Multiploid genetic algorithms for multi-objective turbine blade aerodynamic optimization
Türbin kanatçıklarının çok amaçlı optimizasyonu için çok kromozomlu genetik algoritmalar
- Tez No: 177490
- Danışmanlar: PROF. DR. İBRAHİM SİNAN AKMANDOR
- Tez Türü: Doktora
- Konular: Havacılık Mühendisliği, Makine Mühendisliği, Uçak Mühendisliği, Aeronautical Engineering, Mechanical Engineering, Aircraft Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Havacılık ve Uzay Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 243
Özet
Genetik algoritmaların hesaplama maliyetlerini düşürmek için, indirgenmiş modeller kullanılmaktadır. Bu modellerin optimizasyon sırasında çevrim içi güncellenmesi ve kesin modeller ile tekrarlanan değiş tokuşlar yapılması, statik problemi dinamik hale getirmektedir. Ancak genetik algoritmalar dinamik optimizasyon problemlerinde global optimum'a yakınsayamazlar. Bu sorunları çözmek için, yeni çok kromozomlu bir genetik algoritma önerilmektedir. Optimizasyon problemini statik halde korumak için, değişik doğruluktaki indirgenmiş modeller, farklı seviyelerde uygunluk değerlerine eşlenmektedir. İndirgenmiş modellerin uygunluk değerleri hesaplama maliyetini düşürmek için kullanılırken, kesin model ise global optimum'a yakınsamak için kullanılır. Algoritma tek ve çok amaçlı türbin kanatçık aerodinamik optimizasyonu problemlerine uygulanmıştır. Tasarım amaçları olarak adiyabatik verim ve torkun arttırılması olarak seçilmiştir. 3 boyutlu Reynolds Averaged Navier Stokes çözücüsü otomatik grid çözücüsü ile akuple edilmiştir. Çözücünün doruluğu iyi bilinen iki test problemi ile sabitleştirilmiştir. Kanatçık geometrisi 36 tasarım parametresi ile modellenmiş, ayrıca bir kademedeki pale sayısı da buna eklenmiştir. Kaba ve ince grid çözümleri, sırasıyla, kesin ve indirgenmiş model olarak kullanılmıştır. Test problemlerinden biri baz alınmış ve tasarım prosesi ile modifiye edilmiştir. Giriş parametrelerinin çok kromozomlu genetik algoritmanın performansı üzerine etkisi çalışılmıştır. Önerilen çok kromozomlu genetik algoritmanın tek ve çok amaçlı optimizasyon çevrimini hızlandırdığı, aynı zamanda global optimum'a yakınsadığı gösterilmiştir.
Özet (Çeviri)
To decrease the computational cost of genetic algorithm optimizations, surrogate models are used during optimization. Online update of surrogate models and repeated exchange of surrogate models with exact model during genetic optimization converts static optimization problems to dynamic ones. However, genetic algorithms fail to converge to the global optimum in dynamic optimization problems. To address these problems, a multiploid genetic algorithm optimization method is proposed. Multi-fidelity surrogate models are assigned to corresponding levels of fitness values to sustain the static optimization problem. Low fidelity fitness values are used to decrease the computational cost. The exact/highest-fidelity model fitness value is used for converging to the global optimum. The algorithm is applied to single and multi-objective turbine blade aerodynamic optimization problems. The design objectives are selected as maximizing the adiabatic efficiency and torque so as to reduce the weight, size and the cost of the gas turbine engine. A 3-D steady Reynolds-Averaged Navier-Stokes solver is coupled with an automated unstructured grid generation tool. The solver is validated by using two well known test cases. Blade geometry is modelled by 37 design variables. Fine and coarse grid solutions are respected as high and low fidelity surrogate models, respectively. One of the test cases is selected as the baseline and is modified in the design process. The effects of input parameters on the performance of the multiploid genetic algorithm are studied. It is demonstrated that the proposed algorithm accelerates the optimization cycle while providing convergence to the global optimum for single and multi-objective problems.
Benzer Tezler
- Dinamik ortamlar için istatiksel metotlar kullanan çoklu evrimsel algoritmalar
Multiploid evolutionary algorithms with statistical methods for dynamic environments
EMRULLAH GAZİOĞLU
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE ŞİMA UYAR
- Mekanik otopark tesislerinin yer seçimi ve boyutlandırılması için genetik algoritma tabanlı bir yaklaşım
A GA based approach to location selection and dimensioning of automated parking facilities
TOLGA KARASAY
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MİNE ÖZKAR KABAKÇIOĞLU
- Mekansal analiz teknikleri ile çok kriterli karar verme yaklaşımı kullanılarak raylı sistem güzergah analizi
Rail system route analysis using multi criteria decision making with spatial analysis techniques
BERNA ÇALIŞKAN
Doktora
Türkçe
2023
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OSMAN ATAHAN
- New proposed methods for synthetic minority over-sampling technique
Sentetik azınlık aşırı örnekleme tekniği için yeni önerilen yöntemler
HAKAN KORUL
Yüksek Lisans
İngilizce
2024
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN
- Optimizasyon algoritmaları kullanılarak üç boyutlu yazıcının modele dayalı denetimi
Model-based inspection of the three-dimensional printer usingoptimization algorithms
AHMET PARLAK
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYTAÇ ALTAN