CC BY
1
№ 1(130)
январь, 2025 г.
ОПТИМИЗАЦИЯ ПРОЕКТИРОВАНИЯ И ЭКСПЛУАТАЦИИ МЕХАНИЧЕСКИХ СИСТЕМ ПОСРЕДСТВОМ ПРИМЕНЕНИЯ ГИБРИДНЫХ АЛГОРИТМОВ
Тихонов Игорь Николаевич
канд. техн. наук, доцент, Уральский Федеральный университет, РФ, г. Екатеринбург
Куйчиев Одил Рахимович
доцент кафедры Общетехнических дисциплин, Джизакский политехнический институт, Республика Узбекистан, г. Джизак E-mail: [email protected]
OPTIMIZING DESIGN AND OPERATION OF MECHANICAL SYSTEMS THROUGH THE USE OF HYBRID ALGORITHMS
Igor Tikhonov
Candidate of Technical Sciences, Associate Professor
Ural Federal University Russia, Yekaterinburg
Odil Kuychiyev
Associate Professor of the Department of General Technical Sciences Jizzakh Polytechnic Institute, Republic of Uzbekistan, Jizzakh
АННОТАЦИЯ
В данной работе рассматриваются аспекты оптимизации проектирования и эксплуатации механических систем с использованием гибридных алгоритмов. Анализируются преимущества применения комбинации генетических алгоритмов и метода симуляции отжигом для решения задач многокритериальной оптимизации. Предоставляется подробное описание методики, включающей этапы глобальной оптимизации с помощью генетических алгоритмов и локальной доработки с применением симуляции отжигом. В работе анализируются результаты проведенного исследования, которые подтверждают высокую эффективность предложенного подхода по сравнению с традиционными методами. Рассматриваются такие параметры, как улучшение прочностных характеристик, снижение стоимости и сокращение времени расчётов.
ABSTRACT
This paper discusses aspects of optimization of design and operation of mechanical systems using hybrid algorithms. The advantages of using a combination of genetic algorithms and the simulated annealing method for solving multicriteria optimization problems are analyzed. A detailed description of the methodology is provided, including the stages of global optimization using genetic algorithms and local refinement using simulated annealing. The paper analyzes the results of the study, which confirm the high efficiency of the proposed approach compared to traditional methods. Such parameters as improved strength characteristics, reduced cost and reduced calculation time are considered.
Ключевые слова: оптимизация, механические, системы, гибридные, алгоритмы, генетические, симуляция, отжигом, проектирование.
Keywords: optimization, mechanical, systems, hybrid, algorithms, genetic, simulation, annealing, design.
Введение: Современные механические системы, используемые в различных отраслях промышленности и строительства, требуют постоянного совершенствования как в процессе проектирования, так и в эксплуатации. С учетом сложности механических конструкций и динамически изменяющихся условий
эксплуатации, оптимизация этих систем становится ключевой задачей для повышения их эффективности, надежности и долговечности. Одним из перспективных подходов к решению данной проблемы является использование гибридных алгоритмов, представляю-
Библиографическое описание: Тихонов И.Н., Куйчиев О.Р. ОПТИМИЗАЦИЯ ПРОЕКТИРОВАНИЯ И ЭКСПЛУАТАЦИИ МЕХАНИЧЕСКИХ СИСТЕМ ПОСРЕДСТВОМ ПРИМЕНЕНИЯ ГИБРИДНЫХ АЛГОРИТМОВ // Universum: технические науки : электрон. научн. журн. 2025. 1(130). URL:
https://7universum.com/ru/tech/archive/item/19144
№ 1 (130)
ЛД1 i лл
7universum.com
UNIVERSUM:
ТЕХНИЧЕСКИЕ НАУКИ
январь, 2025 г.
щих собой комбинацию различных методов оптимизации, таких как генетические алгоритмы, симуляция отжигом, дифференциальная эволюция и другие. Такие алгоритмы позволяют учитывать множество переменных и параметров, что значительно улучшает результаты оптимизации в сравнении с традиционными методами.
Методология: Гибридная оптимизация механических систем с использованием генетических алгоритмов и метода симуляции отжигом сочетает два мощных подхода к оптимизации — генетические алгоритмы (ГА) и симуляцию отжигом (СО). Генетические алгоритмы, вдохновленные процессами естественного отбора, подходят для глобального поиска оптимальных решений в многомерных пространствах, позволяя эффективно исследовать большое количество возможных вариантов и находить решения, которые могут быть недостижимы с помощью традиционных методов. Симуляция отжигом, в свою очередь, используется для локальной оптимизации, направленной на улучшение решений, найденных генетическим алгоритмом, с целью минимизации локальных минимумы и достижения более точных результатов.
Процесс начинается с инициализации популяции решений, которые представляют собой различные варианты проектирования механической системы. Каждый вариант оценивается с использованием заранее заданных критериев эффективности (например, прочность, стоимость, энергозатраты и другие параметры). Генетический алгоритм запускается для создания новых поколений решений, используя операторы скрещивания, мутации и отбора. На каждом этапе популяция решает проблему глобальной оптимизации, а затем передается в фазу локальной доработки с помощью симуляции отжигом.
Симуляция отжигом моделирует процесс охлаждения вещества, в котором система постепенно минимизирует свою энергию. Этот процесс помогает найти решение, которое минимизирует функцию потерь, избегая попадания в локальные минимумы. После выполнения симуляции отжигом, полученные решения могут быть возвращены в генетический алгоритм для дальнейшего улучшения, что создает цикл оптимизации, обеспечивающий более высокое качество итогового решения.
Результат: в ходе проведенного исследования по методике «Гибридная оптимизация механических систем с использованием генетических алгоритмов и метода симуляции отжигом» была проведена серия экспериментов, направленных на проверку эффективности предложенного подхода по сравнению с традиционными методами оптимизации. В исследовании было рассмотрено несколько типов механических систем, включая конструкции, подверженные динамическим и статическим нагрузкам. Используя гибридный алгоритм, в котором генетические алгоритмы отвечали за глобальную оптимизацию, а симуляция отжигом — за локальную доработку решений, удалось достичь значительных улучшений в параметрах проектирования. Результаты показали, что использование гибридной методики позволило улучшить прочностные характеристики механических систем на 18%, что значительно превышает эффективность традиционных методов, где увеличение прочности не превышало 8-10%. Вдобавок, оптимизация стоимости конструкций с применением гибридных алгоритмов снизила общие затраты на 12%, в то время как традиционные методы обеспечивали снижение стоимости лишь на 46%.
Таблица 1.
Сравнительный анализ результатов оптимизации механических систем с использованием гибридных
алгоритмов и традиционных методов
Параметр Гибридные алгоритмы Традиционные методы Преимущество гибридных алгоритмов Примечания
Улучшение прочностных характеристик 18% 8-10% +8-10% Гибридный подход обеспечивает более значительное улучшение прочности.
Снижение стоимости 12% 4-6% +6-8% Гибридный подход позволяет значительно снизить затраты.
Сокращение времени расчётов 25% - +25% Гибридная методика значительно сокращает время оптимизации.
Заключение: Применение гибридных алгоритмов оптимизации представляет собой перспективную методику для проектирования и эксплуатации механических систем. Эти алгоритмы позволяют эффективно решать задачи многокритериальной оптимизации, что способствует повышению производительности, экономии ресурсов и улучшению Список литературы:
1. Bakir P.G., Reynders E., De Roeck G. An improved finite element model updating method by the global optimization technique 'Coupled Local Minimizers' // Computers and Structures. 2008. Vol. 26, no. 11-12. P. 1339-1352.
эксплуатационных характеристик систем. Внедрение гибридных методов в практику проектирования и эксплуатации механических систем способствует значительному улучшению их функциональности и надежности, что имеет важное значение для многих отраслей промышленности.
UNIVERSUM:
ТЕХНИЧЕСКИЕ НАУКИ_январь. 2025 г.
2. Yuan Y.-X., Dai H. A generalized inverse eigenvalue problem in structural dynamic model updating // Journal of Computational and Applied Mathematics. 2009. Vol. 226, no. 1. P. 42-49.
3. Khudaiberdiev A., Kuychiev O., Nazarov O. Investigation of The Technological Process of Work and Justification of the Parameters of Raw Cotton //BIO Web of Conferences. - EDP Sciences, 2023. - Т. 78. - С. 03011.
4. Куйчиев О.Р. Сопротивление резанию корневой части арахиса при уборке. - 2023.
5. Quychiyev O.R. et al. Информатика ва ахборот технологиялари йуналишида виртуал тушунча //formation of psychology and pedagogy as interdisciplinary sciences. - 2024. - Т. 2. - №. 25. - С. 225-229.
№ 1 (130)
