• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Structural Design of Tall Buildings >Advanced energy‐based analyses of trusses employing hybrid metaheuristics
【24h】

Advanced energy‐based analyses of trusses employing hybrid metaheuristics

机译：采用杂交综合体训练的先进能源分析

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Total potential optimization using metaheuristic algorithm (TPO/MA) is an alternative method in structural analyses, and it is a black-box application for nonlinear analyses. In the study, an advanced TPO/MA using hybridization of several metaheuristic algorithms is investigated to solve large-scale structural analyses problems. The new generation algorithms considered in the study are flower pollination algorithm (FPA), teaching learning-based optimization, and Jaya algorithm (JA). Also, the proposed methods are compared with methodologies using classic and previously used algorithms such as differential evaluation, particle swarm optimization, and harmony search. Numerical investigations were carried out for structures with four to 150 degrees of freedoms (design variables). It has been seen that in several runs, JA gets trapped into local solutions. For that reason, four different hybrid algorithms using fundamentals of JA and phases of other algorithms, namely, JA using Levy flights, JA using Levy flights and linear distribution, JA with consequent student phase, and JA with probabilistic student phase (JA1SP), are developed. It is observed that among the variants tried, JA1SP is seen to be more effective on approaching to the global optimum without getting trapped in a local solution.
机译：使用成群质识别算法（TPO / MA）的总势优化是结构分析中的替代方法，并且是非线性分析的黑盒应用。在该研究中，研究了使用几种成交算法杂交的先进的TPO / MA，以解决大规模的结构分析问题。研究中考虑的新一代算法是花授粉算法（FPA），基于教学的优化和Jaya算法（JA）。此外，将所提出的方法与使用经典和先前使用的算法等差分评估，粒子群优化和和声搜索的方法进行比较。对具有4至150度自由度的结构进行数值研究（设计变量）。已经看到，在几次运行中，JA被困到本地解决方案中。因此，使用征收航班的JA和其他算法的JA和阶段的基本原理的四种不同的混合算法，JA使用Levy航班和线性分布，JA具有所需的学生阶段，以及具有概率学生阶段（JA1SP）的JA，是发达。观察到，在尝试的变体中，JA1SP可以在不被困在本地解决方案中的情况下更有效地接近全球最佳。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号