رزومه
QR


محمود اکبری

محمود اکبری

دانشیار

دانشکده: دانشکده مهـندسـی

گروه: مهندسی عمران

مقطع تحصیلی: دکتری

رزومه
QR
محمود اکبری

دانشیار محمود اکبری

دانشکده: دانشکده مهـندسـی - گروه: مهندسی عمران مقطع تحصیلی: دکتری |

برنامه هفتگی دکتر محمود اکبری

نیمسال دوم سال تحصیلی 1404-1403

Tel: 031-55912452, Office: 307G

Email: makbari@kashanu.ac.ir

Websitehttps://faculty.kashanu.ac.ir/makbari/fa

     ساعت

روز

8-10

10-12

12-14

14-16

16-18

18-20

شنبه

اجرایی

اجرایی اجرایی اجرایی هیدروانفورماتیک مراجعه دانشجویی

یکشنبه

اجرایی اجرایی اجرایی

هیأت رئیسه

هیأت رئیسه هیدروانفورماتیک

دوشنبه

اجرایی اجرایی اجرایی

شورای دانشگاه، جلسه گروه 

مهندسی آب و فاضلاب و پروژه

مراجعه دانشجویی

سه شنبه

اجرایی اجرایی اجرایی

اجرایی

مهندسی آب و فاضلاب و پروژه

راهنمایی و مشاوره دانشجویان ویژه ورودی های 1402

چهارشنبه

اجرایی اجرایی اجرایی

اجرایی

اجرایی اجرایی

توضیحات

1-در غیر از ساعات اعلام شده در صورت حضور در خدمت مراجعین محترم خواهم بود.

2- جهت هماهنگی بیشتر قبل از مراجعه از طریق ایمیل با بنده مکاتبه شود.

3-برای آگاهی از نمرات میانترم، پایانترم و هرگونه اطلاعات دیگری در مورد دروس به وب سایت بنده مراجعه شود.

نمایش بیشتر

بهینه سازی سطح مقطع سازه های خرپایی با استفاده از الگوریتم ژنتیک هوشمند

نویسندگانمجتبی حنطه,محمود اکبری,علیرضا پاچناری
همایشنهمین کنگره ملّی مهندسی عمران
تاریخ برگزاری همایش2016-5-10
محل برگزاری همایشمشهد
نوع ارائهسخنرانی
سطح همایشملی

چکیده مقاله

به علت کاربرد بسیار زیاد خرپا ها بهینه سازی توپولوژی، شکل و سطح مقطع )اندازه( اعضای خرپا از اهمیت ویژه ای برخوردار است. این مقاله به بهینه سازی سطح مقطع خرپاها با توپولوژی و شکل ثابت می پردازد. برای بهینه سازی، سطح مقطع تمامی اعضا به عنوان متغیرهای طراحی و وزن سازه به عنوان تابع هدف انتخاب می شود و قیود مسأله شامل محدودیتهای مربوط به تغییر مکان گره ها و تنش موجود در اعضا می باشد که مقادیر مجاز با استفاده از شرایط مسأله و آیین نامه های طراحی تعیین می گردد. در این مطالعه برای حل مدل بهینه سازی از یک الگوریتم ژنتیک هوشمند استفاده می شود که سرعت همگرایی بالاتری نسبت به الگوریتم ژنتیک متداول دارد. الگوریتم پیشنهادی در چندین خرپای نمونه استفاده شد و نشان داده شد که نوآوری های انجام شده در هوشمندسازی الگوریتم ژنتیک تأثیر بسزایی در همگرایی و بهبود جوابها در مقایسه با الگوریتم ژنتیک معمولی دارد.