Geri Dön

Kafes sistemlerin boyut optimizasyonu için bir hipersezgisel algoritma

A hyperheuristic algorithm for size optimization of trusses

  1. Tez No: 689736
  2. Yazar: HALİL İBRAHİM AYTEKİN
  3. Danışmanlar: DOÇ. DR. HAKAN ÖZBAŞARAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 152

Özet

Mühendislik problemlerinde optimum tasarım elde etmek için gereken işlem yükü ve süre bir hayli fazladır. Bu nedenle kısıtları sağlayan herhangi bir ön tasarım çoğu zaman kabul edilerek kullanılmaktadır. Optimal veya optimale yakın tasarımlara daha kolay ulaşabilmek için çok sayıda tasarımı değerlendirerek optimal sonuçlara yaklaşan metasezgisel optimizasyon algoritmaları oluşturulmuştur. Metasezgisel algoritmalar yakın optimal çözümlere makul işlem yükü ile yaklaştığını birçok çalışmada kanıtlamıştır. Ancak metasezgisellerin yetenekleri problemden probleme değişmektedir. Kullanılan optimizasyon algoritmasının arama stratejisi veya çözülecek optimizasyon probleminin yapısı gibi nedenler optimizasyon sürecinin performansını önemli ölçüde etkiler. Bu nedenle araştırmacılar tüm optimizasyon problemlerine kabul edilebilir çözümler bulabilecek bir yöntem arayışına girmişlerdir. Bu çalışmada farklı metasezgisel algoritmaları kullanarak optimizasyon sürecini daha verimli hale getirmeye çalışan bir hipersezgisel algoritma önerilmiştir. Öncelikle literatürde geniş çaplı bir araştırma yaparak kullanıcı tanımlı parametresi bulunmayan metasezgisel optimizasyon algoritmaları elde edilmiştir. Metasezgisel optimizasyon algoritmalarının yetenekleri 120 adet test problemi ile test edilmiştir. Ardından en başarılı metasezgisel optimizasyon algoritmaları kullanılarak hipersezgisel algoritmanın bir sonraki analizinde kullanmayı tercih edeceği algoritmayı nasıl seçeceği üzerinde çalışmalar yapılmıştır. Çalışmalar sonrasında elde edilen en başarılı yöntem hem matematiksel test problemleri ile test edilmiş hem de 10 elemanlı, 25 elemanlı, 72 elemanlı, 117 elemanlı ve 200 çubuk elemanlı kafes sistem problemlerinde boyut optimizasyonu yapılarak test edilmiştir. Elde edilen veriler incelenerek, çalışmada elde ettiğimiz deneyimler açıklanmıştır.

Özet (Çeviri)

Engineering problems needs to so much computational load and time to achieve optimum design. Therefore, any preliminary design that satisfies the constraints is often accepted and used. In order to reach optimal or near-optimal designs more easily, metaheuristic optimization algorithms that approach optimal results by evaluating a large number of designs have been created. Metaheuristic algorithms have been proven in many studies that they approach near-optimal solutions with reasonable computational load. However, the capabilities of metaheuristics changes according to structure of problem. The reasons such as the searching strategy of the optimization algorithm that used or the structure of the optimization problem to be solved affect the performance of the optimization process significantly. For this reason, researchers have sought a method that can find acceptable solutions to all optimization problems. In this study, a hyperheuristic algorithm that tries to make the optimization process more efficient by using different metaheuristic algorithms is proposed. As first stage, metaheuristic optimization algorithms without user-defined parameters were obtained by conducting a large-scale research in the literature. The capabilities of metaheuristic optimization algorithms were tested with 120 mathematical benchmark problems. Then, using the most successful metaheuristic optimization algorithms, studies were conducted on how the hyperheuristic algorithm would choose the algorithm it would prefer to use in its next analysis. The most successful method obtained after the studies was tested both with mathematical test problems and size optimization problems in truss systems which is 10 bar planar truss, 25 bar spatial truss, 72 bar space truss, 117 bar cantilever truss and 200 bar truss structure. By examining the obtained data, the experiences that we gained in the study are described.

Benzer Tezler

  1. Kafes sistemlerin eşzamanlı boyut, şekil ve topoloji optimizasyonunda bir vekil model olarak yapay sinir ağları

    Artificial neural networks as a surrogate model in simultaneous size, shape and topology optimization of trusses

    TOLGA AÇIKGÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İnşaat MühendisliğiEskişehir Osmangazi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAKAN ÖZBAŞARAN

  2. Kafes sistemlerin yapım kısıtları ile optimal tasarımı

    Optimal design of trusses with constructability constraints

    SEDANUR BALTA

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İnşaat MühendisliğiEskişehir Osmangazi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAKAN ÖZBAŞARAN

  3. Kafes sistemlerin optimum tasarımı

    Optimum design of truss systems

    CEM CELAL TUTUM

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EROL ŞENOCAK

  4. Yapısal sistemlerin deprem yükleri altında genetik algoritma ile optimum tasarımı

    Optimum design of structural systems subjected to the earthquke load with genetic algorithms

    ELİF KARABÜYÜK

    Doktora

    Türkçe

    Türkçe

    2011

    Deprem MühendisliğiAtatürk Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET BUDAK

  5. Kafes sistemlerin sabit ve katar yükleri altında genetik algoritma ile boyut ve şekil optimizasyonu

    Size and shape optimization of trusses under dead and moving loads using genetic algorithm

    VEDAT TOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    İnşaat MühendisliğiKaradeniz Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYŞE DALOĞLU