Phát triển thuật toán lai ghép đom đóm (HFA) để tối ưu vị trí lắp cặt cần trục tháp
Tác giả: Phạm Vũ Hồng Sơn, Trương Minh LuậnTóm tắt:
Cần trục tháp là công cụ thiết yếu cần có trong những công trình xây dựng. Việc bố trí cần trục tháp cần thõa mãn được những ràng buộc trong công trường và từ đó sẽ làm giảm thiểu chi phí xuống mức thấp nhất. Ngược lại, vị trí cần trục tháp không hợp lý sẽ dẫn tới việc tiến độ bị chậm trễ, năng suất kém và gia tăng chi phí. Nghiên cứu này đề xuất một mô hình lai ghép Meta-heuristic mới, bao gồm thuật toán đom đóm (FA) với tối ưu hóa bầy đàn (PSO), phân phối Levy Flights và thuật toán tiến hóa vi phân (DE). Thuật toán đề xuất được đặt tên là HFA – Hybrid of firefly algorithm giúp cân bằng được khả năng tìm kiếm cục bộ và toàn cục. Hơn nữa, nghiên cứu này so sánh kết quả hảu HFA các thuật toán EBCO, EVPS, từ đó đánh giá được sự hiệu quả của thuật toán đề xuất trong việc tối ưu hóa vị trí cần trục tháp.
- Khả năng kháng uốn dầm bê tông cốt thép theo tiêu chuẩn TCVN 5574-2018 : so sánh giữa phương pháp tính toán theo nội lực giới hạn và phương pháp tính toán có xét đến ứng xử phi tuyến của cốt thép
- Phân tích ảnh hưởng ăn mòn và giải pháp bảo vệ an toàn cho các tấm phù điêu đồng tại Việt Nam
- Training artificial neural network regression based on the generalized delta rule : a case study in modeling the compressive strength of concrete = Huấn luyện mạng nơ-ron thần kinh nhân tạo dùng cho phân tích hồi quy dựa trên quy tắc delta khái quát: ứng
- XGBoost regression for estimating bearing capacity of concrete piles = Sử dụng hồi quy XGBoost để đánh giá sức chịu tải của cọc bê tông
- Training deep neural network for regression analysis with the generalized delta rule : a case study in modeling the shear strength of soil = Huấn luyện mạng nơ-ron thần kinh nhân tạo sâu dùng cho phân tích hồi quy dựa trên quy tắc delta khái quát: ứng dụn