<abstract xmlns="http://www.w3.org/1999/xhtml">

<p>This paper presents a genetic algorithm method for the optimization of the weight of steel truss structures. In the method of genetic algorithm integer encoding of a discrete set of design variables and novel self-adaptive method based on fuzzy logic mechanism are applied for improving the quality and speed of optimization. Self-adaptive method is applied simultaneously in the selection of chromosomes and to control basic parameters of genetic algorithm. The algorithm proposed in the work was tested on the examples of optimization of steel trusses. Obtained results proved the effectiveness of genetic algorithm in relation to classical genetic algorithm.</p>
</abstract>

This paper presents a genetic algorithm method for the optimization of the weight of steel truss structures. In the method of genetic algorithm integer encoding of a discrete set of design variables and novel self-adaptive method based on fuzzy logic mechanism are applied for improving the quality and speed of optimization. Self-adaptive method is applied simultaneously in the selection of chromosomes and to control basic parameters of genetic algorithm. The algorithm proposed in the work was tested on the examples of optimization of steel trusses. Obtained results proved the effectiveness of genetic algorithm in relation to classical genetic algorithm.

Optimization of Trusses With Self-Adaptive Approach In Genetic Algorithms

<trans-abstract xml:lang="de" xmlns="http://www.w3.org/1999/xhtml">

<p>W pracy przedstawiono metodę algorytmów genetycznych do optymalizacji masy kratownic stalowych. W metodzie algoryt-mów genetycznych zastosowano kodowanie całkowitoliczbowe do opisu dyskretnego zbioru zmiennych projektowych oraz nową metodę samoadaptacyjną bazującą na logice rozmytej celem poprawienia jakości oraz szybkości procesu optymaliza-cyjnego. Metodę samoadaptacyjną użyto równocześnie do selekcji chromosomów oraz kontroli podstawowych parametrów algorytmu genetycznego. Zaproponowany w pracy algorytm przetestowano na przykładach optymalizacji kratownic stalowych. Otrzymane rezultaty pokazały jego efektywność w stosunku do klasycznego algorytmu genetycznego.</p>
</trans-abstract>

W pracy przedstawiono metodę algorytmów genetycznych do optymalizacji masy kratownic stalowych. W metodzie algoryt-mów genetycznych zastosowano kodowanie całkowitoliczbowe do opisu dyskretnego zbioru zmiennych projektowych oraz nową metodę samoadaptacyjną bazującą na logice rozmytej celem poprawienia jakości oraz szybkości procesu optymaliza-cyjnego. Metodę samoadaptacyjną użyto równocześnie do selekcji chromosomów oraz kontroli podstawowych parametrów algorytmu genetycznego. Zaproponowany w pracy algorytm przetestowano na przykładach optymalizacji kratownic stalowych. Otrzymane rezultaty pokazały jego efektywność w stosunku do klasycznego algorytmu genetycznego.

Architecture, Civil Engineering, Environment

This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

{"article-title":"Optimization of Trusses With Self-Adaptive Approach In Genetic Algorithms"}

This paper presents a genetic algorithm method for the optimization of the weight of steel truss structures. In the method of genetic algorithm integer...

Optimization of Trusses With Self-Adaptive Approach In Genetic Algorithms

Published Online: Aug 27, 2018

Page range: 67 - 78

Received: Dec 07, 2015

Accepted: Sep 19, 2016

DOI: https://doi.org/10.21307/acee-2016-053

Keywords
Fuzzy logic, Genetic algorithm, Optimization, Self-adaptive, Truss

© 2016 Krzysztof GRYGIEREK published by Sciendo

This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Optimization of Trusses With Self-Adaptive Approach In Genetic Algorithms

Published Online: Aug 27, 2018

Page range: 67 - 78

Received: Dec 07, 2015

Accepted: Sep 19, 2016

DOI: https://doi.org/10.21307/acee-2016-053

KeywordsFuzzy logic, Genetic algorithm, Optimization, Self-adaptive, Truss

© 2016 Krzysztof GRYGIEREK published by Sciendo

This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Keywords
Fuzzy logic, Genetic algorithm, Optimization, Self-adaptive, Truss