گردیده است. گام حرکت الگوریتم با استفاده از ضرایب خاص کنترل می گردد. برای اثبات اثربخشی و موثر بودن روش پیشنهادی نسبت به سایر روشهای پیشرفته نتایج آنها با یکدیگر مقایسه می گردد. نتایج نشان میدهد که الگوریتم پیشنهادی نسبت به سایر روشهای قبلی نرخ همگرایی بالایی دارد و توازن مناسبی بین پارامترهای بهره برداری و اکتشاف ایجاد کرده است.

کلیدواژه‌ها


عنوان مقاله [English]

Improved special relativity search algorithm for optimal design of truss structures

نویسندگان [English]

  • Farnaz Salajegheh 1
  • Vahid Goodarzimehr 2
1 Department of Civil Engineering, Shahid Bahonar University of Kerman, Kerman, Iran.
2 Faculty of Civil Engineering and Architecture, Shahid Chamran University of Ahvaz,Ahvaz, Iran
چکیده [English]

Optimal design of structural engineering problems, particularly truss structures, is highly challenging due to the presence of design constraints such as stress and displacement. These constraints are often defined in a nonlinear and dynamic manner, which causes optimization algorithms to become trapped in local optima. In contrast, metaheuristic algorithms generate acceptable solutions for such problems using specialized programming techniques and operators. The standard Special Relativity Search (SRS) algorithm fails to solve these types of problems effectively due to the lack of coordination between two crucial parameters: exploitation and exploration, leading to convergence to local optima. In this study, two new techniques are introduced and implemented to enhance the performance of this algorithm. The gradient descent algorithm is employed as a complementary method to the SRS algorithm, with the movement step controlled using specific coefficients. To demonstrate the effectiveness of the proposed method compared to other advanced approaches, their results are compared. The findings indicate that the proposed algorithm has a higher convergence rate than previous methods and successfully establishes a proper balance between exploitation and exploration parameters.

کلیدواژه‌ها [English]

  • Optimal Design
  • Special Relativity Search Algorithm
  • Metaheuristic Algorithm
  • Soft Computing
  • SRS
CAPTCHA Image