The encoding technique proposed in

The encoding technique proposed in this paper showed good results even when used to the standard algorithm.
The optimization of the benchmark problem gave a solution close to others found in the literature. In order to
improve the solutions and to accelerate the convergence, more sophisticated GA operators might be helpful. This can
be the target of a future research, as well as transforming the problem into a multi-objective optimization one.
The penalty function built for the research showed great capabilities to express the constraint violations of the
solutions, leading to a much faster algorithm and much better solutions than MATLAB’s built-in augmented
lagrangian barrier algorithm. However, the calibration of this function is not always an easy task. A too harsh
penalty, even for small violations, might dismiss promising solutions, while a too loose constraint penalty favors
unfeasible solutions too much. The authors used the classic trial and error calibration of the problem (a thing made
possible by the very cheap computational effort involved) but a more in-depth study might give optimum values for
the penalty function parameters or even propose a way to make them adaptive and incorporate them in the GA
optimization.
The original code implemented in MATLAB was tested on several problems, showing the versatility of the
approach to tackle different truss conformations and simultaneously optimize their topology, size and shape.

ผลลัพธ์ (ไทย) 1:

เทคนิคการเข้ารหัสที่นำเสนอในเอกสารนี้แสดงผลได้ดีแม้ใช้อัลกอริทึมมาตรฐานการเพิ่มประสิทธิภาพของปัญหามาตรฐานให้โซลูชันใกล้ผู้อื่นที่พบในวรรณคดี ในอันที่จะปรับปรุงแก้ไขปัญหา และเร่งการบรรจบกัน GA ตัวดำเนินการความซับซ้อนมากขึ้นอาจจะเป็นประโยชน์ นี้สามารถเป็นเป้าหมายของการวิจัยในอนาคต ตลอดจนเปลี่ยนปัญหาเพิ่มประสิทธิภาพหลายวัตถุประสงค์หนึ่งฟังก์ชันลงโทษที่สร้างขึ้นสำหรับการวิจัยแสดงให้เห็นว่าความดีจะละเมิดข้อจำกัดของแสดงโซลูชั่น นำไปสู่ขั้นตอนวิธีได้เร็วขึ้นมากและแก้ปัญหามากขึ้นกว่าในตัวของ MATLAB ออกเมนต์อุปสรรค lagrangian อัลกอริทึม อย่างไรก็ตาม การปรับเทียบนี้ได้เสมออย่างละเอียด รุนแรงเกินไปโทษ แม้สำหรับละเมิดเล็ก อาจยกเลิกสัญญาโซลูชั่น ในขณะที่สนับสนุนโทษข้อจำกัดที่หลวมเกินไปไม่น่าเป็นโซลูชั่นมากเกินไป ผู้เขียนใช้เทียบคลาสสิกลองผิดลองถูกของปัญหา (สิ่งที่ทำได้รับดีพยายามคำนวณเกี่ยวข้อง) แต่การศึกษาเชิงลึกมากขึ้นอาจให้ค่าที่เหมาะสมสำหรับโทษที่พารามิเตอร์การทำงาน หรือเสนอวิธีการให้เหมาะสม และรวมพวกเขาใน GA แม้เพิ่มประสิทธิภาพการรหัสต้นฉบับที่นำมาใช้ใน MATLAB ได้รับการทดสอบในหลายปัญหา แสดงความคล่องตัวของการวิธีการแสวง conformations ทรัสที่แตกต่างกัน และเพิ่มประสิทธิภาพของโครงสร้าง ขนาด และรูปร่างพร้อมกัน

ผลลัพธ์ (ไทย) 2:

เทคนิคการเข้ารหัสที่เสนอในบทความนี้แสดงให้เห็นผลลัพธ์ที่ดีแม้ในขณะที่ใช้ในขั้นตอนวิธีการมาตรฐาน.
การเพิ่มประสิทธิภาพของปัญหามาตรฐานให้การแก้ปัญหาการให้ใกล้เคียงกับคนอื่น ๆ ที่พบในวรรณกรรม เพื่อที่จะปรับปรุงการแก้ปัญหาและการเร่งการบรรจบกันผู้ประกอบการที่มีความซับซ้อนมากขึ้น GA อาจจะเป็นประโยชน์
นี้สามารถเป็นเป้าหมายของการวิจัยในอนาคตเช่นเดียวกับการเปลี่ยนปัญหาเป็นเพิ่มประสิทธิภาพหลายวัตถุประสงค์อย่างใดอย่างหนึ่ง. ฟังก์ชั่นการลงโทษที่สร้างขึ้นสำหรับการวิจัยแสดงให้เห็นความสามารถในการที่ดีในการแสดงการละเมิดข้อ จำกัด ของการแก้ปัญหาที่นำไปสู่ขั้นตอนวิธีการที่รวดเร็วยิ่งขึ้นและการแก้ปัญหาที่ดีกว่า MATLAB ในตัวเติมขั้นตอนวิธีอุปสรรคลากรองจ์ อย่างไรก็ตามการสอบเทียบของฟังก์ชั่นนี้ไม่เคยเป็นงานง่าย รุนแรงเกินไปโทษแม้สำหรับการละเมิดขนาดเล็กอาจจะยกเลิกการแก้ปัญหาที่มีแนวโน้มในขณะที่โทษ จำกัด หลวมเกินไปช่วยแก้ปัญหาที่ทำไม่ได้มากเกินไป ผู้เขียนใช้ในการพิจารณาคดีที่คลาสสิกและการสอบเทียบข้อผิดพลาดของปัญหา (เป็นสิ่งที่ทำไปโดยความพยายามในการคำนวณราคาถูกมากมีส่วนร่วม) แต่การศึกษาในเชิงลึกมากอาจให้ค่าที่เหมาะสมสำหรับพารามิเตอร์ฟังก์ชั่นการลงโทษหรือแม้กระทั่งการเสนอวิธีการที่จะทำให้พวกเขาปรับตัว และนำพวกเขาใน GA เพิ่มประสิทธิภาพ. รหัสเดิมดำเนินการใน MATLAB ได้รับการทดสอบเกี่ยวกับปัญหาหลายประการที่แสดงให้เห็นความเก่งกาจของวิธีการที่จะแก้ไขปัญหาconformations นั่งร้านที่แตกต่างกันและพร้อมเพิ่มประสิทธิภาพโครงสร้างของพวกเขาขนาดและรูปร่าง

ผลลัพธ์ (ไทย) 3:

การเข้ารหัสเทคนิคที่นำเสนอในบทความนี้แสดงผลลัพธ์ที่ดี แม้เมื่อใช้ขั้นตอนวิธีการมาตรฐาน .
เพิ่มประสิทธิภาพของมาตรฐานปัญหาให้โซลูชั่นที่ใกล้คนอื่น ๆที่พบในวรรณคดี เพื่อ
ปรับปรุงโซลูชั่นและเพื่อเร่งการลู่เข้า ซับซ้อนมากขึ้น ผู้ประกอบการ กา อาจเป็นประโยชน์ นี้สามารถ
เป็นเป้าหมายของการวิจัยในอนาคตรวมทั้งเปลี่ยนปัญหาให้เป็นการเพิ่มประสิทธิภาพหลาย .
โทษฟังก์ชันสร้างเพื่อเปรียบเทียบความสามารถที่ยอดเยี่ยมเพื่อแสดงปัญหาการละเมิดของ
โซลูชั่นชั้นนำวิธีที่เร็วและโซลูชั่นที่ดีกว่าโปรแกรมของในตัวปริซึม
ระบบอุปสรรคขั้นตอนวิธี อย่างไรก็ตาม ค่าของฟังก์ชันนี้เสมอไม่ใช่งานง่ายบทลงโทษที่รุนแรงเกินไป
แม้สำหรับการละเมิดขนาดเล็ก อาจยกเลิกสัญญาโซลูชั่นขณะที่โทษข้อจำกัดหลวมเกินไปนะ
มีมาก่อนหรอกนะ โซลูชั่น มากเกินไป ผู้เขียนใช้ในการทดลองและข้อผิดพลาดการคลาสสิกของปัญหา ( สิ่งที่ทำ
เป็นไปได้โดยราคาถูกมากคำนวณความเกี่ยวข้อง ) แต่การศึกษาในเชิงลึกมากขึ้น อาจจะทำให้ได้ค่าที่เหมาะสมที่สุดสำหรับ
ฟังก์ชันปรับพารามิเตอร์ หรือแม้กระทั่งเสนอวิธีที่จะทำให้พวกเขาปรับตัวและรวมไว้ในเกม

เหมาะ รหัสเดิมที่ใช้ในโปรแกรม Matlab ได้ถูกทดสอบในปัญหาต่าง ๆ แสดงให้เห็นถึงความเก่งกาจของวิธีการที่จะแก้ไขปัญหาโครงสร้าง truss
แตกต่างกัน และพร้อมปรับโครงสร้าง ขนาดและรูปร่าง