بهینه‌سازی سازه‌ها با استفاده از الگوریتم ترکیبی شاهین هریس و ژنتیک

خواجه, عباس; کیانی, علیرضا; سراجی, محمود; دشتی, هادی

doi:10.22065/jsce.2022.338161.2788

بهینه‌سازی سازه‌ها با استفاده از الگوریتم ترکیبی شاهین هریس و ژنتیک

نوع مقاله : علمی - پژوهشی

نویسندگان

¹ دانشجوی دکتری ،دانشکده مهندسی ،دانشگاه آزاد اسلامی ، بوشهر،ایران

² استادیار ،دانشکده مهندسی ،دانشگاه آزاد اسلامی ، بوشهر،ایران

³ استادیار،دانشکده مهندسی ،دانشگاه آزاد اسلامی ، بوشهر،ایران

10.22065/jsce.2022.338161.2788

چکیده

امروزه به دلیل مسائل اقتصادی موجود، بهینه‌سازی و استفاده حداکثری از مصالح به شدت مورد توجه می‌باشد. به دلیل گسترده بودن پارامترها استفاده از روش‌های ریاضی منطقی و عقلانی نیست. به همین دلیل روش‌های فرا ابتکاری گسترش یافته‌اند. در زمینه سازه‌ها نیز بهینه‌سازی وزن با استفاده از روش‌های گوناگون علاقه‌مندان زیادی دارد. به دلیل اهمیت سازه‌های خرپایی در این مقاله بهینه‌سازی سازه‌های خرپایی شکل با استفاده از الگوریتم ترکیبی شاهین هریس و ژنتیک انجام شده است. الگوریتم شاهین هریس یکی از جدیدترین الگوریتم‌ها در زمینه بهینه‌سازی می‌باشد که برگرفته از رفتار طبیعی حیوانات می‌باشد. در الگوریتم شاهین هریس از روند جهش که متعلق به الگوریتم ژنتیک می‌باشد استفاده شده است تا از به دام افتادن جواب‌ها در بهینه محلی جلوگیری کند. بهینه‌سازی مورد نظر مقید می‌باشد به همین دلیل قیود مورد نظر تنش و جابجایی انتخاب شده است. قیدهای مورد نظر باعث می‌شوند که جواب-های بدست آمده در محدوده مجاز قرار گیرند و در صورتی که از حد مجاز تجاوز کنند جریمه شوند. چهار سازه خرپایی شکل، 10 عضوی، 25 عضوی، 72 عضوی و 200 عضوی برای بهینه سازی انتخاب شده است. پیاده کردن الگوریتم ترکیبی شاهین-ژنتیک در نرم افزار متلب انجام و نتایج بدست آمده از الگوریتم ترکیبی شاهین با سایر منابع موجود مقایسه شده است. بررسی انجام شده نشان می‌دهد که الگوریتم ترکیبی شاهین-ژنتیک دارای سرعت همگرایی بیشتر و نیز جواب‌های بهتر در مقایسه با الگوریتم شاهین می‌باشد. همچنین این ترکیب دارای جواب‌های بهتری در مقایسه با سایر الگوریتم‌ها نیز می‌باشد.

کلیدواژه‌ها

موضوعات

بهینه سازی

عنوان مقاله [English]

Optimization of structure using hybrid Harris hawks and genetic algorithm

نویسندگان [English]

Abbas Khajeh ¹
alireza kiani ²
mahmood seraji ³
Hadi Dashti ³

¹ Ph.D student, Civil Engineering Department, Islamic Azad university, Bushehr, Iran

² Assistant Professor, Civil Engineering Department, Islamic Azad university, Bushehr, Iran

³ Assistant Professor, Civil Engineering Department, Islamic Azad university, Bushehr, Iran

چکیده [English]

Today, due to existing economic issues, optimization and maximum use of materials are highly regarded. Due to the wide range of parameters, the use of mathematical methods is not logical. For this reason, meta-heuristic methods have expanded. In the field of structures, weight optimization using various methods is of great interest. Due to the importance of truss, in this paper, the optimization of truss has been done using a hybrid algorithm of harris hawks and genetics. The harris hawks algorithm is one of the newest algorithms in the field of optimization, which is derived from the natural behavior of animals. In the harris hawks algorithm, the mutation process, which belongs to the genetic algorithm, is used. The optimization is constrained; therefore the constraints of stress and displacement have been selected. Four trusses, planer 10-bar truss, spatial 25‑ bar truss, spatial 72‑ bar space truss and planner 200 bar truss have been selected for optimization. The implementation of harris hawks algorithm has been done in MATLAB software. The results obtained from harris hawks-genetic algorithm are compared with other available sources. The study shows the acceptable performance of this hybrid algorithm for truss. The harris hawks-genetic hybrid algorithm has faster convergence speed.

کلیدواژه‌ها [English]

Optimization
Truss
Harris hawks
Weight
Hybrid algorithm

مراجع

[1] J. Pierezan, L. dos Santos Coelho, V. Cocco Mariani, E. Hochsteiner de Vasconcelos Segundo, and D. Prayogo,(2021) “Chaotic coyote algorithm applied to truss optimization problems,” Comput. Struct., vol. 242, p. 106353.

[2] A. Mortazavi, (2021)“Size and layout optimization of truss structures with dynamic constraints using the interactive fuzzy search algorithm,” Eng. Optim., vol. 53, no. 3, pp. 369–391.

[3] B. H. Sangtarash, M. R. Ghasemi, H. Ghohani Arab, and M. R. Sohrabi,(2021) “HYBRID ARTIFICIAL PHYSICS OPTIMIZATION AND BIG BANG-BIG CRUNCH ALGORITHM (HPBA) FOR SIZE OPTIMIZATION OF TRUSS STRUCTURES TT -,” IUST, vol. 11, no. 1, pp. 55–73.

[4] H. F. Eid, L. Garcia-Hernandez, and A. Abraham, (2021)“Spiral water cycle algorithm for solving multi-objective optimization and truss optimization problems,” Eng. Comput.

[5] A. Kaveh, M. Kamalinejad, K. Biabani Hamedani, and H. Arzani,(2021) “Quantum Teaching-Learning-Based Optimization algorithm for sizing optimization of skeletal structures with discrete variables,” Structures, vol. 32, pp. 1798–1819.

[6] A. Kaveh, R. Mahdipour Moghanni, and S. M. Javadi,(2019) “Optimum design of large steel skeletal structures using chaotic firefly optimization algorithm based on the Gaussian map,” Struct. Multidiscip. Optim., vol. 60, no. 3, pp. 879–894.

[7] S. Kumar, G. G. Tejani, N. Pholdee, and S. Bureerat,(2020) “Multi-objective modified heat transfer search for truss optimization,” Eng. Comput.

[8] M. Grzywiński, J. Selejdak, and T. Dede,(2020) “Truss optimization with frequency constraints based on TLBO algorithm,”.

[9] I. Serpik, (2021)“Job Search Inspired Optimization of Space Steel Frames with Overall Stability Constraints,”, pp. 418–425.

[10] F. K. J. Jawad, M. Mahmood, D. Wang, O. AL-Azzawi, and A. AL-JAMELY,(2021) “Heuristic dragonfly algorithm for optimal design of truss structures with discrete variables,” Structures, vol. 29, pp. 843–862.

[11] S. Talatahari, V. Goodarzimehr, and N. Taghizadieh,(2020) “Hybrid Teaching-Learning-Based Optimization and Harmony Search for Optimum Design of Space Trusses,” J. Optim. Ind. Eng., vol. 13, no. 1, pp. 177–194.

[12] R. Yadav and R. Ganguli,(2020), “Reliability based and robust design optimization of truss and composite plate using particle swarm optimization,” Mech. Adv. Mater. Struct., pp. 1–11.

[13] M. Kooshkbaghi and A. Kaveh,(2020), “Sizing Optimization of Truss Structures with Continuous Variables by Artificial Coronary Circulation System Algorithm,” Iran. J. Sci. Technol. Trans. Civ. Eng., vol. 44, no. 1, pp. 1–20.

[14] A. A. Heidari, S. Mirjalili, H. Faris, I. Aljarah, M. Mafarja, and H. Chen,(2019), “Harris hawks optimization: Algorithm and applications,” Futur. Gener. Comput. Syst., vol. 97, pp. 849–872.

[15] T. Yokota, T. Taguchi, and M. Gen,(1998), “A solution method for optimal weight design problem of 10 bar truss using genetic algorithms,” Comput. Ind. Eng., vol. 35, no. 1–2, pp. 367–372.

[16] H. Varaee and M. R. Ghasemi,(2017), “Engineering optimization based on ideal gas molecular movement algorithm,” Eng. Comput., vol. 33, no. 1, pp. 71–93.

[17] A. Kaveh and T. Bakhshpoori,(2016), “A new metaheuristic for continuous structural optimization: water evaporation optimization,” Struct. Multidiscip. Optim., vol. 54, no. 1, pp. 23–43.

[18] B. Adil and B. Cengiz,(2020), “Optimal design of truss structures using weighted superposition attraction algorithm,” Eng. Comput., vol. 36, no. 3, pp. 965–979.

[19] E. Pouriyanezhad, H. Rahami, and S. M. Mirhosseini, (2021),“Truss optimization using eigenvectors of the covariance matrix,” Eng. Comput., vol. 37, no. 3, pp. 2207–2224.

[20] S. Talatahari, M. Kheirollahi, C. Farahmandpour, and A. H. Gandomi,(2013), “A multi-stage particle swarm for optimum design of truss structures,” Neural Comput. Appl., vol. 23, no. 5, pp. 1297–1309.

[21] M. Jafari, E. Salajegheh, and J. Salajegheh,(2019), “An efficient hybrid of elephant herding optimization and cultural algorithm for optimal design of trusses,” Eng. Comput., vol. 35, no. 3, pp. 781–801.

[22] A. Kaveh and P. Zakian,(2018), “Improved GWO algorithm for optimal design of truss structures,” Eng. Comput., vol. 34, no. 4, pp. 685–707.

[23] G. Dhiman, (2021),“ESA: a hybrid bio-inspired metaheuristic optimization approach for engineering problems,” Eng. Comput., vol. 37, no. 1, pp. 323–353.

[24] S. O. Degertekin, L. Lamberti, and I. B. Ugur,(2018), “Sizing, layout and topology design optimization of truss structures using the Jaya algorithm,” Appl. Soft Comput., vol. 70, pp. 903–928.