ORIGINAL ARTICLE
EVOLUTIONARY STRATEGY (μ+λ) AS AN INSTRUMENT FOR DETERMINING DEFORMATION PARAMETERS OF STEEL STRUCTURES
 
More details
Hide details
1
Department of Land and Environment Engineering, Institute of Building Engineering, University of Zielona Gora, 1 Szafrana St., 65-516 Zielona Gora, Poland
 
 
Online publication date: 2013-12-31
 
 
Publication date: 2013-12-01
 
 
Reports on Geodesy and Geoinformatics 2013;95:23-35
 
KEYWORDS
ABSTRACT
The article presents the use of an evolutionary algorithm for determining the shape of the guy rope sag of a steel smokestack. The author excludes the analysis of the operation of the rope, and discusses only the problem of determining parameters of the function of the adaption of the rope sag curve into empirical data, obtained by the geodetic method. The estimation of parameters of the curve and the characteristics of the accuracy of its adaption into experimental data were carried out by means of an evolutionary algorithm with the use of an evolutionary strategy (μ+λ). The correctness of the strategy presented in the paper, as an instrument for searching for a global minimum of a criterion function, has been presented using as an example the minimisation of a certain two dimensional function and the estimation of parameters of an ordinary and orthogonal regression function. Previous theoretical analyses have also been used for determining parameters of the guy rope sag of a steel smokestack, which is measured periodically. In addition approximate values of the pull forces in the guy ropes have been calculated.
 
REFERENCES (13)
1.
Adamczewski, Z. (1992). Krzywa łańcuchowa jako linia realna. Przegląd Geodezyjny nr 4. Warszawa.
 
2.
Arabas, J. (2001). Wykłady z algorytmów ewolucyjnych. Warszawa: Wydawnictwo Naukowo - Techniczne.
 
3.
Civivioglu P. (2012). Transforming geocentric cartesian coordinates to geodetic coordinates by using differential search algorithm, Computers and Geosciences, Volume 46, pp. 229-247 .
 
4.
Goldberg, D. E. (2003). Algorytmy genetyczne i ich zastosowanie. Warszawa: Wydawnictwo Naukowo - Techniczne.
 
5.
Gwiazda, T. D. (2007). Algorytmy genetyczne. Kompendium. Warszawa: Wydawnictwo Naukowe PWN SA.
 
6.
Janusz, J. (1995). Ortogonalne wpasowanie krzywej teoretycznej empiryczny zbiór punktów. Prace Instytutu Geodezji i Kartografii, tom XLII, z. 92. Warszawa.
 
7.
Janusz. J. (1996). Metodyka geodezyjnego badania naprężeń i wydłużeń lin w konstrukcjach cięgnowych, Prace Instytutu Geodezji i Kartografii, tom XLIII, z. 94. Warszawa.
 
8.
Jaśkiewicz, M., Traczewski, W., Wynalek, J. & Zaremba, S. (2000). Zastosowanie pomiarów geodezyjnych do diagnostyki lin, Zaszyty Naukowe Akademii Rolniczej we Wrocławiu, Geodezja i Urządzenia Rolne XVII, nr 394. Wrocław.
 
9.
Koronowski, R. (1982). Metoda określenia najprawdopodobniejszej krzywej aproksymującej wyniki szeregu obserwacji. Warszawa.
 
10.
Łęski, J. (2008). Systemy neuronowo-rozmyte. Warszawa: Wydawnictwo Naukowo - Techniczne.
 
11.
Nowak, E. (2000). Algorytmy numeryczne w geodezji. Warszawa: Oficyna Wydawnicza Politechniki Warszawskiej.
 
12.
Rutkowski, L. (2009). Metody i techniki sztucznej inteligencji. Warszawa: Wydawnictwo Naukowo -Techniczne.
 
13.
Vajedian S. & Bagheri H., (2010), Optimal design of geodetic network using genetic algorithm, EGU General Assembly Conference Abstract, Volume 12, pp. 14654, Vienna, Austria.
 
eISSN:2391-8152
ISSN:2391-8365
Journals System - logo
Scroll to top