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

hybrid algorithm

در نشریات گروه مکانیک
تکرار جستجوی کلیدواژه hybrid algorithm در نشریات گروه فنی و مهندسی
تکرار جستجوی کلیدواژه hybrid algorithm در مقالات مجلات علمی
  • Alireza Arghavan, Ali Ghoddosian *, Ehsan Jamshidi
    The Non-destructive vibration based structural damage detection techniques have been developed in the recent decades. They are usually converted into a mathematical optimization problem that should be solved using optimization algorithms. In this paper, a new hybrid algorithm, using a particle swarm - genetic optimization, is proposed that is called Swarm Life Cycle Algorithm (SLCA). Additionally, Modified Total Modal Assurance Criterion (MTMAC) that is modal based and involved natural frequencies and mode shapes, is used as an objective function. A cantilever beam is modelled and simulated using finite element method as a numerical case study with several different damage scenarios. To compare the effectiveness of the proposed algorithm with GA and PSO, they are applied to detect the locations and severities of damages of numerical cases separately. To assess the robustness of them, the effects of environmental noise, coordinate and mode incompleteness on the accuracy of damage detection have investigated. For experimental validation of the proposed method, empirical studies of single and double crack aluminium cantilever beams were conducted. The numerical and experimental results show that the proposed algorithm has great potential in crack identification. It is observed that SLCA is able to detect the location and extent of damage irrespective of the noise level and perform well in the presence of mode and coordinate incompleteness.
    Keywords: Damage Detection, Genetic Algorithm, Hybrid algorithm, Modal Properties, particle swarm optimization
  • علی مظفری*، فوزیه مروت، جعفر روشنی یان، هادی زارع
    طراحی بهینه سازه های ساندویچی کامپوزیتی مورد استفاده در فیرینگ ماهواره بر با استفاده از الگوریتم ترکیبی بررسی و ارائه می شود. از آنجایی که مدرنترین فیرینگ ها از لایه های ساندویچی کامپوزیتی ساخته می شوند، در این پژوهش ساختار سازه فیرینگ بر اساس پوسته ساندویچی کامپوزیتی با هسته انعطاف پذیرتحلیل شده است. از طرفی ساختار فیرینگ از نظر هندسی از دو بخش مخروطی و استوانه ای تشکیل می شود. برای این منظور، در فاز اول، تحلیل کمانش سازه مخروطی ساندویچی کامپوزیتی با استفاده از تئوری های مرتبه بالا انجام گرفت و معادلات بدست آمده برای بخش استوانه ای، با صفرکردن نیم زاویه راس مخروط بدست می آید. در فاز دوم، سازه استخراج شده با استفاده از الگوریتم ترکیبی مورد بهینه سازی قرار گرفت. بواسطه تعدد و پیچیدگی متغیرهای طراحی در سازه های ساندویچی کامپوزیتی، فرایند طراحی مهندسی به مشکلات و سختی هایی در مسائل بهینه سازی طراحی منجر می شود. از آنجایی که مهمترین دیسیپلین انتخابی برای بهبود مشخصه های جرم ماهواره بر، دیسیپلین سازه است، لذا با تکیه بر بهینه سازی سازه، پس از انجام فرآیند بهینه سازی در نهایت به کاهش جرم قابل ملاحظه ای ناشی از تغییر جنس و بهینه سازی بطور همزمان، حدود 40 درصد نسبت به فیرینگ مورد استفاده (فیرینگ سفیر) در این پژوهش دست یافته شد.
    کلید واژگان: سازه ساندویچی کامپوزیتی، فیرینگ، ماهواره بر، بهینه سازی، الگوریتم ترکیبی
    Ali Mozaffari*, Foozieh Morovat, Jafar Roshanian, Hadi Zare
    In this study, optimum design of composite sandwich structures will be surveyed and presented using hybrid algorithm. Since, most modern payload fairings are constructed of a composite sandwich laminate, in this research the architecture of the fairing structure has been analyzed on the basis of the composite sandwich shell with a flexible core. However, from the geometrical point of view, fairing composed of two conical and cylindrical parts. Therefore, in the first phase, buckling analysis of conical composite sandwich shell has been done by using high-order theories and the obtained equations reduce to the governing equations of cylindrical sandwich shell when the semi-cone angle is set equal to zero. In the second phase, the obtained structure was optimized using hybrid algorithm. Due to the variety and complexity of design variables in composite sandwich structures, designing process leads to difficulties and obstacles in design optimization problems. Since, the most important selected discipline for optimizing the mass specifications of launch vehicle is structure, therefore with relying on optimization of the structure, after completion of optimization process, finally considerable mass reduction i.e. 40 percent comparing to the utilized fairing in this study (Fairing of Safir), will be concluded due to simultaneous changing of material and optimization.
    Keywords: Composite sandwich structure, Fairing, Lunch vehicle, optimization, Hybrid algorithm
  • محمد خسروی، خلیل خلیلی، حسین امیرآبادی
    بهینه سازی، در بسیاری از شاخه های علوم کاربرد زیادی یافته است. در سال های اخیر، تئوری ها و روش های متعددی برای پیدا کردن پاسخ بهینه و توسعه روش های بهینه سازی ارائه شده است. الگوریتم های بهینه سازی الهام گرفته از طبیعت به عنوان روش های ابتکاری، راه حل های مناسبی را برای مسائل پیچیده ارائه می نماید که یکی از کاربردهای این روش ها، مهندسی معکوس می باشد. در مهندسی معکوس، هر مجموعه از نقاط اسکن شده نسبت به یک دستگاه خاص تعریف می شوند. در فرآیند انطباق داده ها، مجموعه های این نقاط به صورت مجزا، با هم ترکیب شده و نسبت به یک سیستم مختصات واحد قرار می گیرند که این فرآیند،تطابق ابر نقاط نامیده می شود. در این پژوهش، قطعه کاربردی در آزمایش تجربی توسط ماشین اندازه گیری مختصات در دو وضعیت بدون انتقال و انتقال یافته، اندازه برداری شده و فرآیند تطابق ابر نقاط بر روی آن پیاده سازی شده است. به کمک الگوریتم های جستجوی گرانشی، جمعیت ذرات و ژنتیک، فرآیند تطابق بهینه سازی شده و پارامترهای تطابق (چرخش و جابه جایی) به دست آمده است. از بین الگوریتم های ذکر شده، الگوریتم جستجوی گرانشی از دقت جابه جایی، دقت چرخشی و مقدار همگرایی بهتر و هم چنین زمان اجرای کمتری برخوردار بوده است. در نهایت الگوریتم ترکیبی ارائه شده است که ترکیبی از الگوریتم های جستجوی گرانشی و نلدر- مید می باشد. در الگوریتم پیشنهادی، مقادیر حدس اولیه توسط الگوریتم گرانشی به دست آمده و در اختیار الگوریتم نلدر- مید قرار می گیرد تا پاسخ دقیق به دست آید. الگوریتم پیشنهادی در این پژوهش، ازنظر تعداد تکرار و مقدار همگرایی بر الگوریتم های جستجوی گرانشی و نلدر- مید برتری دارد.
    کلید واژگان: تطابق، بهینه سازی، الگوریتم ترکیبی، الگوریتم جستجوی گرانشی
    Mohammad Khosravi, Khalili, Khalili, Hosseien Amirabadi
    Optimization has found a widespread application in many branches of science. In recent years, different methods and theories have been developed to find optimal solutions. Optimization algorithms inspired by nature as heuristics solutions to complex problems. Reverse engineering is one of the applications of optimization methods. In reverse engineering a set of scan points are defined relative to a particular coordination. In data registration process the scanned data sets separated and combined to a single coordinate system are called the process of registration. In this research, applications part has been digitized by coordinate measuring machine(CMM) and the process of point clouds registration in experimental on two pieces in position (without translation and with translation case) has been implemented. Using gravitational search algorithm (GSA), particle swarm optimization (PSO) and genetic algorithm (GA) optimization process is optimized and the registration parameters (rotation and displacement) are obtained. The algorithms mentioned, GSA the accuracy displacement, rotational accuracy and better convergence rate and the run time is less. Finally, a hybrid algorithm is proposed which is a combination of GSA, and Nelder-Mead algorithms (GSA-NM). In the proposed algorithm, the initial guess values obtained by GSA and Nelder-Mead algorithm is provided to ensure an accurate response. The proposed hybrid algorithm is superior to GSA and Nelder-Mead, in terms of the number of iterations and the amount of convergence.
    Keywords: Registration, Optimization, Hybrid Algorithm, Gravitational Search Algorithm
  • علی جودکی، علی اشرفی زاده
    مسائل طراحی شکل به طور عام، و مسائل طراحی معکوس به عنوان زیر گروهی از این مسائل، اغلب از طریق روش های بهینه یابی و الگوریتم های تکاملی حل می شوند. در این مقاله از الگوریتم بهینه یابی ژنتیک و الگوریتم بهینه یابی توده ذرات و همچنین دو گونه متفاوت الگوریتم ترکیبی آن دو استفاده شده است. این چهار الگوریتم برای چند مسئله طراحی معکوس به کار رفته اند و نتایج نشان می دهند که ترکیب الگوریتم های ژنتیک و توده ذرات نرخ همگرایی را در روش های طراحی افزایش می دهد. در قسمت مسائل طراحی، هم مسئله جریان داخلی و هم جریان بیرونی انتخاب شده است. علاوه بر آن نقطه مینیمم کلی چند تابع تست بهینه یابی مشهور توسط این الگوریتم ها به دست آمده است. هنگامی که از الگوریتم های ترکیبی استفاده می شود تا 30 درصد افزایش در سرعت همگرایی در میان این مسائل بهینه یابی عددی مشاهده می گردد. همچنین نتایج نشان می دهند که الگوریتم های ترکیبی نسبت به الگوریتم های پایه قادر هستند که به نقطه بهینه نزدیکتر شوند.
    کلید واژگان: طراحی شکل، الگوریتم ژنتیک، الگوریتم توده ذرات، الگوریتم ترکیبی
    Ali Joodaki, Ali Ashrafizadeh
    Shape design problems، in general، and inverse design problems، in particular، are often solved via optimization techniques. Evolutionary algorithms provide robust and efficient solution methods for such problems. This paper focuses on the application of genetic algorithms (GA)، particle swarm optimization (PSO)، and two hybrid variants of GA and PSO. Performance of these optimization methods in the solution of inverse design problems is examined and it is shown that hybridization of GA and PSO can be used to improve the convergence rate of the iterative design procedure. Global Minimums of a number of well known optimization test functions are found by the proposed hybrid algorithms and the solutions of both internal and external flow inverse design problems are discussed. Up to 30% speed up is observed in the numerical test cases when the hybrid methods are employed and it is also shown that hybrid methods can get closer to the optimum solution as compared to either GA or PSO.
    Keywords: Shape design, Genetic Algorithms, Particle Swarm Optimization, Hybrid 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