به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

‎‎single-objective constrained particle swarm optimization (socpso) algorithm

در نشریات گروه مکانیک
تکرار جستجوی کلیدواژه ‎‎single-objective constrained particle swarm optimization (socpso) algorithm در نشریات گروه فنی و مهندسی
تکرار جستجوی کلیدواژه ‎‎single-objective constrained particle swarm optimization (socpso) algorithm در مقالات مجلات علمی
  • Erfan Norouzi Farahani, Niloofar Ramroodi, Maryam Mahnama *
    This paper presents a comprehensive investigation of the optimization process of a ‎‎compliant nano-‎‎positioning mechanism based on a high-accuracy metamodel. Within ‎this ‎study, analytical approach, ‎finite ‎element analysis (FEA), and deep neural network ‎‎(DNN) ‎are integrated in order to achieve the ‎optimum ‎design of a parallel 2-degree-of-‎freedom‎ ‎compliant positioner while taking a broad range of ‎factors into ‎account. First, a ‎linear ‎regression analysis is performed on the primary finite element model ‎as a sensitivity ‎‎analysis. ‎Then an analytical model is established to express one of the objective ‎‎functions of ‎design, ‎namely the mechanism working range, as a function of ‎characteristic features: the ‎‎mechanism stiffness ‎and displacement amplification ratio (λ). ‎In the optimization ‎procedure, a single ‎objective constrained ‎particle swarm optimization ‎‎(SOCPSO) algorithm ‎acts on the metamodel to ‎maximize the resonant ‎frequency and ‎provide the minimum ‎acceptable working range. The proposed ‎optimization guideline is ‎‎established for seven ‎different desired working ranges and succeeded in ‎predicting the ‎objective function ‎with ‎an error of less than 3%. The findings provide insights into the ‎‎design and geometric ‎optimization of the ‎mechanical structures. Furthermore, it will be ‎employed as a ‎guideline ‎for implementing DNN for ‎metamodeling in other engineering ‎problems.‎
    Keywords: Compliant mechanism, Finite Element Analysis (FEA), Metamodel, Deep Neural Networks ‎‎(DNN), ‎‎Single-Objective Constrained Particle Swarm Optimization (SOCPSO) algorithm
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال