IntroductionGenetic algorithms (GA)

Introduction
Genetic algorithms (GA) have evolved over the last three
decades to be recognized as a very powerful tool in obtaining
solutions to nonengineering and engineering design
optimization problems. The simple GA, while powerful,
is perhaps too general to be efficient and robust
for structural design problems. First, function (or fitness)
evaluations are computationally expensive because
they typically involve finite element analysis. Second, the
(feasible) design space is at times disjointed with multiple
local minima. Third, the design space can be a function
of boolean, discrete and continuous design variables. The

ผลลัพธ์ (ไทย) 1:

การแนะนำ
อัลกอริทึม (GA) มีการพัฒนาในช่วงสามทศวรรษที่ผ่านมา
จะได้รับการยอมรับว่าเป็นเครื่องมือที่มีประสิทธิภาพมากในการได้รับการแก้ปัญหา
ไป nonengineering และการออกแบบทางวิศวกรรม
ปัญหาการเพิ่มประสิทธิภาพ ga ง่ายในขณะที่มีประสิทธิภาพ
บางทีอาจเป็นเรื่องทั่วไปเกินไปที่จะมีประสิทธิภาพและมีประสิทธิภาพ
สำหรับปัญหาการออกแบบโครงสร้าง ครั้งแรกที่ฟังก์ชั่น (หรือการออกกำลังกาย)
การประเมินผลที่มีราคาแพงคอมพิวเตอร์เพราะ
พวกเขามักจะเกี่ยวข้องกับการวิเคราะห์ธาตุปริมาณ สอง
พื้นที่การออกแบบ (ไปได้) เป็นเวลาที่ไม่ปะติดปะต่อกับหลาย
ท้องถิ่นน้อย สามพื้นที่การออกแบบที่สามารถ
ฟังก์ชั่นของบูลีนที่ไม่ต่อเนื่องและต่อเนื่องการออกแบบตัวแปร

ผลลัพธ์ (ไทย) 2:

แนะนำ
อัลกอริทึมทางพันธุกรรม (GA) มีพัฒนามากกว่าสามสุดท้าย
ทศวรรษถูกรู้จักว่าเป็นเครื่องมือที่มีประสิทธิภาพสูงในการรับ
โซลูชั่น nonengineering และวิศวกรรมออกแบบ
ปัญหาเพิ่มประสิทธิภาพ GA ง่าย ในขณะที่มีประสิทธิภาพ,
อาจจะเป็นทั่วไปจะมีประสิทธิภาพ และแข็งแกร่งเกินไป
ออกแบบโครงสร้างปัญหา แรก ฟังก์ชัน (หรือออกกำลังกาย)
ประเมินจะ computationally แพงเพราะ
พวกเขามักจะเกี่ยวข้องกับการวิเคราะห์องค์ประกอบจำกัด สอง the
(feasible) ออกแบบพื้นที่เป็นบางครั้ง disjointed หลาย
กมินิมาท้องถิ่น ที่สาม พื้นที่ออกแบบสามารถมีฟังก์ชัน
ของตัวแปรออกแบบบูลีน ไม่ต่อเนื่อง และต่อเนื่องได้ ที่

ผลลัพธ์ (ไทย) 3:

อัลกอริธึม
ทางพันธุกรรมการแนะนำ( GA )มีการพัฒนามากกว่าล่าสุดสามทศวรรษ
ซึ่งจะช่วยให้ได้รับการยอมรับว่าเป็นเครื่องมือที่ทรงพลังเป็นอย่างมากในการขอรับโซลูชัน
ซึ่งจะช่วยในการแก้ปัญหาการออกแบบทางวิศวกรรมและการปรับแต่ง nonengineering
GA แบบเรียบง่ายในขณะที่ทรงพลัง
อาจจะมากเกินไปโดยทั่วไปจะมี ประสิทธิภาพ และมีความแข็งแกร่ง
ซึ่งจะช่วยในการแก้ปัญหาเชิงโครงสร้างการออกแบบ ใช้งานครั้งแรก(หรือฟิตเน็สเซ็นเตอร์)
การทดสอบใช้งานมีราคาแพงเพราะต้องตอบแทน
โดยปกติแล้วจะมีส่วนร่วมกับการวิเคราะห์ส่วนประกอบแบบจำกัด สองพื้นที่
(เป็นไปได้)มีการออกแบบที่ไม่ปะติดปะต่อในบางครั้งด้วย
ท้องถิ่นขีดต่ำที่สุด พื้นที่ว่างที่สามการออกแบบที่สามารถทำงานที่
ของตัวแปรการออกแบบแบบแยกต่างหากและมีความต่อเนื่องด้วย Boolean ที่