This paper presents an optimization algorithm based on Simulated Annealing. The algorithm - denoted as CMLPSA (Corrected Multi Level & Multi Point Simulated Annealing) - implements an advanced search mechanism where each candidate design is selected from a population of trial points randomly generated. Therefore, CMLPSA is in principle similar to meta-heuristic algorithms dealing with a population of candidate designs rather than with a single trial point such as it is usually done in classical simulated annealing. Perturbations given to optimization variables are forced to follow the current rate of change exhibited by the cost function. CMLPSA is tested in 9 optimization problems where the objective is to minimize the weight of bar truss structures - with up to 200 elements - subjected to constraints on nodal displacements, member stresses and critical buckling loads. Test cases include both sizing and configuration variables. The computationally most expensive problem has 200 design variables and 3500 optimization constraints. Results demonstrate that CMLPSA is very competitive with respect to other advanced global optimization methods like Harmony Search (HS) and Heuristic Particle Swarm Optimization (HPSO) recently presented in literature.

In questo lavoro viene descritto un algoritmo di ottimizzazione basato sul Simulated Annealing. L’algoritmo - indicato come CMLPSA (Corrected Multi Level & Multi Point Simulated Annealing) - implementa un avanzato meccanismo di ricerca in cui ogni design candidato viene selezionato da una popolazione di trials generati in modo casuale. CMPLSA è in principio simile agli algoritmi meta-euristici che operano su una popolazione di design candidati piuttosto che con un solo design di tentativo come viene invece fatto nel simulated annealing classico. Durante il processo di generazione, CMLPSA perturba le variabili di ottimizzazione cercando di riprodurre l’attuale velocità di variazione della funzione obiettivo. L’algoritmo CMLPSA viene testato in 9 problemi di ottimizzazione strutturale di travi reticolari. Si deve minimizzare il peso della struttura in presenza di vincoli su spostamenti nodali, tensioni e carichi critici nei membri della travatura. La struttura più grande ha 200 elementi. Il test case più costoso computazionalmente comprende 200 variabili di ottimizzazione e 3500 vincoli. I risultati ottenuti dimostrano che CMLPSA è assai competitivo rispetto ad altri algoritmi meta-euristici come l’Harmony Search (HS) e l’Heuristic Particle Swarm Optimization (HPSO) recentemente presentati in letteratura.

Confronto di algoritmi meta-euristici per l’ottimizzazione di strutture reticolari / Lamberti, Luciano. - STAMPA. - (2007). (Intervento presentato al convegno 36. Convegno nazionale dell'Associazione italiana analisi sollecitazioni tenutosi a Ischia nel 4-8 settembre 2007).

Confronto di algoritmi meta-euristici per l’ottimizzazione di strutture reticolari

Luciano Lamberti
2007-01-01

Abstract

This paper presents an optimization algorithm based on Simulated Annealing. The algorithm - denoted as CMLPSA (Corrected Multi Level & Multi Point Simulated Annealing) - implements an advanced search mechanism where each candidate design is selected from a population of trial points randomly generated. Therefore, CMLPSA is in principle similar to meta-heuristic algorithms dealing with a population of candidate designs rather than with a single trial point such as it is usually done in classical simulated annealing. Perturbations given to optimization variables are forced to follow the current rate of change exhibited by the cost function. CMLPSA is tested in 9 optimization problems where the objective is to minimize the weight of bar truss structures - with up to 200 elements - subjected to constraints on nodal displacements, member stresses and critical buckling loads. Test cases include both sizing and configuration variables. The computationally most expensive problem has 200 design variables and 3500 optimization constraints. Results demonstrate that CMLPSA is very competitive with respect to other advanced global optimization methods like Harmony Search (HS) and Heuristic Particle Swarm Optimization (HPSO) recently presented in literature.
2007
36. Convegno nazionale dell'Associazione italiana analisi sollecitazioni
9788887998757
Confronto di algoritmi meta-euristici per l’ottimizzazione di strutture reticolari / Lamberti, Luciano. - STAMPA. - (2007). (Intervento presentato al convegno 36. Convegno nazionale dell'Associazione italiana analisi sollecitazioni tenutosi a Ischia nel 4-8 settembre 2007).
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11589/16206
Citazioni
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact