بررسی تاثیر ضرایب وزنی تابع هدف بر کارایی الگوریتم ژنتیک در کنترل فعال سازه‌ها

در سال‌های اخیر، استفاده از روش های جستجوی عددی هوشمند در کنترل فعال سازه مورد توجه پژوهشگران قرار گرفته است. الگوریتم ژنتیک یکی از این شیوه‌ها است که بر پایه الگوهای فرگشت طبیعی می باشد. در اینجا، از الگوریتم ژنتیک برای کمینه کردن تابع هدف مقید سازه و تعیین نیروهای کنترلی مناسب استفاده می گردد. با متصل کردن حسگر به درجه های آزادی سازه، مقدار جابه جایی گره ها در هر گام زمانی پایش می‌شوند و الگوریتم ژنتیک با بهره گیری از تابع هدف مقید و حل معادله دینامیکی سازه، مقدار نیروهای کنترلی مناسب را تعیین می کند. انتخاب تابع هدف مقید متناسب با شرایط سازه، اثر زیادی بر کارایی کنترل فعال دارد. این تابع از ترکیب محدودیت‌های سازه و ضرایب وزنی پنداشته شده برای هر محدودیت، به دست می‌آید. سپس، ضرایب وزنی از شیوه‌های بهینه سازی محاسبه می شوند. چنین فرایندی به یک شیوه نوین برای کنترل فعال با استفاده از الگوریتم ژنتیک منجر می شود. کارایی و دقت الگوریتم پیشنهادی با کنترل نوسان‌های چندین سازه بررسی می گردد. نتایج حاصل از مدل‌سازی خطی نشان می دهند استفاده از روش کنترل فعال پیشنهادی با استفاده از الگوریتم ژنتیک با ضرایب وزنی متغیر قادر است تا جابه جایی های سازه را در مقابل بار زلزله به میزان مناسبی کاهش دهد. جابه جایی‌های سازه با استفاده از این شیوه نسبت به حالت بدون کنترل حدود 79 درصد و نسبت به روش الگوریتم ژنتیک با ضرایب وزنی ثابت حدود 36 درصد در حالت خطی کاهش دارد. همچنین نتایج در مدل‌سازی غیرخطی سازه، بهبودی را به میزان 45 درصد به‌صورت میانگین نشان می دهد.

studying the effect of weighting factors of the objective function on the performance of the genetic algorithm in active control of structures

in recent years, the use of smart numerical search techniques in active control of structure has been considered by researchers. genetic algorithm is one of these methods that is based on natural evolution patterns. here, the genetic algorithm is used to minimize the constrained objective function of the structure and determine the appropriate control forces. by connecting the sensor to the degrees of freedom of the structure, nodal displacement is monitored at each time step and genetic algorithm determines the proper control forces by using constrained objective function and solving dynamic equation of the structure. choosing appropriate constrained objective function according to the structure conditions has a great impact on the efficiency of the proposed method. this function is obtained by combining the structural constraints and the assumed weighting factors for each constraint. then, the weighting factors are calculated from the optimization methods. such a process, leads to achieve a new active control method based on using genetic algorithm. the efficiency and accuracy of the proposed algorithm are investigate by controlling the oscillations of several structures. the results show that the proposed method is able to reduce structural oscillations effectively. the results of the linear modeling show that the use of the proposed active control method is able to reduce the displacements of the structure against the earthquake properly. by using this method, the displacement reduction is about 79% compared to the uncontrolled mode and 36% in the linear mode compared to the genetic algorithm method with constant weighting factors. in addition, the results in nonlinear modeling of the structure show an average improvement of 45%.