T. 12 S. 02 (2022): Tạp chí Vật liệu & xây dựng
##common.pageHeaderLogo.altText##
Tạp chí Vật liệu và Xây dựng - Bộ Xây dựng

ISSN:

Website: www.jomc.vn

Tối ưu kết cấu dàn thép sử dụng thuật toán bầy sói xám

Nguyễn Hữu Kỳ , Lê Minh Hoàng

Từ khóa:

Tối ưu kết cấu
Tối ưu dàn thép
Thuật toán thông minh
Thuật toán bầy sói

Tóm tắt

Bài báo giới thiệu một kỹ thuật tối ưu mới trong bài toán thiết kế kết cấu dàn thép. Kỹ thuật tối ưu này dựa trên sự kết hợp giữa một thuật toán tối ưu hiệu quả được phát triển gần đây có tên là thuật toán bầy sói xám (Grey Wolf Optimizer) và quá trình cập nhật mô hình kết cấu một cách liên tục (model updating) để tối ưu hàm mục tiêu. Quá trình này sẽ được thực hiện lặp lại một cách liên tục cho đến khi hàm mục tiêu đạt được giá trị hội tụ. Để chứng minh được tính hiệu quả của thuật toán giới thiệu trong bài báo này, bốn hàm benchmark trong CEC2005 được sử dụng như một ví dụ đầu tiên để đánh giá khả năng tìm kiếm giá trị tối ưu toàn cục của thuật toán GWO. Sau đó một kết cấu dàn thép bao gồm 25 thanh dàn với 10 nút được bố trí trong không gian 3 chiều được sử dụng để áp dụng cho bài toán thiết kế tối ưu. Hàm mục tiêu của bài toán tối ưu được thiết lập dựa trên việc khống chế ứng suất trong mỗi thanh dàn và chuyển vị cho phép tại mỗi nút dàn không được vượt qua các giá trị giới hạn.

Điều hướng Người dùng

PDF

Cách trích dẫn

Kỳ, N. H., & Hoàng, L. M. . (2022). Tối ưu kết cấu dàn thép sử dụng thuật toán bầy sói xám. Tạp Chí Vật liệu Và Xây dựng - Bộ Xây dựng, 12(02), Trang 27 – Trang 32. https://doi.org/10.54772/jomc.02.2022.264

Tài liệu tham khảo

  1. . R. Eberhart, J. Kennedy, Particle swarm optimization, Proceedings of the IEEE international conference on neural networks, vol 4, Citeseer, 1995, pp. 1942-1948.
  2. . M. Dorigo, V. Maniezzo, A. Colorni, IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics) 26 (1996) 29-41.
  3. . B. Basturk, An artificial bee colony (ABC) algorithm for numeric function optimization, IEEE Swarm Intelligence Symposium, Indianapolis, IN, USA, 2006, 2006.
  4. . P.C. Pinto, T.A. Runkler, J.M. Sousa, Wasp swarm algorithm for dynamic MAX-SAT problems, International conference on adaptive and natural computing algorithms, Springer, 2007, pp. 350-357.
  5. . X.-S. Yang, A new metaheuristic bat-inspired algorithm, Nature inspired cooperative strategies for optimization (NICSO 2010), Springer, 2010, pp. 65-74.
  6. . S. Mirjalili, A. Lewis, Advances in engineering software 95 (2016) 51-67.
  7. . X.-S. Yang, S. Deb, Cuckoo search via Lévy flights, 2009 World congress on nature & biologically inspired computing (NaBIC), Ieee, 2009, pp. 210-214.
  8. . S.-J. Wu, P.-T. Chow, Computers & structures 56 (1995) 979-991.
  9. . S. Huanchun, W. Yuefang, H. Jifeng, Journal of DaLian University of Technology 1 (1995).
  10. . M. Sonmez, Applied Soft Computing 11 (2011) 2406-2418.
  11. . V.B. Venkayya, Computational Mechanics 5 (1989) 1-21.
  12. . C.V. Camp, M. Farshchin, Engineering Structures 62-63 (2014) 87-97.
  13. . P.N. Suganthan, N. Hansen, J.J. Liang, K. Deb, Y.-P. Chen, A. Auger, S. Tiwari, KanGAL report 2005005 (2005) 2005.
  14. . G. Cao, Optimized design of framed structures using a genetic algorithm, The University of Memphis, 1996.
  15. . L. Lamberti, Computers & Structures 86 (2008) 1936-1953.