تركيب الگوريتم‌هاي گرادياني و تكاملي براي بهبود عملكرد بهينه‌سازي مشاركتي

Combining Gradient and Evolutionary Algorithms for Improving Collaborative Optimization Performance

بهينه‌سازي مشاركتي يكي از روش‌هاي بهينه‌سازي طراحي چندموضوعي دو سطحي است،‌ كه از سطح سيستم و سطح موضوع تشكيل شده و در حل مسايل پيچيده مهندسي كاربرد دارد. به‌دليل همگرايي سخت اين روش در سطح موضوع و به علت نويزي بودن قيود سطح سيستم از طرفي و لزوم مينيمم‌كردن تابع هدف در سطح سيستم از طرف ديگر؛ در اين روش بهينه‌سازي، طراح، ناگزير از استفاده از الگوريتم‌هاي تكاملي به‌منظور مينيمم‌كردن تابع هدف در سطح سيستم است. بنابراين، ثابت شده است كه به‌كارگيري اين الگوريتم‌ها با توجه به ماهيت مربوطه بسيار پرهزينه و زمان‌بر است. در اين مقاله، با بررسي انجام شده، نحوه جديدي از به‌كارگيري الگوريتم‌هاي بهينه‌سازي ابداع شده است كه با استفاده از آن در حل مسايل نمونه، نتايج خوبي حاصل شده است. نشان داده شده است كه با استفاده از اين شيوه تعداد فراخواني تابع يا زمان حل مسيله و به تبع آن هزينه محاسبات به‌طور محسوسي كاهش خواهد يافت. همچنين نشان داده شده است كه اين شيوه بعضاً باعث افزايش دقت نيز خواهد شد.

Collaborative optimization is one of bi-level multidisciplinary optimization methods which consists of system level and discipline level and is applied for complex engineering problems. since this method is rigidly convergent at discipline level because of noisy constraints at system level on one hand and minimizing objective function necessity at system level on the other hand, this optimization method is forced to use evolutionary algorithms in order to minimize objective function at system level, also, It has been proved that, applying this algorithms according to their nature is expensive and time consuming. This paper with performed inspections is a new method for applying innovated optimization algorithms through which considerable results are obtained in solving sample problems. It is shown that using this method will decrease function calls number or problem solving time and therefore calculating costs will decrease considerably. Also it is shown that this method sometimes increase accuracy.