論文の概要: Bilinear Fuzzy Genetic Algorithm and Its Application on the Optimum Design of Steel Structures with Semi-rigid Connections

• arxiv url: http://arxiv.org/abs/2411.05865v1
• Date: Thu, 07 Nov 2024 13:07:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-12 14:12:47.247642
• Title: Bilinear Fuzzy Genetic Algorithm and Its Application on the Optimum Design of Steel Structures with Semi-rigid Connections
• Title（参考訳）: 双線形ファジィ遺伝的アルゴリズムと半剛性連結鋼構造物の最適設計への応用
• Authors: Salar Farahmand-Tabar, Payam Ashtari,
• Abstract要約: 本章では, 半剛性を有する鋼構造物の設計最適化のために, 改良された双線形ファジィ遺伝的アルゴリズム(BFGA)を導入している。 BFGAはファジィ論理と遺伝的アルゴリズムの強みを組み合わせて、構造設計問題の複雑さと不確実性を扱う。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: An improved bilinear fuzzy genetic algorithm (BFGA) is introduced in this chapter for the design optimization of steel structures with semi-rigid connections. Semi-rigid connections provide a compromise between the stiffness of fully rigid connections and the flexibility of fully pinned connections. However, designing such structures is challenging due to the nonlinear behavior of semi-rigid connections. The BFGA is a robust optimization method that combines the strengths of fuzzy logic and genetic algorithm to handle the complexity and uncertainties of structural design problems. The BFGA, compared to standard GA, demonstrated to generate high-quality solutions in a reasonable time. The application of the BFGA is demonstrated through the optimization of steel structures with semirigid connections, considering the weight and performance criteria. The results show that the proposed BFGA is capable of finding optimal designs that satisfy all the design requirements and constraints. The proposed approach provides a promising solution for the optimization of complex structures with nonlinear behavior.
• Abstract（参考訳）: 本章では, 半剛性を有する鋼構造物の設計最適化のために, 改良された双線形ファジィ遺伝的アルゴリズム(BFGA)を導入している。 半剛性接続は、完全剛性接続の剛性と完全に固定された接続の柔軟性の間に妥協をもたらす。 しかし、そのような構造を設計することは半剛体接続の非線形挙動のために困難である。 BFGAは、ファジィ論理と遺伝的アルゴリズムの強みを組み合わせて、構造設計問題の複雑さと不確実性を扱う頑健な最適化手法である。 BFGAは、標準的なGAと比較して、妥当な時間で高品質なソリューションを生成することを実証した。 BFGAの適用は、重量および性能基準を考慮して、半剛性接続を有する鋼構造物の最適化を通じて実証される。 その結果,提案したBFGAは,すべての設計要件と制約を満たす最適設計を見つけることができることがわかった。 提案手法は非線形挙動を持つ複素構造の最適化に有望な解を与える。

関連論文リスト

• Quantum annealing-based structural optimization with a multiplicative design update [0.0]
  本稿では、量子アニール(QA)による反復最適化に基づく新しい構造設計フレームワークを提案する。 新規性は、QAによる最適化問題を反復的に解決した未知の設計乗算器を用いて、設計の更新に成功したことにある。 構造最適化における密度に基づくアプローチに合わせて、乗算器は設計材料を表現するために乗法的であり、設計変数として機能する。
  論文  参考訳（メタデータ） (2024-06-27T02:07:38Z)
• ALEXR: An Optimal Single-Loop Algorithm for Convex Finite-Sum Coupled Compositional Stochastic Optimization [53.14532968909759]
  ALEXRと呼ばれる,効率的な単ループプリマルデュアルブロックコーディネートアルゴリズムを提案する。 本研究では, ALEXR の凸面および強凸面の収束速度を滑らか性および非滑らか性条件下で確立する。 本稿では,ALEXRの収束速度が,検討されたcFCCO問題に対する1次ブロック座標アルゴリズムの中で最適であることを示すために,より低い複雑性境界を示す。
  論文  参考訳（メタデータ） (2023-12-04T19:00:07Z)
• SIGMA: Scale-Invariant Global Sparse Shape Matching [50.385414715675076]
  非剛体形状の正確なスパース対応を生成するための新しい混合整数プログラミング(MIP)法を提案する。 いくつかの挑戦的な3Dデータセットに対して,スパースな非剛性マッチングの最先端結果を示す。
  論文  参考訳（メタデータ） (2023-08-16T14:25:30Z)
• Linearization Algorithms for Fully Composite Optimization [61.20539085730636]
  本稿では,完全合成最適化問題を凸コンパクト集合で解くための一階アルゴリズムについて検討する。 微分可能および非微分可能を別々に扱い、滑らかな部分のみを線形化することで目的の構造を利用する。
  論文  参考訳（メタデータ） (2023-02-24T18:41:48Z)
• Tree ensemble kernels for Bayesian optimization with known constraints over mixed-feature spaces [54.58348769621782]
  木アンサンブルはアルゴリズムチューニングやニューラルアーキテクチャ検索といったブラックボックス最適化タスクに適している。 ブラックボックス最適化にツリーアンサンブルを使うことの2つのよく知られた課題は、探索のためのモデル不確実性を効果的に定量化し、また、 (ii) ピースワイドな定値取得関数を最適化することである。 我々のフレームワークは、連続/離散的機能に対する非拘束ブラックボックス最適化のための最先端の手法と同様に、混合変数の特徴空間と既知の入力制約を組み合わせた問題の競合する手法よりも優れている。
  論文  参考訳（メタデータ） (2022-07-02T16:59:37Z)
• A Framework for Discovering Optimal Solutions in Photonic Inverse Design [0.0]
  フォトニック逆設計は複雑な光学系にとって必須の工学ツールとして登場した。 グローバル最適に近づく解を見つけることは、計算的に難解なタスクを示すかもしれない。 我々は,複雑な最適化空間上でのグローバル最適化に近い解の探索を高速化するフレームワークを開発する。
  論文  参考訳（メタデータ） (2021-06-03T22:11:03Z)
• Augmenting High-dimensional Nonlinear Optimization with Conditional GANs [0.0]
  本稿では,逆最適化アルゴリズムを補完する生成モデルを提案する。 生成モデルは、オリジナルのソリューションよりも100%優れた多様性を持つソリューションを生成します。 単純なトレーニングアプローチや単純なトレーニングさえも、高次元問題に対する逆アルゴリズムによって見つかる解の多様性と最適性を大幅に改善できることを示す。
  論文  参考訳（メタデータ） (2021-02-20T18:07:33Z)
• Efficient Methods for Structured Nonconvex-Nonconcave Min-Max Optimization [98.0595480384208]
  定常点に収束する一般化外空間を提案する。 このアルゴリズムは一般の$p$ノルド空間だけでなく、一般の$p$次元ベクトル空間にも適用される。
  論文  参考訳（メタデータ） (2020-10-31T21:35:42Z)
• Constrained Combinatorial Optimization with Reinforcement Learning [0.30938904602244344]
  本稿では,RL(Deep Reinforcement Learning)を用いた制約付き最適化問題に対処する枠組みを提案する。 我々は、その定式化における制約に対処するために、Neural Combinatorial Optimization(NCO)理論を拡張した。 その文脈では、ソリューションは環境との相互作用に基づいて反復的に構築されます。
  論文  参考訳（メタデータ） (2020-06-22T03:13:07Z)
• Adaptivity of Stochastic Gradient Methods for Nonconvex Optimization [71.03797261151605]
  適応性は現代最適化理論において重要であるが、研究されていない性質である。 提案アルゴリズムは,PL目標に対して既存のアルゴリズムよりも優れた性能を保ちながら,PL目標に対して最適な収束性を実現することを実証した。
  論文  参考訳（メタデータ） (2020-02-13T05:42:27Z)
• Topology optimization of 2D structures with nonlinearities using deep learning [0.0]
  クラウドコンピューティングは最適な非線形構造を探索することを可能にする。 最適化設計を予測するための畳み込みニューラルネットワークモデルを開発した。 開発したモデルは、反復的なスキームを必要とせずに、最適化された設計を正確に予測することができる。
  論文  参考訳（メタデータ） (2020-01-31T12:36:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。