در این پروژه، مسئله مربوط به طراحی وزنی بهینه یک خرپای دوبعدی 10 عضوی و یک خرپای سه بعدی 25 عضوی، برای یک جابهجایی محدود و مقدار تنش مجاز معین فرمول بندی شده و حل آن به صورت مستقیم از طریق رعایت محدودیتهای ذکر شده، با استفاده از الگوریتم ژنتیک(GA)، الگوریتم ازدحام ذرات(PSO) و الگورینم ترکیبی ژنتیک-ازدحام ذرات حل شده است. پروژه بسیار دقیق انجام شده است و در دانشگاه صنعتی امیرکبیر نمره کامل گرفته شده است.
در ابتدا تعریفی برای بهینه سازی ارائه میشود. و صورت کلی مسائل بهینه سازی و قیود مساله تعریف میشود.
در ادامه روشهای بهینه سازی که یکی از آنها روشهای فراابتکاری است معرفی میشود.
بعد حدود 40 روش مبتنی بر جمعیت برای الگوریتم های فراابتکاری با توضیح مختصری از آن و طبیعت الهام گرفته از آن معرفی میشود.
در ادامه ، الگوریتم ژنتیک به طور کامل توضیح داده میشود.
در آخر مکانیابی بهینه بادبندها در سازه های فلزی سه بعدی با روش الگوریتم ژنتیک توضیح داده میشود و مثالی برای آن آورده میشود.
یکی از مشکلاتی در ارتباطات شبکه های حسگر بیسیم (WSN) که با روشهای برقراری ارتباط مستقیم (Direct transmition) ، تک جهشی (Single-hop) و پروتکلهای آگاه از انرژی مانند LEACH طراحی شده اند بروز میکند، این است که گره سرخوشه نمیتواند برای تبادل و بروزرسانی اطلاعات بطور مستقیم با ایستگاه پایه ارتباط برقرار کند.در این برنامه با ایجاد تغییراتی در پروتکل LEACH و ترکیب آن با روش دستیابی چند جهشی با برقراری ارتباط و ایجاد گامهای کم هزینه بین سرخوشه ها ، روشی بهینه را برای رفع این محدودیت شبیه سازی کرده ایم.از مزایای این پیاده سازی میتوان به جدید بودن ایده، خلاصه بودن در قالب یک , mfile با 184 خط کدنویسی، استفاده از خروجی گرافیکی برای درک بهترو ایجاد سهولت در ارزیابی شاخصهای عملکرد (هزینه ,سرعت ، انرژی) اشاره کرد.
برای اجرا ، mfile برنامه را به پوشه جاری متلب (Current folder) کپی کرده، Run نمایید. نتایج گرافیکی بصورت مرحله، مرحله نمایش داده شده و قابل ارزیابی خواهد بود ، نتایج محاسباتی و مقادیرنهایی تخصیصی به پارامترهای سیستم بصورت ماتریس ذخیره شده و از طریق پنجره’ Workspace متلب ، قابل دستیابی و ارزیابی خواهد بود.