Ayrık PSO Algoritması ile Sehim Kısıtı Altında İki Doğrultudaki Kirişli Döşemelerin Güvenilirlik Tabanlı Optimizasyonu

Öz

Optimizasyon geliştirilen bilgi teknolojilerinin sonucu olarak mühendislik tasarımlarının en önemli konusu haline gelmiştir. Tasarım gereklilikleri ve koşullarını sağlayan çok sayıda alternatif arasından optimum değerlerin belirlenmesi yapı mühendisliği için de önemli bir problemdir. İki doğrultuda çalışan döşemelerde döşemenin sehim sınırlarını aşmadan TS500 taşıma gücü kriterlerini sağlayacak çok sayıda alternatif çözümü mevcuttur. Bu alternatifler arasından en yararlı ve ekonomik olanın seçilmesi gereklidir. Eğer optimal tasarıma ilişkin bir kriter ortaya konulursa bu tasarımcı için önemli bir yol gösterici olacaktır. Meta sezgisel optimizsyon teknikleri arasında önemli bir yere sahip olan parçacık sürü optimizasyon (PSO) algoritması popülasyon tabanlı arama algoritmalarından olup kullanımı oldukça yaygındır. Bu çalışmada PSO algoritması ayrık optimizasyon yapacak şekilde modifiye edilerek, iki doğrultuda çalışan ve değişen boyutlara sahip kirişli döşemelerin kısıtlar altında optimizasyon işlemi yapılmıştır. Bu optimizasyonda TS500 şartları, taşıma gücü ve deplasman kriterleri kısıt olarak tanımlanmış, bu amaçla artan kısa kenar (2.2-8.6 m) ve değişen m (Lu/Lk) değerleri ile farklı döşeme tipleri için modeller kurgulanmıştır. Seçilecek kesit ve donatının güvenilirlik tabanlı optimizasyonu yapılmıştır. Çalışmada toplam 5236 model analiz edilmiştir. Çözümleme sonucunda farklı döşemeler için optimal tasarım kriterleri belirlenmiştir.

Anahtar Kelimeler

• Optimizasyon
• Parçacık sürü optimizasyonu
• İki doğrultulu kirişli döşemeler.

Reliability-Based Optimization of Two-Way RC Slabs with Beam Under Deflection Constraint Using Discrete PSO Algorithm

Öz

Optimization has become the most important subject of engineering designs as a result of developed information technologies. Determining optimal values among a large number of alternatives that provide design terms and conditions is also an important problem for Structural Engineering. In design of two-way slabs, there are many alternatives that will meet the limit state criteria of TS500 without exceeding the deflection limits of the slab. Among these alternatives, it is necessary to choose the most useful and economical one. If a criterion for optimal design is put forward, this will be an important guide for the designer. The particle swarm optimization (PSO) algorithm, which occupies an important place among metaheuristic optimization techniques, is one of the population-based search algorithms and its use is quite common. As part of this study, the particle swarm algorithm was used. In this study, the PSO algorithm has been modified to perform reliability-based discrete optimization and the optimization of slabs with two-direction changing dimensions has been performed. In the optimization, TS500 conditions, limit state and displacement criteria are defined as constraints. For this purpose, models were created for different slab types with increasing short edge (2.2-8.6 m) and changing m (llong/lshort) values. The section and reinforcement to be selected are optimized by reliability-based discrete (discontinuous) optimization analysis. A total of 5236 models were analyzed in the study. Optimal design criteria for different slabs are determined as a result of analyzing.

Anahtar Kelimeler

• Optimization
• Particle swarm optimization
• two-way slab.

Kaynakça

1. [1]. Okwu M.O., Tartibu L.K., "Metaheuristic Optimization : Nature-Inspired Algorithms Swarm and Computational Intelligence , Theory and Applications", Switzerland, 2021.
2. [2]. Aldwaik M., Adeli H., "Advances in optimization of highrise building structures", Structural and Multidisciplinary Optimization. 50 (2014) 899–919. https://doi.org/10.1007/s00158-014-1148-1.
3. [3]. Santos J., Henriques A.A., "Span-to-depth ratio limits for RC continuous beams and slabs based on MC2010 and EC2 ductility and deflection requirements", Engineering Structures. 228 (2021). https://doi.org/10.1016/j.engstruct.2020.111565.
4. [4]. Yang X.S., "Introduction to Algorithms for Data Mining and Machine Learning", Elsevier Inc., 2019.
5. [5]. Vasuki A., "Nature-Inspired Optimization Algorithms", Taylor & Francis, Oxford, 2020.
6. [6]. Yang X. she, He X.S., "Mathematical Foundations of Algorithms", Springer, Switzerland, 2019. https://doi.org/10.1007/978-3-030-16936-7.
7. [7]. Yang X.S., "Mathematical Analysis of Nature-Inspired Algorithms", in: X.S. Yang (Ed.), Nature-Inspired Algorithms and Applied Optimization, Springer, London, 2018: p. 330. https://doi.org/10.1007/978-3-319-67669-2.
8. [8]. Eberhart R., Kennedy J., "New optimizer using particle swarm theory", Proceedings of the International Symposium on Micro Machine and Human Science. (1995) 39–43. https://doi.org/10.1109/mhs.1995.494215.

9. [9]. Dorigo M., Oca M.A.M., Engelbrecht A., "Particle swarm optimization", Scholarpedia. 3 (2008) 1486. https://doi.org/10.4249/scholarpedia.1486.
10. [10]. Li L., Liu F., "Group Search Optimization for Applications in Structural Design", Springer International Publishing, Berlin, 2011. https://doi.org/10.1007/978-3-642-20536-1.
11. [11]. El Hami A., Radi B., "Uncertainty and optimization in structural mechanics", John Wiley & Sons, Inc., London, 2013. https://doi.org/10.1002/9781118711903.
12. [12]. Ersoy U., Özcebe G., Canbay E., "Betonarme : Davranış ve Hesap İlkeleri", 9th ed., İstanbul, 2019.
13. [13]. Türk Standartları Enstitüsü, "TS 498 Yapi Elemanlarinin Boyutlandirilmasinda Alinacak Yüklerin Hesap Değerleri", Kasım 1997, Ankara, 1997.
14. [14]. Türk Standartları Enstitüsü, "TS 500 Betonarme Yapıların Tasarım ve Yapım Kuralları", Şubat 2000, Ankara, 2000.
15. [15]. Topçu A., "Betonarme I-II", Eskişehir Osmangazi Üniversitesi, Eskişehir, 2019. http://mmf2.ogu.edu.tr/atopcu/index_dosyalar/Dersler.
16. [16]. Karaboğa D., "Yapay Zeka Optimizasyon Algoritmaları", 3rd ed., Nobel, Ankara, 2014.
17. [17]. Yang X.S., "Nature-Inspired Optimization Algorithms", Elsevier, London, 2014.