Engineering design problems are com

Engineering design problems are complex by nature because of their critical objective functions involving many variables and Constraints. Engineers have to ensure the compatibility with the imposed specifications keeping the manufacturing costs low. Moreover, the methodology may vary according to the design problem.
The main issue is to choose the proper tool for optimization. In the earlier days, a design problem was optimized by some of the conventional optimization techniques like gradient Search, evolutionary optimization, random search etc. These are known as classical methods.
The method is to be properly Chosen depending on the nature of the problem- an incorrect choice may sometimes fail to give the optimal solution. So the methods are less robust.
Now-a-days soft-computing techniques are being widely used for optimizing a function. These are more robust. Genetic algorithm is one such method. It is an effective tool in the realm of stochastic optimization (non-classical). The algorithm produces many strings and generation to reach the optimal point.
The main objective of the paper is to optimize engineering design problems using Genetic Algorithm and to analyze how the algorithm reaches the optima effectively and closely. We choose a mathematical expression for the objective function in terms of the design variables and optimize the same under given constraints using GA.

ผลลัพธ์ (ไทย) 1:

ปัญหาการออกแบบวิศวกรรมซับซ้อนตามธรรมชาติเนื่องจากฟังก์ชันวัตถุประสงค์ความสำคัญเกี่ยวข้องกับหลายตัวแปรและข้อจำกัด วิศวกรต้องตรวจสอบความเข้ากันได้กับข้อมูลจำเพาะตามที่ทำให้ต้นทุนการผลิตต่ำ นอกจากนี้ วิธีการอาจแตกต่างกันตามปัญหาออกปัญหาหลักคือการ เลือกเครื่องมือเหมาะสมสำหรับการปรับ ในวันก่อนหน้า ปัญหาในการออกแบบได้เหมาะ โดยบางเทคนิคเพิ่มประสิทธิภาพทั่วไปเช่นค้นหาไล่โทนสี ปรับวิวัฒนาการ ค้นหาแบบสุ่มเป็นต้น เหล่านี้จะเรียกว่าวิธีคลาสสิกเป็นวิธีการที่จะเลือกได้อย่างถูกต้องตามลักษณะของตัวปัญหา-บางครั้งไม่เป็นตัวเลือกที่ถูกต้องเพื่อให้การแก้ปัญหาที่ดีที่สุด ดังนั้นวิธีการจะแข็งแกร่งน้อยตอนนี้มีวันอ่อนคำนวณเทคนิคมีการใช้ในการเพิ่มประสิทธิภาพฟังก์ชันอย่างกว้างขวาง เหล่านี้มีประสิทธิภาพมากขึ้น ขั้นตอนวิธีพันธุกรรมเป็นวิธีหนึ่งเช่น มันเป็นเครื่องมือมีประสิทธิภาพในขอบเขตของสโทแคสติก (ไม่ใช่คลาสสิก) อัลกอริทึมการสร้างสตริงการและสร้างถึงจุดสูงสุดในวัตถุประสงค์หลักของกระดาษคือ การปรับปัญหาการออกแบบวิศวกรรมโดยใช้อัลกอริธึมพันธุ และวิเคราะห์ว่าอัลกอริทึมถึงพติมีประสิทธิภาพ และอย่างใกล้ชิด เราเลือกคณิตศาสตร์ฟังก์ชันวัตถุประสงค์ในแง่ของตัวแปรการออกแบบ และเพิ่มประสิทธิภาพเดียวกันภายใต้กำหนดข้อจำกัดที่ใช้ GA.

ผลลัพธ์ (ไทย) 2:

ปัญหาการออกแบบทางวิศวกรรมที่มีความซับซ้อนเพราะโดยธรรมชาติของการทำงานของพวกเขาโดยมีวัตถุประสงค์ที่สำคัญที่เกี่ยวข้องกับหลายตัวแปรและข้อ จำกัด มีวิศวกรเพื่อให้เข้ากันกับข้อกำหนดที่กำหนดการรักษาต้นทุนการผลิตต่ำ นอกจากนี้วิธีการที่อาจแตกต่างกันในการแก้ไขปัญหาการออกแบบ.
ปัญหาหลักคือการเลือกเครื่องมือที่เหมาะสมสำหรับการเพิ่มประสิทธิภาพ ในวันก่อนหน้านี้ปัญหาการออกแบบถูกปรับให้เหมาะสมโดยบางส่วนของเทคนิคการเพิ่มประสิทธิภาพการชุมนุมเช่นการค้นหาการไล่ระดับสี, การเพิ่มประสิทธิภาพวิวัฒนาการค้นหาสุ่ม ฯลฯ เหล่านี้เป็นที่รู้จักกันเป็นวิธีคลาสสิก.
วิธีการที่จะได้รับการได้รับการแต่งตั้งอย่างถูกต้องขึ้นอยู่กับลักษณะของ problem- ที่ เลือกไม่ถูกต้องบางครั้งอาจล้มเหลวที่จะให้ทางออกที่ดีที่สุด ดังนั้นวิธีการที่มีประสิทธิภาพน้อย.
ตอนนี้มีวันอ่อนเทคนิคคอมพิวเตอร์ที่มีการใช้กันอย่างแพร่หลายสำหรับการเพิ่มประสิทธิภาพการทำงาน เหล่านี้มีประสิทธิภาพมากขึ้น ขั้นตอนวิธีทางพันธุกรรมเป็นหนึ่งในวิธีการดังกล่าว มันเป็นเครื่องมือที่มีประสิทธิภาพในขอบเขตของการเพิ่มประสิทธิภาพการสุ่ม (ไม่ใช่คลาสสิก) ขั้นตอนวิธีการผลิตจำนวนมากและสตริงรุ่นที่จะถึงจุดที่ดีที่สุด.
วัตถุประสงค์หลักของกระดาษคือการเพิ่มประสิทธิภาพปัญหาการออกแบบทางวิศวกรรมโดยใช้อัลกอริทึมและการวิเคราะห์วิธีการขั้นตอนวิธีการที่ดีที่สุดของมาถึงได้อย่างมีประสิทธิภาพและอย่างใกล้ชิด เราเลือกการแสดงออกทางคณิตศาสตร์สำหรับฟังก์ชันวัตถุประสงค์ในแง่ของตัวแปรการออกแบบและการเพิ่มประสิทธิภาพเดียวกันภายใต้ข้อ จำกัด ที่กำหนดโดยใช้ GA

ผลลัพธ์ (ไทย) 3:

ปัญหาการออกแบบทางวิศวกรรมที่มีความซับซ้อนโดยธรรมชาติของพวกเขาเพราะของวิกฤตที่เกี่ยวข้องกับตัวแปรหลายฟังก์ชันเป้าหมาย และข้อจำกัด วิศวกรเพื่อให้แน่ใจว่าค่าใช้จ่ายที่กำหนดคุณสมบัติการรักษาความเข้ากันได้กับการผลิตต่ำ นอกจากนี้ วิธีการอาจจะแตกต่างกันไปตามปัญหาการออกแบบ .
ประเด็นหลักคือการเลือกเครื่องมือที่เหมาะสมสำหรับการเพิ่มประสิทธิภาพในวันก่อนหน้านี้ ปัญหาคือบางส่วนของการออกแบบที่ดีที่สุดโดยทั่วไปเทคนิคที่เหมาะสมเช่นการค้นหา , การเพิ่มประสิทธิภาพการค้นหาแบบสุ่ม ฯลฯ เหล่านี้เป็นที่รู้จักกันเป็นวิธีคลาสสิก
วิธีการจะถูกเลือกขึ้นอยู่กับลักษณะของปัญหา - ทางเลือกที่ไม่ถูกต้องบางครั้งอาจล้มเหลวที่จะให้โซลูชั่นที่เหมาะสมที่สุด ดังนั้นวิธีการที่มีประสิทธิภาพน้อย .
ปลอกอ่อนคอมพิวเตอร์เทคนิคที่ถูกใช้กันอย่างแพร่หลายเพื่อเพิ่มประสิทธิภาพการทำงาน เหล่านี้จะแข็งแกร่งมากขึ้น ขั้นตอนวิธีทางพันธุกรรมเป็นวิธีหนึ่ง มันเป็นเครื่องมือที่มีประสิทธิภาพในดินแดนของชาวอาร์เจนตินา ( ไม่ใช่คลาสสิก ) ขั้นตอนวิธีการสร้างสตริงหลายรุ่น ไปถึงจุดที่เหมาะสม .
วัตถุประสงค์หลักของกระดาษเพื่อเพิ่มประสิทธิภาพปัญหาการออกแบบทางวิศวกรรมโดยใช้ขั้นตอนวิธีทางพันธุกรรมและวิเคราะห์วิธีการขั้นตอนวิธีถึง Optima อย่างมีประสิทธิภาพและอย่างใกล้ชิด เราเลือกการแสดงออกทางคณิตศาสตร์สำหรับฟังก์ชันวัตถุประสงค์ในแง่ของตัวแปรการออกแบบและเพิ่มประสิทธิภาพภายใต้ข้อจำกัดเดียวกันให้ใช้ก๊าซ