Determination the number of ants used in aco algorithm via grillage optimization

dc.contributor.authorAydın, Zekeriya
dc.date.accessioned2020-08-17T06:05:50Z
dc.date.available2020-08-17T06:05:50Z
dc.date.issued2017-12-27
dc.description.abstractAnt colony optimization (ACO) algorithm is one of the artificial intelligence methods used in structural optimization. Values of some optimization parameters must be determined before the optimization process in most of the artificial intelligence based optimization algorithms. Determination of the values of these optimization parameters is essential especially for the time required for the optimization process and the quality of results achieved. Pheromone update coefficient, number of ants in the colony, number of depositing ants, penalty coefficient are the main optimization parameters in ACO algorithm. This study is focused on the number of ants in the ant colony. This research is realized using the optimization of grillage structure which is one of the well-known optimization problems in the literature. Minimization of the weight of structure is the objective function of the optimization problem, and the member sizes of grillages are considered as discrete design variables. Displacement and strength restrictions are considered as constraints according to manual of LRFD-AISC. A computer program is coded in BASIC to accomplish the structural design and optimization procedures. Numerical examples from literature are optimized using different number of ants to determine the effect of the number of ants on the optimization process. At the end of the study, some inferences are presented on the number of ants to be used in the colony.en_US
dc.description.abstractKarınca koloni optimizasyon algoritması, yapısal optimizasyonda kullanılan yapay zekaya dayalı yöntemlerden biridir. Yapay zekaya dayalı optimizasyon algoritmalarının çoğunda bazı optimizasyon parametrelerinin değerleri optimizasyon sürecinin öncesinde belirlenmesi gerekmektedir. Bu optimizasyon parametrelerinin değerlerinin belirlenmesi özellikle optimizasyonun işlemi için gerekli süre ve ulaşılan sonuçların niteliği açısından önemlidir. Feromon güncelleme katsayısı, kolonideki karınca sayısı, feromon bırakacak karınca sayısı, ceza katsayısı karınca koloni algoritmasındaki başlıca optimizasyon parametreleridir. Bu çalışma ise kolonideki karınca sayısına odaklanmaktadır. Bu araştırma, literatürde sıkça ele alınan optimizasyon problemlerinden biri olan, ızgara sistemlerin optimizasyonu üzerinden gerçekleştirilmiştir. Yapı ağırlığının minimum değerinin belirlenmesi optimizasyon probleminin amaç fonksiyonu ve ızgara sitemin oluşturan elemanların enkesit ebatları ise ayrık tasarım değişkenleri olarak dikkate alınmıştır. Yerdeğiştirme ve dayanım limitleri “LRFD-AISC” yönetmeliğine göre sınırlayıcılar olarak alınmıştır. Yapısal tasarım ve optimizasyon süreci için gerekli işlemleri yapmak üzere “BASIC" dilinde bir bilgisayar programı kodlanmıştır. Karınca sayısının optimizasyon süreci üzerindeki etkisini belirlemek için literatürden seçilen sayısal örnekler farklı karınca sayıları kullanılarak optimize edilmiştir. Çalışmanın sonucunda, kolonide kullanılması gereken karınca sayısına ilişkin bazı çıkarımlar sunulmuştur.tr_TR
dc.identifier.citationAydın, Z. (2017). "Determination the number of ants used in aco algorithm via grillage optimization". Uludağ Üniversitesi Mühendislik Fakültesi Dergisi, 22(3), 251-262.tr_TR
dc.identifier.endpage262tr_TR
dc.identifier.issn2148-4147
dc.identifier.issn2148-4155
dc.identifier.issue3tr_TR
dc.identifier.startpage251tr_TR
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/407493
dc.identifier.urihttp://hdl.handle.net/11452/12269
dc.identifier.volume22tr_TR
dc.language.isoenen
dc.publisherUludağ Üniversitesitr_TR
dc.relation.journalUludağ Üniversitesi Mühendislik Dergisi / Uludağ University Journal of The Faculty of Engineeringtr_TR
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergitr_TR
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectAnt colony optimizationen_US
dc.subjectStructural optimizationen_US
dc.subjectNumber of antsen_US
dc.subjectGrillage structureen_US
dc.subjectKarınca koloni optimizasyonutr_TR
dc.subjectYapısal optimizasyontr_TR
dc.subjectKarınca sayısıtr_TR
dc.subjectIzgara yapıtr_TR
dc.titleDetermination the number of ants used in aco algorithm via grillage optimizationen_US
dc.title.alternativeIzgara sistemlerin optimizasyonu üzerinden karınca koloni optimizasyon algoritmasında karınca sayısının belirlenmesitr_TR
dc.typeArticleen_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
22_3_19.pdf
Size:
649.3 KB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: