ارزیابی کاربرد الگوریتم بهینه‌سازی ABC برای طراحی بهینه شکل سدهای دو قوسی (مطالعه موردی: سد موروپوینت)
سیدرضا موسوی
1
(
گروه مهندسی عمران ، واحد لارستان، دانشگاه آزاد اسلامی، لار، ایران.
)
نادر برهمند
2
(
دانشگاه آزاد اسلامی، واحد لارستان، گروه مهندسی عمران، لارستان، ایران
)
اکبر قنبری
3
(
گروه مهندسی عمران ، واحد لارستان، دانشگاه آزاد اسلامی، لار، ایران.
)
آرش توتونچی
4
(
گروه مهندسی عمران ، واحد مرودشت، دانشگاه آزاد اسلامی، مرودشت، ایران
)
کلید واژه: سدهای دو قوسی, سد مورو پوینت, الگوریتم کلونی زنبور عسل, شکل بهینه سد.,
چکیده مقاله :
بررسی شکل بهینه سدها به جهت اثراتی که بر هزینه‌های محاسباتی و اجرایی سد و آسیب‌های وارده به آن دارد، دارای اهمیت زیادی می‌باشد. لذا هدف از این مطالعه ارزیابی کاربرد الگوریتم بهینه‌سازی برای طراحی بهینه شکل سدهای دو قوسی است. برای ارزیابی عملکرد روش استفاده شده برای بهینه‌سازی سدهای دو قوسی، سد مورو پوینت به عنوان یک سازه واقعی انتخاب و تحت شرایط مختلف در برابر زلزله ال‌سنترو بهینه‌سازی شد. حجم بتن مصرفی به عنوان تابع هدف مسأله بهینه‌سازی در نظر گرفته شده و 20 پارامتر هندسی به عنوان متغیرهای طراحی سد در نظر گرفته شدند. جهت کاهش حجم بتن طرح سد مورو پوینت از مدل آباکوس، شبکه عصبی مصنوعی (ANN) و الگوریتم بهینه‌سازی کلونی زنبور عسل مصنوعی (ABC) بهره گرفته شد. ابتدا مدل آباکوس سد ساخته شد. سپس یکصد هندسه مشابه از روی مدل به صورت تصادفی ایجاد گردید و برای آموزش ANN استفاده شد. از تعداد داده‌های به دست آمده، ۷۰ درصد برای آموزش مدل، ۱۵ درصد واسنجی مدل و ۱۵ درصد برای تست مدل ANN استفاده شد. سپس بهینه‌سازی با استفاده از الگوریتم ABC در دو حالت مختلف صورت گرفت. حالت یک مقدار تابع هدف برابر 239229 مترمکعب و در حالت دو (حالت بهینه شده) حجم بتن مصرفی 238150 مترمکعب بدست آمد. روند همگرایی نشان داد که مقدار تابع هدف در الگوریتم ABC در حالت بهینه با گذشت زمان نسبت به حالت یک کاهش پیدا کرده است. بطور‌کلی می‌توان گفت که رویکرد استفاده شده مناسب بوده و می‌توان از آن در دیگر مسائل بهینه‌سازی استفاده نمود
چکیده انگلیسی :
The optimal shape of dams is very important because of their effects on the calculation and implementation costs and the damage caused to them. Thus, this study aims to check the application of the optimization algorithm for the optimal design of the shape of double-arched dams. To evaluation of the performance of the method used, the Morrow Point Dam was selected as a real structure and optimized under different conditions against the El Centro earthquake. The concrete volume is as the objective function and 20 geometrical parameters are as the design variables of the dam. The Abaqus, artificial neural network (ANN) models, and the optimization algorithm of the artificial bee colony (ABC) were used to reduce the volume of concrete at the Morrow Point dam. First, the dam's Abaqus model was built. Then one hundred similar geometries were randomly created from the model and used for ANN training. Of them, 70% for model training, 15% for model calibration, and 15% for the ANN model testing used. Then, optimization was done by the ABC algorithm in two different cases. In case one, the value of the objective function was equal to 239229 m3, and in case two (optimized state), the volume of concrete used was 238150 m3. The convergence process showed that the value of the objective function in the optimal case has decreased with time compared to the first case. In general, it can be said that the used approach is appropriate and can be used in other optimization problems
