تحلیل عملکرد الگوریتم‌های متاهیورستیک در بهینه‌سازی هندسه فنر کششی/فشاری برای کاهش ماده و مصرف انرژی در زیرساخت‌های شهری

کارایی سازه‌ها و قطعات مکانیکی نقش مهمی در ایجاد زیرساخت‌های پایدار و سازگار با محیط‌زیست در شهرهای امروزی دارد. فنرهای کششی و فشاری به‌طور گسترده در سامانه‌های حمل‌ونقل شهری، تجهیزات جذب ارتعاش، ابزارهای مکانیکی کوچک و تاسیسات صنعتی مورد استفاده قرار می‌گیرند. بهینه‌سازی این فنرها با هدف کاهش جرم، افزایش دوام و بهبود عملکرد، می‌تواند موجب کاهش مصرف مواد اولیه، کاهش هزینه‌های نگهداری و افزایش طول عمر تجهیزات شود؛ موضوعی که با اهداف «شهر سبز» و مهندسی پایدار همسو است. در این پژوهش، یک چارچوب جامع بهینه‌سازی مبتنی بر نه الگوریتم فراابتکاری برای حل دو مسئله‌ی مرجع طراحی فنر ارائه می‌شود: (1) طراحی کلاسیک فنر کششی–فشاری (نوع اول) و (2) طراحی پیشرفته فنر فشاری با متغیرهای پیوسته، گسسته و صحیح (نوع دوم). برای هر دو مسئله، نه الگوریتم فراابتکاری تحت شرایط یکسان اجرا شده و عملکرد آن‌ها بر اساس کیفیت جواب، پایداری، و کارایی محاسباتی مقایسه می‌شود. نتایج نشان می‌دهد که برخی روش‌های فراابتکاری نوین قادرند طرح‌هایی سبک‌تر، اقتصادی‌تر و سازگارتر با محدودیت‌های مکانیکی ارائه دهند. یافته‌های این پژوهش نشان می‌دهد که استفاده از روش‌های بهینه‌سازی پیشرفته می‌تواند به کاهش مصرف مواد، افزایش کارایی سیستم‌های مکانیکی شهری، و در نهایت توسعه‌ی زیرساخت‌های سبز و پایدار کمک کند.

performance analysis of metaheuristic algorithms in optimizing tension/compression spring geometry for material and energy reduction in urban infrastructures

the efficiency of structural components and mechanical elements plays a crucial role in developing sustainable and environmentally friendly infrastructures in modern cities. tension compression springs are widely employed in urban transportation systems, vibration-control devices, compact mechanical tools, and various industrial facilities. optimizing these springs with the aim of reducing weight, increasing durability, and improving overall performance can significantly decrease the consumption of raw materials, reduce maintenance costs, and extend the operational lifetime of equipment—objectives that align closely with the principles of “green cities” and sustainable engineering. in this study, a comprehensive optimization framework based on nine metaheuristic algorithms is presented to solve two benchmark spring-design problems: (1) the classical tension/compression spring design (case 1) and (2) an advanced compression-spring design problem involving continuous, discrete, and integer variables (case 2). all nine metaheuristic algorithms were executed under identical experimental conditions, and their performance was evaluated in terms of solution quality, robustness, and computational efficiency. the results indicate that several modern metaheuristic techniques are capable of producing lighter, more economical, and mechanically feasible spring designs. overall, the findings demonstrate that applying advanced optimization methods can reduce material usage, enhance the efficiency of urban mechanical systems, and ultimately contribute to the development of greener and more sustainable infrastructures.