و برای بخش دوم به صورت زیر بدست می ­آید:
پایان نامه - مقاله - پروژه

 

 

(۴- ۱۳)

 

 

 

 

 

روابط مربوط به هندسه مکانیزم در فصل ٢ آورده شد و دو معادله ٢-۱۷ و ٢-۱۸ موقعیت نقطه M از مکانیزم، که طى مسیر توسط آن انجام مى­گیرد، به ازاى زوایاى ورودى متناظر نشان مى­دهند. با تعریف قیود مسئله در بخش قبل و تعریف تابع هدف (۴-۹)، مکانیزم را به وسیله سه الگوریتم ژنتیک، اجتماع ذرات و ترکیب الگوریتم ژنتیک و اجتماع ذره، که در فصل ٣ چگونگى بکارگیرى براى کار خود توضیح داده شد، سنتز و بهینه مى­کنیم. نتایج را با کار اخیر آقاى بولاتویچ [۲۷] که از الگوریتم تکامل تفاضلى استفاده کرده است مقایسه مى­کنیم.
همانطور که گفته شد برای سنتز بهینه مکانیزم در این بخش از سه اگوریتم ژنتیک، تجمعی ذره و ترکیب این دو الگوریتم (GAPSO) استفاده کردیم. در روش اول که توضیح داده شد، متغیر­های طراحی برابر ۱۸ می­باشد. مکانیزم­ های بدست آمده از هر سه الگوریتم به همراه یکی از مکانیزم­ های بدست آمده توسط آقای بولاتوویچ توسط الگوریتم تکامل تفاضلی و مقادیر خطای هریک را در جدول ۴-۳ آورده­­ایم.
تعداد جمعیت[۹۶] اولیه در نظر گرفته شده برای الگوریتم­ها ۱۰ برابر تعداد متغیر­های طراحی یعنی ۱۸۰ درنظر گرفته شده است. معیار توقف برنامه در حالت کلی صفر شدن تابع هدف می­باشد که در الگوریتم تکامل تفاضلی ماکسیمم مقدار ۶۰۰۰ در نظر گرفته شده است که الگوریتم بعد از ۱۹۳۲ تکرار به مقدار صفر می­رسد. در الگوریتم­های ژنتیک و تجمعی ذره مقادیر با شرط توقف ماکسیمم یعنی ۶۰۰۰ ثبت شده و در جدول آورده شده ­اند. در اینجا برتری الگوریتم تکامل تفاضلی بر الگوریتم ژنتیک و تجمعی ذره نمایان می­ شود. البته با ترکیب این دو الگوریتم و بکارگیری الگوریتم GAPSO، الگوریتم در تکرارهای پایین­تر یعنی ۸۶۹ تکرار به صفر رسید و با سرعت همگرایی بالای این روش اقدام به ادامه تکرارها شد و با افزودن شرطی به الگوریتم سعی در بدست آوردن جواب بهتر شد. شرطی که به الگوریتم اضافه شد این­گونه عمل می­ کند که چنانچه جواب به صفر رسید و انحراف در محدوده مجاز قرار گرفت، به میزان ثابتی که در اینجا e معرفی می­ شود، از مقدار انحراف­های مجاز کم کند. شبه الگوریتم اضافه شده برای کاهش بیشتر انحراف مجاز در شکل ۴-۸ آورده شده­ است.

 

 

 

 

 

 

شکل۴-۸: شبه الگوریتم شرط کاهش انحراف مجاز

 

 

 

 

 

 

الگوریتم ­تکامل­ تفاضلی

 

الگوریتم GAPSO

 

الگوریتم تجمعی ذره

 

الگوریتم ژنتیک

 

 

 

 

 

۱۸۲.۴۲۹۷۹

 

۲۰۹.۷۲۲۰۷۰۹۲۵۳۵۴

 

۱۹۴.۶۷۹۷۲۰۲۰۶۴۴

 

۵.۴۳۸۶۸۰۰۵۳۸۳۲۲۹۰

 

 

 

 

 

۳۸۸.۵۸۸۱۸۳

 

۵۲۵.۴۵۴۲۱۶۵۳۷۹۲۹

 

۴۷۲.۹۸۰۴۰۲۴۹۷۷۸

 

۳.۲۴۳۷۳۹۳۱۶۳۸۱۷۵۵

 

 

 

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...