Optimum Design of Composite Laminated Beam Using GA

유전알고리즘을 이용한 복합 적층보의 최적설계

  • 구봉근 (충북대학교 공과대학 토목공학과) ;
  • 한상훈 (충북대학교 공과대학 토목공학과) ;
  • 이상근 (충북대학교 공과대학 토목공학과)
  • Published : 1997.12.01

Abstract

The present paper describes an investigation into the application of the genetic algorithm (GA) in the optimum design of composite laminated structure. Stochastic processes generate an initial population of designs and then apply principles of natural selection/survival of the fittest to improve the designs. The five test functions are used to verify the robustness and reliability of the GA, and as a numerical example, minimum weight of a cantilever composite laminated beam with a mix of continuous, integer and discrete design variables is obtained by using the GA with exterior penalty function method. The design problem has constraints on strength, displacements, and natural frequencies, and is formulated to a multidimensional nonlinear form. From the results, it is found that the GA search technique is very effective to find the good optimum solution as well as has higher robustness.

본 논문은 복합 적층구조의 최적설계에 있어서 유전알고리즘(GA)의 응용성을 보여준다. 설계점들의 최기집단이 확률론적 과정에 의해 무작위로 생성되고, 설계점들의 개선을 위해 자연선택과 적자생존의 원리가 적용되었다. 유전알고리즘의 범용성 및 신뢰성 검증을 위해 5가지 검증 함수를 고려하였으며, 수치예에서 연속형 및 정수형 그리고 이산형 설계변수를 동시에 갖는 복합 적층 캔틸레버보의 최소 중량 설계가 외부 벌칙함수가 부가된 유전알고리즘에 의해 수행되었다. 설계 문제는 강도, 변위 그리고 고유진동수 제약조건을 포함하면서 다차 비선형성으로 정식화 되었다. 수치예의 결과에 대한 비교분석을 통해 유전알고리즘 탐색 기법이 높은 범용성을 지니면서 양질의 최적해를 매우 효과적으로 찾게됨을 보였다.

Keywords

References

  1. Adaptation in Natural and Artificial Systems Holland, J. H.
  2. Genetic Algorithms in Search, Optimization, and Machine Learning Goldberg, D. E.
  3. University Computing v.15 no.2 An Overview of Genetic Algorithms : Part Ⅰ, Fundamentals Beasley, D.;Bull, D. R.;Martin, D. R.
  4. Computers and Structures v.32 no.1 Optimal Design of Laminated Composites using a Modified Mixed Integer and Discrete Programming Algorithm Hajela, P.;Shih, C. J.
  5. Ph. D. Thesis, University of Michigan An Analysis of the Behavior of a Class of Genetic Adaptive Systems Dejong, K.
  6. Foundations of Genetic Algorithms A Comparative Analysis of Selection Schemes used in Genetic Algorithms Goldberg, D .E.;Deb, K.
  7. Practical Handbook of Genetic Algorithms v.1 Chambers, L.
  8. Engineering Optimization v.19 Genetic Algorithms in Optimization Problems with Discrete and Integer Design Variables Lim, C. Y.;Hajela, P.
  9. NASA TM X-73 no.104 COMAND-A Fortran Program for Simplified Composite Analysis and Design Vanderplaats, G. N.
  10. Principles of Composite Material Mechanics Gibson, R. F.
  11. Analysis and Performance of Fiber Composites, 2nd Edition Agarwal, B. D.;Broutman, L. J.