دانلود مقاله ISI انگلیسی شماره 46146
ترجمه فارسی عنوان مقاله

بهینه سازی کلونی اصلاح شده چندگانه مورچه محصولات شرکت ها برای طراحی مسیر لوله شاخه ای و چندگانه کشتی

عنوان انگلیسی
A co-evolutionary improved multi-ant colony optimization for ship multiple and branch pipe route design
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
46146 2015 8 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Ocean Engineering, Volume 102, 1 July 2015, Pages 63–70

ترجمه کلمات کلیدی
طراحی کشتی مسیر لوله (SPRD) - بهینه سازی کلونی مورچه چندگانه (MACO) - الگوریتم محصولات شرکت ها - الگوریتم بهینه سازی مسیر لوله - مسیریابی لوله های متعدد - واحد مسیر لوله
کلمات کلیدی انگلیسی
Ship pipe route design (SPRD); Multi-ant colony optimization (MACO); Co-evolutionary algorithm; Pipe route optimization algorithm; Multiple pipe routing; Branch pipe routing
پیش نمایش مقاله
پیش نمایش مقاله  بهینه سازی کلونی اصلاح شده چندگانه مورچه محصولات شرکت ها برای طراحی مسیر لوله شاخه ای و چندگانه کشتی

چکیده انگلیسی

This paper presents a co-evolutionary improved multi-ant colony optimization (CIMACO) algorithm for ship multi and branch pipe route design. The purpose of CIMACO algorithm is to design appropriate pipe routes to connect the starting points and ending points in the layout space under various kinds of constraints. The ant colony optimization (ACO) algorithm is improved according to the characteristics of ship pipe routing which is used to solve the single pipe routing problem. Based on the improved ACO algorithm, the multi ant colony optimization (MACO) algorithm with co-evolution mechanism is used to solve the multi and branch pipe routing problem. In this paper, the pheromone direction information and pheromone extension process are developed in the proposed algorithm to improve the calculation performance. Compared with conventional method, CIMACO algorithm is better at avoiding the problem of local optimum and accelerating the convergence rate. Finally, the simulation results demonstrate the feasibility and efficiency of the proposed algorithm.