Тип работы:
Предмет:
Язык работы:


Популяционные алгоритмы оптимизации в инженерных задачах

Работа №50953

Тип работы

Бакалаврская работа

Предмет

математика

Объем работы124
Год сдачи2017
Стоимость4300 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
126
Не подходит работа?

Узнай цену на написание


Введение 3
Глава 1. Общая топологическая оптимизация 5
§ 1.1 Постановка задачи глобальной оптимизации 5
§ 1.2 Ограничения 5
§ 1.2.1 Внешние штрафные функции 6
§ 1.2.2 Внутренние штрафные функции 7
§1.3 Топологическая оптимизация 8
§ 1.3.1 Метод критерия оптимальности И
Вывод по первой главе 12
Глава 2. Обзор популяционных методов 13
§ 2.1 Метод роя частиц (Particle Swarm Optimization, PSO) 13
§ 2.2 Бинарный метод роя частиц (BPSO) 16
§ 2.3 Метод «искусственного рыбьего косяка» (Artificial Fish Swarm Algorithm, AFSA) 19
§ 2.4 Метод бактериальной оптимизации (Bacterial optimization method) ...22
§ 2.5 Метод оптимизации пчелиным роем 24
Вывод по второй главе 26
Глава 3. Применение популяционных методов для решения задач оптимизации топологии 27
§ 3.1 Постановка задачи 27
§ 3.2 Описание метода 27
§ 3.3 Описание структуры программы 30
§ 3.4 Описание интерфейса 30
Заключение 38
Список литературы 39
Приложения

В связи с прикладной ценностью в последнее время усиленно исследуются задачи структурной и топологической оптимизации конструкций. Проблема оптимизации сложных конструкций является актуальной для многих отраслей современной промышленности. На этапе проектирования нового изделия, особенно, включающего высоконагруженные элементы с жесткими ограничениями на допустимую массу, важно провести анализ распределения материала в деталях, то есть оптимизировать их топологию.
Задачи топологической оптимизации ориентированы на экономичность конструкций. Если сначала эти задачи решались по большей части интуитивно, то сейчас появились научные подходы к решению этого вопроса.
Целью работы является создание учебно-демонстрационной программы с возможностью применения популяционных алгоритмов для решения задач структурной(топологической) оптимизации строительных конструкций, которые отличает многоэкстремальность и большая размерность.
Исходя из цели работы были поставлены следующие задачи:
1) Разработать код на языке VB А под Excel, решающий задачу топологической оптимизации с применением современных популяционных методов
2) задать методы для решения системы линейных уравнений (СЛАУ)
3) проверить эффективность алгоритмов на примере оптимизации детали кронштейна
4) создать интерфейс в Excel для визуализации решения задачи оптимизации топологии
Содержание дипломной работы таково:
В главе первой ставится общая постановка глобальной задачи оптимизации, рассматривается задача топологической оптимизации и ее разновидностей [6]. Также представлен метод критерия оптимальности. Описываются алгоритмы и формулы, которые излагаются в пособии.
Во второй главе дан обзор наиболее известных на сегодняшний день популяционных методов оптимизации, вдохновленных живой природой [1,16].
Третья глава посвящена разработке учебно-демонстрационной программы, реализующей популяционные алгоритмы.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


Все поставленные задачи были выполнены, а именно:
1. Разработана учебно-демонстрационная программа с использованием популяционных методов для решения задач топологической оптимизации
2. Решена задача оптимизации топологии на конкретном примере
3. Реализованы методы для решения системы линейных уравнений (СЛАУ), как часть алгоритма метода конечных элементов в топологической оптимизации
4. Разработан интерфейс в VBA под Excel для визуализации задач топологической оптимизации
5. Проверена эффективность таких популяционных алгоритмов, как метод роя частиц и метод искусственного косяка
Задача решена, но сходимость популяционных алгоритмов достаточно медленная. Есть перспективы для развития.



1. Карпенко, А.П. Современные алгоритмы поисковой оптимизации: алгоритмы, вдохновленные природой.: учебное пособие / А.П. Карпенко -
! Москва.: Издательство МГТУ им. Н. Э. Баумана, 2014. — 446 с.
2. Ф.Г. Ахмадиев, И.В. Маланичев Популяционный алгоритм структурной оптимизации плоских течений жидкости в каналах / Вестник технологического университета. 2017. Т.20, №5
3. К. М. Passino, Biomimicry of bacterial foraging for distributed optimization and control, IEEE Control Systems Magazine, 22, pp. 52-67, 2002.
4. O. Sigmund._A 99 line topology optimization code written in MATLAB, Struct Multidisc Optim, 21(2): 120-127, 2001.
5. Avriel, M. Nonlinear Programming-Analysis and Methods, Prentice-Hall,
| Engle-wood Cliffs, NJ, 1976.
6. Ли К. Л55 Основы САПР (CAD/CAM/CAE). —СПБ.: Питер, 2004. —560 с.
7. Bendsoe М.Р., Sigmund О. Topology optimization: theory, methods and applications // Springer-Verlag. - 2003. - 370 p.
8. Боровков А.И. и др. Компьютерный инжиниринг. Аналитический обзор - учебное пособие. —СПб.: Изд-во Политехи, ун-та, 2012. —93 с.
9. Bendsoe, М. Р. and Kikuchi, N. «Generating Optimal Topologies in Structural
I Design Using a Homogenization Method», Computer Methods in Applied
Mechanics and Engineering, Vol. 71, pp. 197-224, 1988.
i 10. Azar B.F., Hadidi A., Gholipour L. Optimum design of plate structures using
binary particle swarm optimization. Asian Journal of Civil Engineering (Building and Housing), 2011, Vol. 12, №4, p. 477-486.
J 11. Seyedali Mirjalili, Andrew Lewis. S-shaped versus V-shaped transfer functions
for binary Particle Swarm Optimization. Swarm and Evolutionary Computation. 9. (2013). p. 1-14
i 12. Уокенбах Джон, Excel 2010: профессиональное программирование на
j VBA.: Пер. с англ. —М.: ООО “И.Д. Вильямс”, 2012. —944с.: ил. — Парал.
тит. англ.
13. N. Aage, M.N. Jorgensen, C.S. Andreasen and О. Sigmund. Interactive topology optimization on hand-held devices, Struct Multidisc Optim, Vol. 47, No.
14. J. Kennedy, R. C. Eberhart, Particle swarm optimization, Proceedings of IEEE International Conference on Neural Networks, Piscataway, NJ, pp. 1942-1948, 1995.
15. Abraham A., Grosan G., Ramos V. Swarm Intelligence in Data Mining. Berlin. Heidelberg: Springer Verlag, 2006. - P. 267.
16. Tripathy, M., & Mishra, S. Bacteria Foraging-Based Solution to Optimize Both Real Poser Loss and Voltage Stability Limit. IEEE Transactions on Power Systems. - 2007№ - 22(1) - P.240-248
17. D. T. Pham, A. Ghanbarzadeh, E. Кос, S. Otri, S. Rahim, M. Zaidi, The Bees Algorithm A Novel Tool for Complex Optimisation Problems, Proceedings of IPROMS 2006 Conference, pp. 454-461, 2006.
18. К. M. Passino, Biomimicry of bacterial foraging for distributed optimization and control, IEEE Control Systems Magazine, 22, pp. 52-67, 2002.
19. Wang SY, and Tai K. Structural topology design optimization using genetic algorithm with a bit-array representation. Computer Methods in Applied Mechanics and Engineering, 194 (2005) 3749-70.
20. Balamurugan R, Ramakrishnan CV, and Singh N. Performance evaluation of a two stage adaptive genetic algorithm (TSAGA) in structural topology optimization. AppliedSoft Computing, 8 (2008) 1607-24.


Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ