طراحی بهینه پیوسته - گسسته سازه های فضاکار با استفاده از اصول تقریب سازی

اختصاصی از یارا فایل طراحی بهینه پیوسته - گسسته سازه های فضاکار با استفاده از اصول تقریب سازی دانلود با لینک مستقیم و پرسرعت .

• پایان نامه دکتری مهندسی عمران - سازه با عنوان: طراحی بهینه پیوسته - گسسته سازه های فضاکار با استفاده از اصول تقریب سازی  

• دانشگاه شهید باهنر کرمان  

• استاد راهنما: دکتر عیسی سلاجقه  

• پژوهشگر: جواد سلاجقه  

• مهر 1379  

• فرمت فایل: PDF و شامل 152 صفحه

چکیــــده:

در طراحی بهینه سازه‌ها، وزن یا هزینه حداقل سازه به نحوی محاسبه می‌شود که کلیه محدودیت‌های طراحی ارضاء گردند. متغیرهای طراحی می‌توانند، سطح مقاطع اعضا، ابعاد مقاطع، مکان هندسی گره‌ها انتخاب شوند. محدودیت‌های طراحی، حدود تنش‌ها، تغییر شکل‌ها، قیدهای ناشی از ضوابط معماری و یا محدودیت‌های اجرایی می‌باشند. از آنجا که در طراحی بهینه سازه‌ها امکان فرمول بندی ریاضی و بیان توابع محدودیت‌ها براساس متغیر‌ها نمی‌باشد، باید از روش‌های عددی استفاده نمود. در این صورت برای محاسبه توابع محدودیت‌ها در هر مرحله از عملیات بهینه یابی بایستی صدها مرتبه سازه مورد نظر آنالیز گردد. در سازه‌های بزرگ مانند سازه‌های فضاکار که درجات آزادی، متغیرها و محدودیت‌ها زیاد بوده، وقت زیاد مورد نیاز برای افراد متخصص و انجام عملیات با رایانه و همچنین حجم زیاد حافظه مورد استفاده باعث شود که عملاً امکان طراحی بهینه این نوع سازه‌ها میسر نگردد.

برای کاهش تعداد تحلیل سازه، بایستی محدودیت‌های طراحی به نحوی تقریب سازی گردند، تا در هر مرحله از عملیات با یکبار آنالیز سازه و نتایج حاصل از آن مقادیر محدودیت‌ها به صورت تقریبی محاسبه گردند و نیازی به تحلیل‌های مکرر سازه در خلال عملیات بهینه نباشد.

بنابراین معرفی روابط تقریبی در محاسبه توابع محدودیت‌ها، معیار اساسی موفقیت طراحی بهینه می‌باشد، لذا در این پایان نامه نخست خلاصه تحقیقات انجام شده در این زمینه به اختصار بررسی گردیده و تعدادی از این روش‌ها اصلاح شده و زمینه مناسب برای ارائه روش‌های جدید فراهم شده است.

هدف اصلی تحقیقات انجام شده در این پایان نامه، ارائه راه حل‌های موثر تقریب سازی در طراحی بهینه پیوسته و گسسته سازه‌ها است. در این راستا ابتدا چند روش تقریب سازی درجه دوم و درجه سوم ارائه گردیده است. ماتریس‌های مشتقات مرتبه دوم و سوم مورد نیاز در این روش‌ها قطری بوده که برای کاهش زمان عملیات، درایه‌های این ماتریس‌ها براساس مشتقات مرتبه اول نقاط طراحی قبلی بدست آمده است.

در ادامه تحقیقات، دو روش تقریب سازی ترکیبی مبتنی بر مشتقات مرتبه دوم و سوم ارائه گردیده است و نتایج بررسی‌ها نشان می‌دهد که عملکرد این دو روش در تقریب سازی محدودیت‌ها بهتر از روش‌های پیشین می‌باشد.

در مرحله طراحی بهینه گسسته برای انطباق مقادیر متغیرها بر مقادیر گسسته خود، دو تابع جریمه نمایی معرفی می‌گردد. در طراحی بهینه با روش توابع جریمه، نخست طراحی بهینه پیوسته انجام می‌شود و نتایج حاصل به عنوان نقطه شروع عملیات بهینه یابی گسسته معرفی می‌شود. در هر دو مرحله عملیات بهینه یابی پیوسته و گسسته برای کاهش زمان محاسبات، توابع جریمه متعددی مورد استفاده واقع گردیده است و نتایج بررسی عملکرد موثر توابع جدید را نشان می‌دهد.

با طرح بهینه چندین سازه از جمله تعدادی سازه فضاکار بزرگ، عملکرد موثر روش‌های جدید تقریب سازی و توابع جریمه ارائه شده، بررسی گردیده و موفقیت این روش‌ها نشان داده شده است.

از طریق یکی از لینک‌های زیر می‌توانید اقدام به دریافت فایل نمونه کنید و جهت دریافت فایل کامل از بخش پرداخت و دانلود اقدام نمایید.

برای دریافت نمونه نمایشی شامل 20 صفحه نخست پایان نامه کلیک کنید.

برای مشاهده آنلاین و دریافت فایل نمونه کلیک کنید.

 ______________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF ، نام فایل را به انگلیسی Rename کنید. **

** درخواست پایان نامه:

با ارسال عنوان پایان نامه درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن پایان نامه در سایت به راحتی اقدام به خرید و دریافت پایان نامه مورد نظر خود نمایید. **

21نمونه آزمون ریاضیات گسسته پیش دانشگاهی سوالات جدید واستاندارد

اختصاصی از یارا فایل 21نمونه آزمون ریاضیات گسسته پیش دانشگاهی سوالات جدید واستاندارد دانلود با لینک مستقیم و پرسرعت .

...

دسته بندی تکنیک های تصمیم گیری چند معیاره گسسته (MADM)

اختصاصی از یارا فایل دسته بندی تکنیک های تصمیم گیری چند معیاره گسسته (MADM) دانلود با لینک مستقیم و پرسرعت .

عنوان پروژه : شناسایی و دسته بندی جدید تکنیک های تصمیم گیری چند معیاره گسسته

تعداد صفحات : ۱۵۲

شرح مختصر پروژه : پروژه ای که در این مطلب برای دانلود آماده شده است ، به شناسایی و دسته بندی  تکنیک های تصمیم گیری چند معیاره گسسته پرداخته است. تصمیم‌گیری چند شاخصه یا multiple Attribute Decision making و به اختصار MADM شاخه ای از تصمیم گیری چند معیاره می باشد. این نوع از تصمیم گیری شامل مدلها و روشهایی می باشد که خود به دو دسته ی مدلهای جبرانی و مدلهای غیرجبرانی تقسیم می گردد.با توجه به اینکه هدف از این پروژه ، ارائه دسته بندی های جدیدی از تکنیک های MADM است، این تکنیک ها بررسی و در نهایت، ۷ نوع دسته بندی مختلف ارائه و توجیه شده است.

پس از بررسی تکنیک های MADM کلاسیک، سعی شد، متدهای جدید MADM شناسایی و بررسی شود که نتیجه این تحقیقات و بررسی ها در فصل سوم آورده شده است .در فصل چهارم ، ۷ نوع دسته بندی برای تکنیک های MADM ارائه شده و فواید هر کدام مورد ارزیابی قرار می گیرد. هر مسئله با چند معیار برای تصمیم گیری، باید توسط یکی از تکنیک های متعدد MADM حل شوند. با توجه به اینکه هدف از انجام این پایان نامه شناسایی تکنیک های جدید و دسته بندی تکنیک های تصمیم گیری چند معیاره گسسته (MADM)است ، آشنایی با مباحث اولیه مربوط به تکنیک های MADM ضروری به نظر می رسد.

مباحث تصمیم گیری های چند معیاره یک بخش مهم از دانش تصمیم گیری مدرن را تشکیل می دهد. این مباحث به طور گسترده در زمینه های متعددی مانند: اجتماعی، اقتصادی، نظامی، مدیریتی و … به کار می رود. محققین در دهه های اخیر توجه خود را معطوف به مدل های چند معیاره (MCDM ) برای تصمیم گیری های پیچیده کرده اند. در این تصمیم ها به جای استفاده از یک معیار سنجش بهینگی از چندین معیار سنجش ممکن است استفاده گردد.این مدلهای تصمیم گیری به دو دسته عمده تقسیم می شوند: مدلهای چند هدفه (MODM ) و مدلهای چند شاخصه (MADM).در مدلهای MADM شاخص ها اغلب از مقیاس های مختلف بوده و غالبا در تعارض با یکدیگر هستند، لذا گزینه ای که بتواند ایده آل هر شاخص را تامین نماید، معمولا غیر ممکن است. در نتیجه در مدلهای MADM به دنبال پیدا کردن مناسب ترین گزینه به طور نسبی هستند. تفاوت اصلی مدل‌های تصمیم‌گیری چند هدفه با مدل های تصمیم‌گیری چند معیاره آن است که اولی در فضای تصمیم‌گیری پیوسته و دومی بر فضای تصمیم‌گیری گسسته تعریف می‌گردند.

یک گزینه MADM ممکن است توسط شاخص های کمی یا شاخص های کیفی توصیف شود.در شاخص های کمی، مقیاس های اندازه گیری ممکن است با یکدیگر متفاوت باشند (مانند فاصله به متر و هزینه به ریال).مدل‌های MADM شناخته شده‌ترین شاخه تصمیم‌گیری‌هاست. این مدل‌ها دارای تنوع تکنیکی بسیار گسترده‌ای هستند و این امر به هنگام کاربرد ممکن است سردرگمی تحلیلگر یا کاربر را باعث شود.

در ادامه فهرست مطالب پروژه شناسایی و دسته بندی جدید تکنیک های تصمیم گیری چندمعیاره گسسته (MADM) را مشاهده میفرمایید :

چکیده
مقدمه
فصل ۱- مفاهیم اولیه
۱-۱- مقیاس دوقطبی فاصله ای
۱-۲- بی مقیاس کردن
۱-۲-۱- بی مقیاس کردن با استفاده از نرم
۱-۲-۲- بی مقیاس کردن خطی
۱-۲-۳- بی مقیاس کردن فازی
۱-۳- ارزیابی اوزان (wj) برای شاخص ها
۱-۳-۱- تکنیک آنتروپی
۱-۳-۲- روش LINMAP
۱-۳-۳- روش کمترین مجذورات وزین شده
۱-۳-۴- تکنیک بردار ویژه
۱-۴- MADM فازی
۱-۴-۱- تعریف زیر مجموعه فازی
۱-۴-۲- روشهای رتبه بندی فازی Ui (فازی)
فصل ۲- تکنیک های MADM کلاسیک
۲-۱- تکنیک های MADM کلاسیک
۲-۲- مدلهای غیر جبرانی
۲-۲-۱- روش تسلط
۲-۲-۲- روش ماکسی مین
۲-۲-۳- روش ماکسی ماکس
۲-۲-۴- روش رضایت بخش شمول
۲-۲-۵- روش رضایت بخش خاص
۲-۲-۶- روش لکسیکوگراف
۲-۲-۷- روش حذف
۲-۲-۸- روش پرموتاسیون
۲-۳- مدلهای جبرانی
۲-۳-۱- زیرگروه نمره گذاری و امتیاز دهی
۲-۳-۲- زیرگروه سازشی
۲-۳-۳- زیر گروه هماهنگ
۲-۴- روش AHP
۲-۵- AHP گروهی
۲-۶- ساختار غیر رده ای و توام با بازخور
فصل ۳- تکنیک های جدید MADM
۳-۱- روش های فازی با مجموع وزین
۳-۱-۱- روش باآس
۳-۱-۲- روش کواکرناآک
۳-۱-۳- روش دوبوس
۳-۱-۴- روش چنگ
۳-۱-۵- روش بونیسون
۳-۲- استفاده از AHP به صورت فازی
۳-۲-۱- روش باکلی
۳-۳- TOPSIS فازی
۳-۴- ELECTRE GD
۳-۴-۱- حل تعارضات ماتریس ارجحیت
۳-۴-۲- یک ارتباط برتری فازی برای جمع کردن ارجحیت های SDMها
۳-۵- ELECTRE TRI
۳-۵-۱- ارتباط ارجحیت در ELECTRE TRI
۳-۵-۲- رویه تخصیص
۳-۶- FMADM برای GDM
۳-۶-۱- مرحله مقداردهی
۳-۶-۲- مرحله تجمع براساس معیارها
۳-۷- TOPSIS برای GDM
۳-۸- GRA (Grey Relation Analysis)
۳-۹- AIRM
۳-۱۰- رویکرد (ER  (Evidential Reasoning
۳-۱۱- DS-AHP
۳-۱۲- MP-MADM
فصل ۴- دسته بندی تکنیک های MADM
۴-۱- دسته بندی براساس نوع اطلاعات دریافتی از
۴-۲- دسته بندی براساس نوع کاربرد روش
۴-۳- دسته بندی براساس فازی و غیر فازی بودن
۴-۴- دسته بندی براساس تعداد DMها
۴-۵- دسته بندی بر مبنای قطعی یا احتمالی بودن اطلاعات
۴-۶- دسته بندی براساس کامل یا ناقص بودن اطلاعات ورودی
-۴-۷- دسته بندی براساس تعداد دوره های تصمیم گیری
منابع

دانلود کتاب ساختمان گسسته دکتر قلی زاده به همراه حل تمرین

اختصاصی از یارا فایل دانلود کتاب ساختمان گسسته دکتر قلی زاده به همراه حل تمرین دانلود با لینک مستقیم و پرسرعت .

دانلود کتاب ساختمان گسسته دکتر قلی زاده به همراه حل تمرین

لطفا پس از دانلود فایل را از حالت فشرده خارج نمایید

حجم:5/3 مگابایت

دانلود تحقیق کاربرد گراف درریاضی گسسته

اختصاصی از یارا فایل دانلود تحقیق کاربرد گراف درریاضی گسسته دانلود با لینک مستقیم و پرسرعت .

فرمت فایل : word(قابل ویرایش)

تعداد صفحات:22

فهرست مطالب:

مقدمه
مسئله کوتاهترین مسیر

مسئله پستچی چینی
قضیه شور
مسئله جدول زمانی
1-الگوریتم کروسکال
2-1. اثبات
1-    مسئله پل های کونیگسبرگ
1-2. تاریخچه
1-1-2. حل مسئله
1-2-2. پل ها
1-3-2. اهمیت مسئله در تاریخ ریاضیات
2-2. راه حل اویلر
3-2. الگوریتم فلزی
1-3-2. شبه کد
2-    الگوریتم های تصادفی
1-3. میزان Reality الگوریتم های تصادفی
2-3. یک مثال از الگوریتم تصادفی
3-3. موارد استفاده از الگوریتم های تصادفی
4-3. انواع الگوریتم های تصادفی
1-4. مسئله های مرتبط
3-4. الگوریتم های دقیق
4-4. الگوریتم های مکاشفه ای
3-    تصویر نقشه های رنگی
2-5. تنظیم گستردگی تصویر
نتیجه گیری

مقدمه:
بسیاری از وضعیتهای دنیای واقعی را می‌توان به راحتی به وسیله نموداری متشکل از مجموعه‌ای از نقاط و خطوطی که زوجهای معینی از این نقاط را به هم وصل می‌کنند، توصیف کرد. مثلا نقاط می‌توانند معرف افراد باشند و خطوط واصل بین زوجها می‌توانند معرف دستها باشند یا هر چیز دیگر که در اطراف خود می‌بینیم. مثل اینکه نقاط معرف اهداف ما و خطوط واصل می‌تواند راههای رسیدن به اهداف باشند. توجه کنید در چنین نمودارهایی آنچه بیشتر مورد توجه ما قرار می‌گیرد این است که آیا بین دو نقطه مفروض یک خط وصل شده است یا خیر. شیوه وصل مهم نیست. تجرید ریاضی وضعیتهایی از این نوع به پیدایش گراف منجر شده است. این نمودارها دارای کاربردهای بسیار وسیعی در علم کامپیوتر و انواع مهندسی ، علوم پایه به خصوص ژنتیک می‌باشند. در واقع اهمیت و قابل لمس بودن این بخش از ریاضیات غیر قابل انکار است.



مسئله کوتاهترین مسیر
فرض کنید به هر یال e ی گراف G عددی نسبت داده شده باشد، در این صورت عدد نسبت داده شده وزن هر سال و چنین گرافی را گراف وزن دار می‌نامیم. این اعداد تعبیرهای مختلفی در کاربردهای متفاوت می‌توانند داشته باشند، مثلا می‌تواند مقدار هزینه سفر از نقطه‌ای به نقطه دیگر یا معرفی مخارج ساختن یا نگهداری خطهای ارتباطی مختلف یا حتی بیانگر شدت دوستی بین دو فرد باشد. به عنوان مثال شبکه راه آهنی را تصور کنید شهرهای مختلف را به هم وصل می‌کند، هدف ما پیدا کردن مسیری با Min وزنی است که دو رأس را به هم وصل می کند که در اینجا وزنها معرف فاصله‌ها می‌باشند. الگوریتمی که به حل این مسئله می‌پردازد اولین بار توسط دیکسترا (1959) و بطور مستقل وایتینگ و هیلیه (1960) کشف کردند. این الگوریتم نه تنها کوتاهترین مسیر  را می‌یابد بلکه کوتاهترین مسیر از  به همه رأسهای گرا ف G را نیز پیدا می‌کند.
مسئله پستچی چینی

یک پستچی در راستای شغلش ، نامه‌ها را از پستخانه تحویل می‌گیرد. آنها را به صاحبان نامه تحویل می‌دهد و سپس یه پستخانه بر می‌گردد. البته ، او باید در ناحیه‌اش هر خیابان را حداقل یک بار بپیماید. با توجه به این شرط ، او مایل است مسیرش را به طریقی انتخاب کند که کمترین راه ممکن را طی کند. این مسئله به مسئله پستچی چینی معروف است. زیرا اولین بار کوان ، ریاضیدان چینی (1962) آن را بررسی کرد. برای حل این مسئله بدیهی است که مسئله به یافتن مسیری با Min وزن در یک گراف همبند وزن دار با وزنهای نامنفی شباهت دارد. به این ترتیب که اگر گراف G را یک گراف اویلری در نظر بگیریم هر مسیری یک مسیر اپتیمال است، زیرا یک مسیر اویلری ، مسیری است که هر یال دقیقا یکبار طی می‌شود. مسئله پستچی به راحتی در این حالت حل می‌شود.