Professional Documents
Culture Documents
استراتيجية اختبار متقدمة مبنية على خوارزميات الذكاء الصنعي لإليجاد أفضل أساليب الفحص
استراتيجية اختبار متقدمة مبنية على خوارزميات الذكاء الصنعي لإليجاد أفضل أساليب الفحص
ﺻﺎﻟﺢ
اﻟﻤﻬﻨﺪس ﺣﺴﻴﻦ ﻋﺰﻳﺰ ﺎﻟ
اﻟﺪآﺘﻮر اﻟ ﻨ
اﻟ آﺘ
ﺳﻮرﻳﺎ، دﻣﺸﻖ،اﻟﻬﻴﺌﺔ اﻟﻌﻠﻴﺎ ﻟﻠﺒﺤﺚ اﻟﻌﻠﻤﻲ
ﺗﺄﺛﻴﺮ
وﻣـﺪى ﺗﺄﺛ
واﻟﺘﺸﻘﻖ ﺪ
اﻟﺘﺼﺪع اﻟﺘﺸﻘﻖ
أﺳﺒﺎب هﺬا اﻟﺘ ﺪع
ﻦأ ﺎ ﺘﻄﻠﺐ اﻟﺘﺄآﺪ ﻣــﻦ
اﻟﻤﻨﺸــﺄت ﻳﺘﻄﻠ
واﻟﺘﺸﻘﻘﺎت ﻓﻓـﻲ اﻟ ﻨﺸ ﺄ
ﺘﺼـﺪﻋﺎت اﻟﺘﺸﻘﻘﺎت
ﻇﻬﻮر اﻟﺘ ﺪإن ﻇ
ذﻟﻚ ﻋﻠﻰ اﻟﻤﻨﺸﺄت ﺑﺎﻟﻜﺎﻣﻞ.
Database
“Not easy to
y
”interpret
أهﺪاف اﻻﺧﺘﺒﺎرات اﻟﻼإﺗﻼﻓﻴﺔ ﻟﻠﺨﺮﺳﺎﻧﺔ اﻟﻤﺴﻠﺤﺔ
The Aims of the Non-destructive Tests for the Concrete Steel
) (1اﻟﺘﺤﻘﻖ ﻣﻦ ﻣﻄﺎﺑﻘﺔ اﻟﻌﻤﻞ ﻟﻠﻤﻮاﺻﻔﺎت اﻟﺤﺎﻟﻴﺔ ﺑﻬﺪف اﻟﺘﺄآﺪ ﻣﻦ ﻗـﻮة وﺛﺒـﺎت اﻟﺨﺮﺳﺎﻧﺔ
ﻼ(
) (2اﺧﺘﺒﺎر ﻗﻮة ﺗﺤﻤﻞ اﻟﺨﺮﺳﺎﻧﺔ ﻓﻲ ﻣﻨﺎﻃﻖ وأﺟﺰاء ﻣﺨﺘﻠﻔﺔ ﻣﻦ اﻟﻤﻨﺸﺄة وﺑﻄﺮﻳﻘﺔ ﺳﺮﻳﻌﺔ )ﻟﻔﺘﺢ اﻟﻘﻮاﻟﺐ ﻣﺜ ً
) (3اﻟﺘﺤﻘﻖ ﻣﻦ ﺗﺠــﺎﻧﺲ اﻟﻤﻨﺸـﺄة آﻤﺠﻤﻮﻋﺔ ﻣﺘﻜﺎﻣﻠﺔ وأن آﻞ أﺟﺰاﺋﻬﺎ ﻣﻄـﺎﺑﻘﺔ ﻟﻠﻤﻮاﺻﻔﺎت
اﻷﺣﻤـﺎل
ل ﻦ اﻷ
اﻟﺨﺎرﺟﻴﺔ ااﻟﻨﺎﺷﺌﺔ ﻋـﻦ
اﻟﺘـﺄﺛﻴﺮات ا رﺟﻴ
ﻣﻘﺎوﻣﺔ ا ﻴﺮا
ﻰ وﻗﺪرﺗﻬﺎ ﻋﻠﻰ
وﺗﺤﺪﻳﺪ ر ﻬ
اﻟﺨﺮﺳـﺎﻧﺔ و ﻳ
ﻦ ﻣﺘﺎﻧﺔ ا ﺮ
ﻖ ﻣﻦ
) (4ااﻟﺘﺤﻘﻖ
واﻟﺘﻌﺮﻳﺔ واﻟﺘﺂآﻞ وﻣﻬـﺎﺟﻤﺔ اﻟﻌﻮاﻣـﻞ اﻟﺨﺎرﺟﻴﺔ )آﺎﻟﻜﻮارث(
اﻹﻓﺘﺮاﺿﻲ ﻟﻬﺎ.
ُﻤﺮ اﻹﻓﺘﺮاﺿ
) (5ﻓﺤﺺ أداء اﻟﻤﻨﺸﺄت ودرﺟﺔ اﻟﺘﺂآﻞ ﺧﻼل اﻟﻌﻌﻤﺮ
Database
“Not easy to
y
”interpret
اﻻﺧﺘﺒﺎرات اﻟﻼإﺗﻼﻓﻴﺔ ﻟﻘﻴﺎس ﺑﻌﺾ ﺧﻮاص اﻟﺨﺮﺳﺎﻧﺔ اﻟﻤﺴﻠﺤﺔ
Th N
The Non-destructive
d t ti T Tests
t tto measure some features
f t off the
th CConcrete
t Steel
St l
اﻟﻼإﺗﻼﻓﻴﺔ ﻳﺠﺐ:
اﻻﺧﺘﺒﺎرات اﻟﻼإﺗﻼﻓ ﺔ
ﺗﻄﺒﻴﻖ اﻻﺧﺘ ﺎ ا
ﻋﻨﺪ ﺗﻄ ﻖ
ﻨ
• ﻋﻤﻞ ﻓﺤــﻮص ﻧﻈــﺮﻳـﺔ ﻟﺘﺤـﺪﻳﺪ آﺎﻓﺔ اﻟﻤﺸــﺎآﻞ اﻟﻤﺤﺘﻤﻠﺔ وﻋﻤﻞ اﻟﻤﻨﺸﺄة
اﻟﻔﺤﺺ اﻟﻨﻈﺮي آﻤﺠﻤﻮﻋﺔ ﻣﺘﻜﺎﻣﻠﺔ
هﺬﻩ اﻻﺧﺘ ﺎ ات
اﻻﺧﺘﺒﺎرات إﺟﺮاء هﺬ
وإﻣﻜــﺎﻧﻴﺔﺔ إ ا
ﺎآﻞ إ ﻜ ﺎﻧ
اﻟﻤﺸــﺎآﻞ
ﻣﻮاﻗﻊ اﻟ ﺸ
ﻟﺘﺤﺪﻳﺪﺪ اﻗ
ﻣﻜﺎﻧﻲ ﻟﺘ ﺪ
ﻋﻤﻞ ﻣﺴﺢ ﻜﺎﻧ
ﻞ •
• ﺗﺤﺪﻳﺪ هﺪف وﻏﺮض اﻻﺧﺘﺒﺎر ﻣﻊ ﻣﺮاﻋﺎة اﻟﻮﻗﺖ واﻟﻜﻠﻔﺔ ودرﺟﺔ اﻟﺪﻗﺔ
ﺗﺤﺪﻳﺪ ﻧﻮﻋﻴﺔ اﻟﻤﺸﺎآﻞ وأﺳﺒﺎﺑﻬﺎ واﻟﺼﺤﺔ ﻓﻲ اﻟﻘﻴﺎﺳﺎت
اﻟﻤﺤﺘﻤﻠﺔ
ﻋﺪد اﻻﺧﺘﺒﺎرات و/أو اﻟﻌﻴﻨﺎت
ﺧﻄﺔ اﻻﺧﺘﺒﺎرات
ﻣﻮاﻗﻊ اﻻﺧﺘﺒﺎرات و/أو
ﻧﻘﺎط اﺳﺘﺨﺮاج اﻟﻌﻴﻨﺎت
اﻻﺧﺘﺒﺎرات ﺗ ﻊ
وﺗﺠﻤﻴﻊ إﺟﺮاءات اﻻﺧﺘ ﺎ ات
إ ا ات
اﻟﻤﻌﻠﻮﻣﺎت
وﺗﺴﺘﻌﻤﻞ ﻋﺎدة ﻣﻄﺮﻗﺔ ﺷﻤﻴﺖ ﻓﻲ أﺣﺪ اﻟﺘﻄﺒﻴﻘﺎت اﻟﺘﺎﻟﻴﺔ: ﻳﻌﺘﻤﺪ هﺬا اﻟﻔﺤﺺ ﻋﻠﻰ ﻣﺒﺪأ اﻻرﺗﺪاد ﻣﻦ ﺧﻼل اﺻﻄﺪام ﺛﻘﻞ ﻣﻌﻴﻦ ﺑﺴـﻄـﺢ اﻟﺨﺮﺳــﺎﻧﺔ وﺗﻘــﺎس
درﺟﺔ اﻻرﺗﺪاد ﺑﺎﻟﻤﺴــﺎﻓﺔ اﻟﺘﻲ ﻳﻘﻄﻌﻬﺎ هـﺬا اﻟﺜﻘﻞ ﺑﻌﺪ اﻻرﺗﻄﺎم ﺣﻴﺚ ﺗﻌﻄﻲ هـﺬﻩ اﻟﻘﻴﻤﺔ ﻓﻜﺮة
-ﻓﺤﺺ ﺗﺠﺎﻧﺲ اﻟﺨﺮﺳﺎﻧﺔ ﻣﻦ ﻣﻮﻗﻊ ﻵﺧﺮ ﻋـﻦ ﻗــﻮة ﻃﺒﻘﺔ اﻟﺴﻄـﺢ اﻟﺘــﻲ ﺗﻤﺜﻞ اﻟﻤﻨﺸــﺄة .آـﺬﻟﻚ ﻳﻤﻜﻦ ﻗﻴـﺎس ﻗــﻮة اﻟﺴﻄﺢ ﺑﺤﺴﺎب ﻋــﺮض
اﻟﻤﻄﻠﻮﺑﺔ،
ﻟﻠﻤﻮاﺻﻔﺎت اﻟ ﻄﻠ ﺔ
اﻟﺨﺮﺳﺎﻧﺔ ﻟﻠ ا ﻔﺎت
ﻣﻄﺎﺑﻘﺔ اﻟﺨ ﺎﻧﺔ
ﻣﺪى ﻄﺎ ﻘﺔ -ﻓﻓﺤﺺ ﺪ وﻋﻤﻖ اﻟﻔــﺮاغ اﻟﺬي ﺗﺮآﺘﻪ اﻟﺼﺪﻣﺔ ﻋﻠﻰ ذﻟﻚ اﻟﺴﻄﺢ.
وﺧﺎﺻﺔ ﻓﻲ ﻣﺠﺎل اﻟﺨﺮﺳﺎﻧﺔ ﻣﺴﺒﻘﺔ اﻟﺼﺐ
-ﺗﺤﺪﻳﺪ ﻣﻮاﺻﻔـﺎت وﺧﻮاص ﺳﻄﺢ اﻟﺨﺮﺳــﺎﻧﺔ ،واﻟﺬي وﻳﺘﺄﺛﺮ رﻗﻢ اﻻرﺗﺪاد ﺑﻌﺪة ﻋﻮاﻣﻞ ﻣﻨﻬﺎ:
ودﻳﻤﻮﻣﺘﻬﺎ.
اﻟﺨﺮﺳﺎﻧﺔ و ﻳ ﻮ ﻬ
ﻰ أداء ﺮﻣﺒﺎﺷﺮﺮ ﻋﻠﻰ
ﻴﺮ ﺒ
ﻟﻪ ﺗﺄﺛﻴﺮ ) (1ﻋﻮاﻣﻞ ﺗﺼﻤﻴﻢ ﺧﻠﻄﺔ اﻟﺨﺮﺳﺎﻧﺔ )ﻧﻮع اﻷﺳﻤﻨﺖ ،آﻤﻴﺔ اﻷﺳﻤﻨﺖ ،ﻧﻮع اﻟﺤﺼﻰ ،اﻟﺦ(
-إﻋﻄﺎء ﻓﻜﺮة ﻧﺴﺒﻴﺔ ﻋﻦ ﻗﻮة اﻟﺨﺮﺳﺎﻧﺔ ) (2ﻃﺒﻴﻌﺔ اﻟﻘﺴﻢ اﻟﻤﺪروس )ﻧﻌﻮﻣﺔ اﻟﺴﻄﺢ ،ﺣﺠﻤﻪ ،ﺷﻜﻠﻪ وﺛﺒﺎﺗﻪ ،ﻋﻤﺮﻩ ،وﻧﻮع اﻟﻤﻌﺎﻟﺠﺔ ،اﻟﺮﻃﻮﺑﺔ،
ﺣﺎﻟﺔ اﻹﺟﻬﺎد ،درﺟﺔ اﻟﺤﺮارة ،اﻟﺦ(
Database Compressing
spring
Plunger
Hammer Not easy to
“Not
Housing easy to
” interpretﻣﻨﺰل اﻟﻤﻄﺮﻗﺔ اﻟﺰﻧﺒﺮك اﻟﻀﺎﻏﻂ
ﻋﻤﻠﻴﺔ اﺳﺘﺨﺮاج اﻟﻌﻴﻨﺎت ﻣﻦ اﻟﻌﻨﺎﺻﺮ اﻟﺨﺮاﺳﺎﻧﻴﺔ آﺒّﺎس
mass
Locking
ﻟﻤﻌﺮﻓﺔ اﻟﻤﻘﺎوﻣﺔ ﻣﻦ ﺟﻬﺔ وﻹﻣﻜﺎﻧﻴﺔ اﺧﺘﻴﺎر آﺘﻠﺔ اﻟﻤﻄﺮﻗﺔ button
رﺳﻢ ﺗﻮﺿﻴﺤﻲ ﻟﻤﻄﺮﻗﺔ ﺷﻤﻴﺖ اﻻرﺗﺪادﻳﺔ زر اﻹﻏﻼق
اﻟﺨﺮﺳﺎﻧﺔ واﻟﻤﻮﻧﺔ اﻟﻤﻨﺎﺳﺒﺔ ﻟﻌﻤﻠﻴﺔ اﻟﺘﺮﻣﻴﻢ
Ultrasonic Pulse Velocity Test اﺧﺘﺒﺎر ﺳﺮﻋﺔ اﻟﻤﻮﺟﺎت ﻓﻮق اﻟﺼﻮﺗﻴﺔ
ﻳﻌﺘﻤﺪ هﺬا اﻻﺧﺘﺒــﺎر ﻋﻠﻰ ﺗﻮﻟـﻴـﺪ ﻧﺒﻀــﺎت وﻧﻘﻠﻬﺎ ﻟﻠﺨﺮﺳﺎﻧﺔ وﻣﻦ ﺛﻢ إﻋــﺎدة اﺳﺘﻘﺒﺎل هــﺬا اﻟﻨﺒﺾ اﻟﻤــﺮﺗﺪ وﺗﻀﺨﻴﻤـﻪ وﻗﻴﺎس اﻟﻤﺪة اﻟﺰﻣﻨﻴﺔ اﻟﺘﻲ أﺳﺘﻐﺮﻗﻬﺎ ﺣﻴﺚ
ان ﺳــﺮﻋــﺔ اﻟﻨﺒﻀــﺎت اﻟﻤﺘـﻮﻟــﺪة ﻣﻴﻜﺎﻧﻴﻜﻴــًﺎ داﺧـــﻞ اﻟﺨﺮﺳـﺎﻧـﺔ ﺗﻌﺘﻤﺪ أﺳــﺎﺳــًﺎ ﻋﻠـــﻰ اﻟﺨـــﻮاص اﻟﻤــﺮﻧــﺔ ﻟﻠﺨــﺮﺳــﺎﻧﺔ.
ﺨﺮﺳــﺎﻧﺔ،
اﻟﻨﺒﺾ ﻓﻓــﻲ اﻟﺨ ﺎﻧﺔ
ﻣﺴــﺎر اﻟﻨ
ﺎ ﻋﻠــﻰ ﻧﻧــﻮع
ﻘﺔ ﻠ
ﻃﺮﻳﻘﺔ
آـــﻞ ﻃ
وﺗﻌﺘﻤﺪ آ ﻞ
اﻟﺨﺮﺳــﺎﻧﻴﺔ ،ﺗ ﺘ
ﺑﺎﻷﺳﻄــﺢ اﻟﺨ ﺎﻧ ﺔ
واﻟﻤﺴﺘﻘﺒﻠـﺔ ﺎﻷ ﻄ
اﻟﻤﺮﺳـﻠﺔ اﻟ ﺘﻘ ﻠ ﺔ
ﻠﺔ اﻟﻨﺒـــــﺾ اﻟ
أﺟـﻬـﺰة اﻟﻨ
ﻟﻮﺻــﻞ أ ﺰة
ﻞ ﻃــﺮق ﻟ
ﺗﺗﻮﺟﺪ ﺛﻼﺛﺔ ﻃ ق
وهـﺬﻩ اﻟﻄﺮق هﻲ:
ﻃﺮﻳﻘﺔ اﻷوﺟﻪ اﻟﻤﺘﻘﺎﺑﻠﺔ )ﻟﻺرﺳﺎل اﻟﻤﺒﺎﺷﺮ(
ﻃﺮﻳﻘﺔ اﻷوﺟﻪ اﻟﻤﺘﺠﺎورة )ﻟﻺرﺳﺎل ﺷﺒﻪ اﻟﻤﺒﺎﺷﺮ(
اﻟﻤﺒﺎﺷﺮ(
ﻏﻴﺮ اﻟ ﺎﺷ ﻟﻺرﺳﺎل ﻏ
ﻧﻔﺲ اﻟﻤﻮﺟﺔ )ﻟﻺ ﺎل ﻃﺮﻳﻘﺔ ﻧﻔ
ﻃ ﻘﺔ
ﻳﺴﺘﺨﺪم هﺬا اﻹﺧﺘﺒﺎر ﻓﻲ اﻟﺘﻄﺒﻴﻘﺎت اﻟﺘﺎﻟﻴﺔ:
) (1ﻗﻴﺎس ﺗﺠﺎﻧﺲ اﻟﺨﺮﺳﺎﻧﺔ
) (2إآﺘﺸﺎف اﻟﺸﻘﻮق واﻟﺘﻌﺸﻴﺶ
) (3ﺗﻘﺪﻳﺮ ﻣﺪى ﺗﺪهﻮر وﺗﺂآﻞ اﻟﺨﺮﺳﺎﻧﺔ
) (4ﺣﺴﺎب ﺳﻤﺎآﺔ اﻟﻄﺒﻘﺎت
) (5ﺣﺴﺎب ﻣﻌﺎﻣﻞ اﻟﻤﺮوﻧﺔ
) (6ﻣﺮاﻗﺒﺔ ﻧﻤﻮ وﺗﻄﻮر ﻗﻮة اﻟﺨﺮﺳﺎﻧﺔ ﻣﻊ وﻗﺖ اﻹﻧﻀﺎج
ﻲ اﺧﺘﺒﺎرات اﻟﻘﻮة ﻣﻊ ﻣﻘﺎرﻧﺔ آﻠﻔﺔ هﺬﻩ اﻻﺧﺘﺒـﺎرات وﺳﺮﻋﺔ اﻻﺧﺘﺒﺎر وﻣﺪى ﺗﻀﺮر اﻟﺨﺮﺳﺎﻧﺔ و ﻣﻮﺛﻮﻗﻴﺔ اﻟﺘﻨﺒﺆ
ﻳﻮﺿﺢ اﻟﺠﺪول اﻟﺘﺎﻟﻲ
ﺑﻘﻮة اﻟﺨﺮﺳﺎﻧﺔ
اﻟﻤﻄﺮﻗﺔ اﻹرﺗﺪادﻳﺔ ﻗﻠﻴﻞ ﺟﺪًا ﺳﺮﻳﻊ ﻻﺷﻲء اﻟﺴﻄﺢ ﻓﻘﻂ رديء إﻟﻰ ﺟﻴﺪ
Rebound Hammer Very low Fast Nil Surface only Poor to Good
اﻟﺴﺮﻋﺔ ﻓﻮق اﻟﺼﻮﺗﻴﺔ ﻗﻠﻴﻞ ﺳﺮﻳﻊ ﻻﺷﻲء ﺟﻴﺪ إﻟﻰ ﻣﺘﻮﺳﻂ هﺎﻣﺸﻲ إﻟﻰ ﺟﻴﺪ
Ultrasonic Velocity Low Fast Nil Good to Moderate Fair to Good
إﺧﺘﺒﺎر ﻟﻮك ﻣﺘﻮﺳﻂ ﻣﺘﻮﺳﻂ إﻟﻰ ﺳﺮﻳﻊ ﻣﺘﻮﺳﻂ ﻣﺘﻮﺳﻂ ﺟﻴﺪ إﻟﻰ ﻣﺘﻮﺳﻂ
LOK Test Moderate Moderate to Fast Moderate Moderate Good to Moderate
اﻟﻤﺴﺎﺋﻞ )اﻟﻤﺸﺎآﻞ( اﻟﺘﺤﺴﻴﻨﻴﺔ اﻟﺘﺠﻤﻴﻌﻴﺔ
اﻟﺼﻨﻌﻲ
اﻟﺬآﺎء اﻟ ﻨ
وﺧﻮارزﻣﻴﺎت اﻟﺬآﺎ
ﺎ ﺧ ا
( اﻟﻨﻤﺬﺟﺔ,)ﺗﻘﻨﻴﺎت اﻟﻤﻴﺘﺎهﻴﺮوﺳﺘﻴﻜﻴﺔ
Combinatorial Optimisation Problems (COPs)
& Artificial Intelligence Algorithms
(Metaheuristic Techniques) Database
“Not easy to
y
interpret”
اﻟﻤﺸﺎآﻞ اﻟﺘﺤﺴﻴﻨﻴﺔ ذات اﻟﺪاﻻت اﻟﻬﺎدﻓﺔ اﻟﻤﺘﻌﺪدة
Multiobjective Combinatorial Optimisation Problems
Many real-life applications involves two types of problem difficulties: ( داﻻت1 : اﻟﻤﺸﺎآﻞ ذات اﻟﺪاﻻت اﻟﻬﺎدﻓﺔ اﻟﻤﺘﻌﺪدة وﺗﺘﻤﻴﺰ
{ } ( )
1) multiple, conflicting objectives, 2) a highly complex search domain ( ﻣﺠﺎل ﺑﺤﺚ ﻣﻌﻘﺪ وآﺒﻴﺮ ﺟﺪا2 و, ﻣﺘﻌﺪدة وﻣﺘﻨﺎﻗﻀﺔ
M C OP = optimize : f (x ) = f (x ), f (x ),.., f (x ) subject to x = x , x ,.., x ∈ X
1 2 n 1 2 n
fi(x) is the ith objective function to be optimised,
optimised ﻳﻤﺜﻞ ﻋﺪد اﻟﺘﻮاﺑﻊ اﻟﻬﺎدﻓﺔ اﻟﻤﺮاد ﺗﺤﺴﻴﻨﻬﺎfi(x)
( )
x is a set of decision vectors, X is the search domain. ﻣﺠﻤﻮﻋﺔ اﻟﻌﻨﺎﺻﺮ اﻟﻤﺘﺤﻜﻤﺔ ﺑﺎﻟﺘﺎﺑﻊx ﻣﺠﺎل اﻟﺒﺤﺚX
Question: How do I combine all these objectives to find the optimal
آﻴﻒ اﺟﻤﻊ آﻞ هﺬﻩ اﻟﺪاﻻت ﻻﻳﺠﺎد اﻟﺤﻞ:اﻟﺴﺆال
solution for the disaster. Therefore, we need to answer not only the ﻟﺬﻟﻚ ﻳﺠﺐ أن ﻻ ﻧﺴﺄل ﻓﻘﻂ,ﺗﺤﺴﻴﻨﻬﺎ
ﻬ اﻟﻤﺜﺎﻟﻲ ﻟﻠﻤﺴﺄﻟﺔ اﻟﻤﺮاد
ﻲ
question “What is the best?”, but also “What is sufficiently robust?” ﻣﺎهﻮ اﻷﻓﻀﻞ ﻟﻜﻦ أﻳﻀﺎ ﻣﺎ هﻮ اﻻآﺜﺮ دﻳﻨﺎﻣﻴﻜﻴﺔ وﻓﻌﺎﻟﻴﺔ؟
Answer: Metaheuristic Techniques (Artificial Intelligence)
( اﻟﺨﻮارزﻣﻴﺎت اﻟﻤﻴﺘﺎهﻴﺮوﺳﺘﻴﻜﻴﺔ )اﻟﺬآﺎء اﻟﺼﻨﻌﻲ:اﻟﺠﻮاب
Web Server+
Dastabase+
Applications
اﻟﺒﺤﺚ اﻟﻤﺤﻠﻲ واﻟﺘﺤﺴﻴﻦ )ذواﻟﺤﺪود اﻟﻌﻈﻤﻰ واﻟﺪﻧﻴﺎ(
Local Search & Optimization
p
)(Maximization & Minimisation
)Select S∈ I(S) and compute C(S
C(S).
Generate S’∈ I(S) and compute C(S’).
) Δ = C (S ') − C (S
If Δ < 0 ⇒ S ' is
i accepted
t d
Δ ≥ 0 ⇒ S is retained
)Q(S
)I(S0) I(S6 )I(S12 S12
S0
S6
S1
S2
S7
S3 S11
ﻳﻬﺪف ﻬ س
اﻟﻤﻬﻨﺪس اﻟﻤﻴﻜﺎﻧﻴﻜﻴﺔ ﻳﻬ
اﻟﻬﻨﺪﺳﺔ ﻴ ﻴ ﻴ ﻲ ﻬﻓﻲ ﻳﻬﺪف ﻬ س
اﻟﻤﻬﻨﺪس اﻟﺠﻴﻮﻣﺎﺗﻴﻜﻴﺔ ﻳﻬ
اﻟﻬﻨﺪﺳﺔ ﻴﻮ ﻴ ﻴ ﻓﻲ ﻬﻲ
S5
اﻟﻤﺼﻤﻢ إﻟﻰ إﻳﺠﺎد اﻟﺘﺼﻤﻴﻢ اﻟﻤﺜﺎﻟﻲ ﻟﻠﺴﻴﺎرة اﻟﻤﺼﻤﻢ إﻟﻰ إﻳﺠﺎد اﻟﺘﺼﻤﻴﻢ اﻟﻤﺜﺎﻟﻲ ﻟﻠﺸﺒﻜﺔ
S8
ﺁﺧﺬا ﺑﻌﻴﻦ اﻻﻋﺘﺒﺎر ﺟﻤﻴﻊ اﻟﻌﻮاﻣﻞ اﻟﻬﻨﺪﺳﻴﺔ ﺁﺧﺬًا ﺑﻌﻴﻦ اﻟﺠﻴﻮﻣﺎﺗﻴﻜﻴﺔ ﺑﺄﻗﻞ آﻠﻔﺔ ﻣﻤﻜﻨﺔ S4 S10
واﻻﻗﺘﺼﺎدﻳﺔ واﻟﻔﻨﻴﺔ .ﻓﺎﻟﻤﻬﻨﺪس اﻟﻤﻴﻜﺎﻧﻴﻜﻲ اﻻﻋﺘﺒﺎر آﺎﻓﺔ اﻟﺸﺮوط اﻟﻔﻨﻴﺔ واﻟﻬﻨﺪﺳﻴﺔ
)I(S4
ﻳﻬﺪف ﺑﺎﺳﺘﺨﺪام اﻟﺘﺤﺴﻴﻦ اﻟﻤﻴﺘﺎهﻴﺮوﺳﺘﻴﻜﻲ واﻻﻗﺘﺼﺎدﻳﺔ .ﻓﺎﻟﻤﻬﻨﺪس اﻟﺠﻴﻮﻣﺎﺗﻴﻜﻲ )I(S9 S9
اﻟﻌﻈﻤﻰ ﻓﻓﻲ هﺬﻩ اﻟﺤﺎﻟﺔ( إﻟإﻟﻰ ﺗﺼﻤﻴﻢ
)اﻟﺤﺪود اﻟﻌﻈﻤ ﻳﻬﺪف ﺑﺎﺳﺘﺨﺪام اﻟﺘﺤﺴﻴﻦ )اﻟﺤﺪود اﻟﺪﻧﻴﺎ
ﺳﻴﺎرة ﺗﺘﻮﻓﺮ ﻓﻴﻬﺎ ﺑﺂن واﺣﺪ اﻟﺤﺪود اﻟﻌﻈﻤﻰ ﻓﻲ هﺬﻩ اﻟﺤﺎﻟﺔ( إﻟﻰ ﺗﺼﻤﻴﻢ ﺷﺒﻜﺔ ﻧﻤﻮذﺟﻴﺔ
ﻟﻌﻮاﻣﻞ اﻷﻣﺎن واﻟﻘﻮة اﻟﺠﺎذﺑﻴﺔ واﻟﺨﻔﺔ ﺑﺄﺳﺮع وﻗﺖ وأﻗﻞ آﻠﻔﺔ ﻣﻤﻜﻨﻴﻴﻦ
اﻟﺘﺼﻤﻴﻢ اﻟﻤﺜﺎﻟﻲ ذو اﻟﺤﺪود اﻟﻌﻈﻤﻰ اﻟﺘﺼﻤﻴﻢ اﻟﻤﺜﺎﻟﻲ ذو اﻟﺤﺪود اﻟﻌﻈﻤﻰ ﻣﺒﺪأ اﻟﺒﺤﺚ اﻟﻤﺤﻠﻲ ﻹﻳﺠﺎد أﻓﻀﻞ ﺣﻞ
اﻟﺨﻮارزﻣﻴﺎت اﻟﻤﻴﺘﺎهﻴﺮوﺳﺘﻴﻜﻴﺔ
Metaheuristic Algorithms
اﻹدارة
ﻮم ﻹ راﻟﻤﻌﺮﻓﺔ ووﻋﻠﻮم
ﻦ ﺮ ﻣﺠﺎل وواﺳﻊﻊ ﻣﻦ
ﻲ ﺠل ﻲ( اﻷآﺜﺮﺮ اﺳﺘﺨﺪاﻣﺎ ﻓﻲ
ئ اﻟﺬآﺎء اﻟﺼﻨﻌﻲ
ﻣﺒﺎدئ
ﻰ ﺒاﻟﻤﺒﻨﻴﺔ ﻋﻠﻰ
اﻟﻤﻴﺘﺎهﻴﺮوﺳﺘﻴﻜﻴﺔ ) ﺒ ﻴ
اﻟﺨﻮارزﻣﻴﺎت ﻴ ﻴﺮو ﻴ ﻴ
ﺗُﺘﺼﻒ ﻮ رز ﻴ
واﻹﺣﺼﺎء وآﺎﻓﺔ اﻟﻤﺠﺎﻻت اﻟﻬﻨﺪﺳﻴﺔ واﻟﻤﻌﻠﻮﻣﺎﺗﻴﺔ وﺗﺘﻤﻴﺰ ﺑﻘﺪرﺗﻬﺎ ﻋﻠﻰ اﺑﺘﺪاع ﻃﺮق دﻳﻨﺎﻣﻴﻜﻴﺔ ﻣﻼﺋﻤﺔ ﻟﻄﺒﻴﻌﺔ اﻟﻤﺴﺄﻟﺔ اﻟﻤﺮاد ﻣﻌﺎﻟﺠﺘﻬﺎ وﺗﺤﺪﻳﺪ
اﻟﺼﻴﻐﺔ اﻟﻌﻤﻠﻴﺔ ﻹﻳﺠﺎد اﻟﺤﻞ اﻷآﺜﺮ ﻣﻨﺎﺳﺒﺔ ﻣﻦ ﺑﻴﻦ ﻣﺠﻤﻮﻋﺔ اﻟﺤﻠﻮل اﻟﻤﻤﻜﻨﺔ ﻟﻬﺬﻩ اﻟﻤﺴﺄﻟﺔ وﻣﻦ ﺛﻢ ﺗﺤﺴﻴﻦ ﻗﻴﻤﺔ هﺬا اﻟﺤﻞ إﻟﻰ أﻗﺼﻰ ﺣﺪود اﻹﻣﻜﺎﻧﻴﺔ .
ﻲ ﺗﺼﻤﻴﻢﻢﺗﺘﺄﻟﻒ اﻟﻤﺮاﺣﻞ اﻷﺳﺎﺳﻴﺔ ﻟﺘﻄﺒﻴﻖ أﻳﺔ ﺧﻮارزﻣﻴﺔ ﻣﻴﺘﺎهﻴﺮوﺳﺘﻴﻜﻴﺔ ﻓﻲ Initial Solution Formation
اﻟﺸﺒﻜﺔ اﻟﺠﻴﻮﻣﺎﺗﻴﻜﻴﺔ ﻣﻤﺎ ﻳﻠﻲ: ﺗﺸﻜﻴﻞ اﻟﺤﻞ اﻷوﻟﻲ
(1ﻣﺮﺣﻠﺔ اﻟﺘﺼﻤﻴﻢ اﻷوﻟﻲ ) (Initial Designﻟﻠﻤﺸﻜﻠﺔ اﻟﻤﺮاد ﺣﻠﻬﺎ.
(2ﻣﺮﺣﻠﺔ ﺗﺸﻜﻴﻞ ﻣﺠﻤﻮﻋﺔ اﻟﺘﺼﺎﻣﻴﻢ اﻟﺒﺪﻳﻠﺔ )(Neighborhoodاﻟﻤﺠﺎورة
ﻲ.
اﻷوﻟﻲ
اﻟﺘﺼﻤﻴﻢ و
ﻴﻢ ﻣﻦ
وواﻟﻤﺸﺘﻘﺔ ﻦ Neighbourhood
(3ﻣﺮﺣﻠﺔ ﺗﺤﺴﻴﻦ وﻗﺒﻮل اﻟﺘﺼﻤﻴﻢ اﻷآﺜﺮ ﻣﻨﺎﺳﺒﺔ ).(Acceptance Criteria ﻣﺮﺣﻠﺔ ﺗﺸﻜﻴﻞ ﻣﺠﻤﻮﻋﺔ اﻟﺘﺼﺎﻣﻴﻢ اﻟﺒﺪﻳﻠﺔ
(4ﻣﺮﺣﻠﺔ اﻹﻳﻘﺎف ) .(Stopping Criteriaﺗﻮﻗﻒ اﻟﺨﻮارزﻣﻴﺔ ﻋﻤﻠﻴﺎت اﻟﺘﺤﺴﻴﻦ
ﻓﻲ ﺣﺎل ﻋﺪم ﺣﺼﻮل أي ﺗﺤﺴﻦ ﻣﻠﺤﻮظ ﻋﻠﻰ ﻗﻴﻤﺔ اﻟﺘﺼﻤﻴﻢ اﻟﺤﺎﻟﻲ وﺗﻌﺘﻤﺪﻩ
اﻟﻤﻄﻠﻮﺑﺔ.
ﻮﺑ ﻟﻠﺸﺮوط
ﻖ ﺮو ﻣﻮاﻓﻖ
ﻲ ﻮﻧﻬﺎﺋﻲ
ﻴﻢ ﻬ
آﺘﺼﻤﻴﻢ )Search by Move Formation (Local Search
ﻳﻌﺘﻤﺪ ﻧﺠﺎح ﻋﻤﻞ هﺬﻩ اﻟﺨﻮارزﻣﻴﺎت ﻋﻠﻰ ﺧﺒﺮة اﻟﻤﺼﻤﻢ وﻋﻠﻰ اﻟﻤﻌﻠﻮﻣﺎت اﻟﻤﺘﻮﻓﺮة اﻟﺒﺤﺚ ﺑﺠﺰء ﻣﻦ اﻟﺤﻞ )اﻟﺒﺤﺚ اﻟﻤﺤﻠﻲ(
)Search by Solution Formation (guided search
ﻋﻦ اﻟﻤﺴﺄﻟﺔ اﻟﻤﺪروﺳﺔ و ﺗﺘﻜﻮن ﻣﻦ :ﺧﻮارزﻣﻴﺎت ﺗﺤﺴﻴﻦ ﻟﺤﻞ ﻣﻮﺟﻮد آﺎﻟﺘﻠﺪﻳﻦ
اﻟﺒﺤﺚ ﺑﻜﺎﻣﻞ اﻟﺤﻞ )اﻟﺒﺤﺚ اﻟﻤﻮﺟﻪ(
) ((Simulated Annealingاﻟﻤﺒﻨﻴﺔ ﻋﻠﻰ ﻧﻈﺮﻳﺎت اﻟﻤﻴﻜﺎﻧﻴﻚ ﻲ )g اﻟﺘﺠﺮﻳﺒﻲ
اﻹﺣﺼﺎﺋﻲ واﻟﻌﻠﻮم اﻟﻔﻴﺰﻳﺎﺋﻴﺔ ,واﻟﺒﺤﺚ اﻟﻤﺤﻈﻮر ) (Tabu Searchاﻟﻤﺒﻨﻴﺔ
ﻋﻠﻰ ﻣﺒﺪأ ﻋﻤﻞ ذاآﺮة اﻟﺤﺎﺳﻮب ,وﺧﻮارزﻣﻴﺎت ﻻﻧﺸﺎء ﺣﻞ ﺟﺪﻳﺪ وﻣﻦ ﺛﻢ Acceptance Criteria
ﺗﺤﺴﻴﻨﻪ آﻤﺠﻤﻮﻋﺔ اﻟﻨﻤﻞ )(Ant Colony Optimizationاﻟﻤﺒﻨﻴﺔ ﻋﻠﻰ ﻣﺒﺪأ ﻣﺮﺣﻠﺔ ﺗﺤﺴﻴﻦ وﻗﺒﻮل اﻟﺘﺼﻤﻴﻢ اﻷآﺜﺮ ﻣﻨﺎﺳﺒﺔ
اﻟﻨﻤﻞ أ ﺎآﻦ
وأﻣﺎآﻦ ﻣﺴﺎآﻦ اﻟﻨ ﻞ
ﺑﻴﻦ ﺎآﻦ
واﻟﺴﺮﻳﻌﺔﺔ ﻦ
اﻟﻘﺼﻴﺮةة اﻟ
ات اﻟﻘ
ﺎد اﻟاﻟﻤﻤﺮات
اﻟﻄﺒﻴﻌﻲ ﻓﻓﻲ إإﻳﺠﺎد
ﻞ اﻟﻄ
اﻟﻨﻤﻞ
ﻞ اﻟﻨ
ﻋﻤﻞ
ﻋ
ﻣﺼﺎدر اﻟﺮزق ,واﻟﺨﻮارزﻣﻴﺎت اﻟﺠﻨﻴﻨﻴﺔ )(Genetic Algorithmsاﻟﻤﺒﻨﻴﺔ
ﻋﻠﻰ ﻣﻔﺎهﻴﻢ اﻟﻬﻨﺪﺳﺔ اﻟﻮراﺛﻴﺔ ﻟﺘﺸﻜﻴﻞ اﻟﺘﺮآﻴﺐ ذات اﻟﺼﻔﺎت اﻟﻘﻮﻳﺔ . Termination of the Search
ﻣﺮﺣﻠﺔ اﻹﻳﻘﺎف
ﻗﺎﻧﻮن اﻟﺘﻠﺪﻳﻦ اﻟﺘﺠﺮﻳﺒﻲ )ﻣﺒﺪأ اﻻﺳﻘﺎء واﻻﺣﻤﺎء(
ﺮﻮﻳ ﻴ
اﻟﺜﺮﻣﻮدﻳﻨﺎﻣﻴﻚ
اﻟﺤﺮاري
Simulated Annealing
اﻟﻌﻠﻮم اﻟﻔﻴﺰﻳﺎﺋﻴﺔ
اﻟﺘﺠﺮﻳﺒﻲ ﻧﻈﺮﻳﺎت اﻟﻌﻠﻮ
ﺗﺘﺒﻨﻰ ﻃﺮﻳﻘﺔ اﻟﺘﻠﺪﻳﻦ اﻟﺘﺠﺮﻳﺒ
ﺗﺘﺒﻨ اﻟﺤﺮارة Temperature
K ﻋﺪد اﻟﺘﻜﺮارات
) (Physical Scienceوﺧﺎﺻﺔ اﻟﻤﻴﻜﺎﻧﻴﻚ اﻹﺣﺼﺎﺋﻲ ﺳﻠﺴﻠﺔ ﻣﺎرآﻮف L
اﻟﺤﺮارة ﺑﺪاﻳﺔ ﻋﻮاﻣﻞ اﻟﺘﺤﻜﻢ
)(Statistical Mechanicsوﻗﺎﻧﻮن اﻟﺜﺮﻣﻮدﻳﻨﺎﻣﻴﻚ Ti Startاﻻوﻟﻴﺔ Fﻋﺎﻣﻞ اﻟﺘﺒﺮﻳﺪ
ﻋﻠﻰ
اﻟﺤﺮاري ) (Statistical Thermodynamicوﺗﻌﺘﻤﺪ ﻋﻠ اﻟﺘﻌﺪﻳﻞ
Cooling
ﻣﺒﺪأ اﻟﺒﺤﺚ اﻟﻌﺸﻮاﺋﻲ )(Random Searchﻻﺧﺘﻴﺎر اﻟﺤﻠﻮل
parameters
اﻷآﺜﺮ اﻟﻤﻨﺎﺳﺒﺔ . اﻟﺤﺮارة أﻳﻘﺎف
Tfاﻟﻨﻬﺎﺋﻴﺔ
ﺘﺠﺮﻳﺒﻲ
اﻟﺘﻮﺟﻴﻬﻲ ﻟﻌﻤﻞ ﺧﻮارزﻣﻴﺔ اﻟﺘﻠﺪﻳﻦ اﻟﺘﺠﺮﻳﺒ
اﻟﻤﺨﻄﻂ اﻟﺘﻮﺟﻴﻬ Stop Iterations
اﻟﻤﺤﺎوﻻت اﻟﺘﻜﺮارﻳﺔ
)1) Initialization Stage (Inputs اﻟﻤﺮﺣﻠﺔ اﻟﺒﺪاﺋﻴﺔ )اﻟﻤﺪﺧﻼت( system Case I liquid
-ﻋﺪد اﻟﻘﻴﺎﺳﺎت و ﻣﺼﻔﻮﻓﺔ اﻟﻜﻠﻔﺔ ;Define the sessions & cost matrix
of state
;Set the initial starting T ﺤﺮارة اﻻ ﻟ ﺔ
اﻻوﻟﻴﺔ -اﻟ ا ة particles
;Set the T length (Markov Chain)L -ﺳﻠﺴﻠﺔ ﻣﺎرآﻮف High T
;)Set the cooling ratio, F (F<1 -ﻧﺴﺒﺔ ﺗﻌﺪﻳﻞ اﻟﺤﺮارة Slow Fast
;Set the finial Tf )(Cooling process
-اﻟﺤﺮارة اﻟﻨﻬﺎﺋﻴﺔ cooling cooling
;Set the iteration counter ﻻت اﻟﺘﻜ ا ﺔ
اﻟﺘﻜﺮارﻳﺔ اﻟﻤﺤﺎوﻻتﻋﺪاد اﻟ ﺎ -ا )(frozen Case III
Determing initial solution. Case II
-ﺗﺤﺪﻳﺪ اﻟﺤﻞ اﻟﺒﺪاﺋﻲ state Amorphous
2) Acceptance Strategy ﻣﺮﺣﻠﺔ ﺗﺤﺴﻴﻦ وﻗﺒﻮل اﻟﺤﻞ اﻟﻨﺎﺗﺞ )(T=0 solid
)Normal (Local Search
-ﻋﺎدﻳﺎ )اﻟﺒﺤﺚ اﻟﻤﺤﻠﻲ(
Exception
p ((e-Δ/T >θ set V=V’,
اﻟﺤﺮاري( θ is a uniform random number 0<θ<1).ن اﻟ ا اﺳﺘﺜﻨﺎﺋﻴﺎ )اﻟﻘﺎﻧﺎﻧﻮن
-ا ﺘﺜﻨﺎﺋ ﺎ
3)Temperature Updating Stage ﻣﺮﺣﻠﺔ ﺗﻌﺪﻳﻞ اﻟﺤﺮارة
}…T(k+1) = F Tk, {k=0,1,2 ﻟﻨﻌﻤﻴﻢ ﻋﻤﻠﻴﺔ اﻟﺒﺤﺚ Local minimum
)4) Termination Stage (Outputs ﻣﺮﺣﻠﺔ اﻻﻳﻘﺎف
Global minimum
)اﻟﻤﺨﺮﺟﺎت(
ﻣﺼﻔﻮﻓﺔ اﻟﻜﻠﻔﺔ
Chromosome Crossover
Selection
ﻗﺼﻴﺮة اﻷﻣﺪ
ﺣﻴﺎة ﻴﺮدورة ﻴ
اﻟﺬاآﺮة ووذات ور
ﺮ وﻋﺪﻳﻤﺔ
ﻋﻤﻴﺎءء و ﻳ
ﺷﺒﻪ ﻴ ﺣﻴﺔ ﺒﻞ آﺎﺋﻨﺎت ﻴاﻟﻨﻤﻞ اﻟﺘﺼﺮف اﻟﻄﺒﻴﻌﻲ ﻟﻠﻨﻤﻞ
وﻣﻊ ذﻟﻚ ﺗﺘﻤﺘﻊ ﺑﺎﻟﻘﺪرة اﻟﻌﻈﻴﻤﺔ ﻋﻠﻰ ﺗﺸﻜﻴﻞ ﺷﺒﻜﺔ ﻧﻤﻮذﺟﻴﺔ ﻣﻦ اﻟﻤﺴﺎﻟﻚ ﺑﻴﻦ
ﻣﺴﺎآﻨﻬﺎ وأﻣﺎآﻦ ﺗﻮاﺟﺪ اﻟﻐﺬاء
ﻓﻲ اﻟﺒﺪاﻳﺔ ﻳﺴﻠﻚ اﻟﻨﻤﻞ ﻋﺸﻮاﺋﻴﺎ اﻟﻤﺴﺎرات ,3 ,2 ,1و 4آﻮﻧﻪ ﻻ ﻳﻤﻠﻚ أﻳﺔ
ﻣﻌﻠﻮﻣﺎت ﻋﻦ اﻟﻤﺴﺎر اﻷﻓﻀﻞ
اﻟﺒﺤﺚ ﻋﻦ
ﻦ ﻋﻤﻠﻴﺎت اﻟ ﺚ
ﻣﺠﻤﻮﻋﺘﻬﺎ ﺧﻼل ﻠ ﺎت
ﺘﺎ أﻓﺮاد
ﺑﻘﻴﺔ أﻓ اد
اﻟﻄﺒﻴﻌﻴﺔ ﻣﻊ ﻘ ﺔ
اﻟﻨﻤﻠﺔ اﻟﻄ ﺔ
ﺗﺘﻮاﺻﻞ اﻟﻨ ﻠﺔ
ﺗﺘ ا ﻞ
ﻣﺼﺎدر اﻟﻐﺬاء ﺑﺎﺳﺘﺨﺪام ﻣﺎدة آﻴﻤﻴﺎﺋﻴﺔ ) (Pheromoneﺗﻔﺮزهﺎ ﻋﻠﻰ اﻟﻤﺴﺎر اﻟﻨﻤﻞ ﻳﺒﺤﺚ ﺑﺸﻜﻞ ﻋﺸﻮاﺋﻲ ﻋﻦ أﻣﺎآﻦ وﺟﻮد اﻟﻐﺬاء
اﻟﺬي ﺗﺴﻠﻜﻪ .ﺗﺘﺤﺴﺲ ﺑﻘﻴﺔ أﻓﺮاد ﻣﺴﺘﻌﻤﺮة اﻟﻨﻤﻞ اﻟﻤﻨﺘﺸﺮة ﻋﺸﻮاﺋﻴﺎ هﺬﻩ اﻟﻤﺎدة
اﻟﺘﻲ اآﺘﺸﻔﺖ
ﻠﺔ اﻟﺘ
اﻟﻨﻤﻠﺔ
ﻣﻜﺎن وﺟﻮد اﻟﻨ
ﺬﻟﻚ إﻟإﻟﻰ ﻜﺎ
ﻟﺘﺼﻞ ﺑﺬﻟﻚ
ﻋﻠﻴﻬﺎﺎ ﻟﺘ ﻞ
اﻟﺤﺎوي ﻠ
اﻟﻤﺴﺎر اﻟ ﺎ
وﺗﺘﺒﻊ اﻟ ﺎ
ﺗﺘ
اﻟﻤﺼﺪر اﻟﻐﺬاﺋﻲ أوﻻ.
آﻠﻤﺎ زاد ﺣﺠﻢﻢ اﻟﻤﺎدة اﻟﻜﻴﻤﻴﺎﺋﻴﺔ اﻟﻤﻔﺮزة ﻋﻠﻰ هﺬا اﻟﻤﺴﺎر ازداد اﻧﺠﺬاب اﻟﻨﻤﻞ إﻟﻴﻪ
وهﺬا ﻳﻌﻨﻲ أن ﺣﺮآﺔ اﻟﻨﻤﻞ ﻋﻠﻰ هﺬا اﻟﻤﺴﺎر آﺒﻴﺮة وﻣﺘﺰاﻳﺪة آﻮﻧﻪ اﻟﻤﺴﺎر اﻟﻤﺜﺎﻟﻲ
)اﻷﻗﺼﺮ واﻷﺳﻬﻞ( ﺑﻴﻦ اﻟﻤﺴﻜﻦ وﻣﺼﺪر اﻟﻐﺬاء آﻤﺎ هﻮ ﻣﻮﺿﺢ ﻓﻲ اﻟﻤﺴﺎر 3
اﻟﻨﻤﻞ ﻳﺘﺒﻊ اﻟﻤﺴﺎر اﻟﻤﺜﺎﻟﻲ رﻗﻢ 3ﺑﻴﻦ ﻣﺼﺪر اﻟﻐﺬاء واﻟﻤﺴﻜﻦ
Artificial ants will have some memory, not
ﺧﻮارزﻣﻴﺔ ﻣﺠﻤﻮﻋﺔ اﻟﻨﻤﻞ be completely blind, and will live in an
environment where time is discrete
اﻟﻤﻴﺘﺎهﻴﺮوﺳﺘﻴﻜﻲ ﺗﺘﻤﺘﻊ ﺑﺼﻔﺘﻲ اﻟاﻟﺮؤﻳﺎﺎ
ﻜ ﻟﻠﻤﺒﺪأ اﻟ ﺎ
وﻓﻘﺎ ﻟﻠ أ
ﻓﺎﻟﻨﻤﻠﺔ ﻓﻘﺎ
ﻓﺎﻟ ﻠﺔ
Ant Colony Optimization واﻟﺬاآﺮة و اﻣﺘﻼك دورة ﺣﻴﺎة أﻃﻮل ﻹﻳﺠﺎد أﻓﻀﻞ ﺗﺼﻤﻴﻢ
ﻣﺠﻤﻮﻋﺔ ااﻟﻨﻤﻞﻞ
ﻲ ﻟﻌﻤﻞﻞ ﺠ ﻮ
اﻻﺻﻄﻨﺎﻋﻲ
اﻟﻤﺒﺪأأ اﻻ
ا ﺒ
اﻟﻤﺨﻄﻂ اﻟﺘﻮﺟﻴﻬﻲ ﻟﻌﻤﻞ ﺧﻮارزﻣﻴﺔ ﻣﺠﻤﻮﻋﺔ اﻟﻨﻤﻞ ﻣﺼﻔﻮﻓﺔ ﻣﺼﻔﻮﻓﺔ
اﻟﻤﺴﺎﻓﺎت اﻟﻤﺎدة
)Initialization Stage (Inputs اﻟﻤﺮﺣﻠﺔ اﻟﺒﺪاﺋﻴﺔ وﺗﻌﻴﻴﻦ اﻟﻤﺪﺧﻼت )اﻟﺮؤﻳﺎ( اﻟﻜﻴﻤﻴﺎﺋﻴﺔ
D fi the
Define h sessions
i to be
;b observed
b d اﻟﻘﻴﺎﺳﺎت اﻟﺰ ﻨ ﺔ
اﻟﺰﻣﻨﻴﺔ -ﻋﺪد اﻟﻘ ﺎ ﺎت )اﻟﺬاآﺮة(
;Create the cost matrix -ﻣﺼﻔﻮﻓﺔ اﻟﻜﻠﻔﺔ
;Set the number of ants -اﻟﻌﺪد اﻟﻜﻠﻲ ﻟﻠﻨﻤﻞ
;Set the control parameters -ﻋﻮاﻣﻞ اﻟﺘﺤﻜﻢ اﻻﺳﺎﺳﻴﺔ
S t the
Set th initial
;i iti l pheromone
h ﻟﻠﻤﺎدة اﻟﻜ ﺎﺋ ﺔ
اﻟﻜﻴﻤﻴﺎﺋﻴﺔ اﻻوﻟﻴﺔ ﻟﻠ ﺎ ة
اﻟﻘﻴﻤﺔ اﻻ ﻟ ﺔ
-اﻟﻘ ﺔ
;Set a tabu list for each ant -اﻟﻼﺋﺤﺔ اﻟﻤﺤﻈﻮرة ﻟﻌﻤﻞ آﻞ ﻧﻤﻠﺔ
;Set the iteration counter -ﻋﺪاد اﻟﻤﺤﺎوﻻت اﻟﺘﻜﺮارﻳﺔ
Construction & Selection Strategy ﻣﺮﺣﻠﺔ إﻧﺸﺎء وﻗﺒﻮل اﻟﺘﺼﻤﻴﻢ
B ild up the
Build th best
b t possible
;ibl design
d i ﺗﺼﻤﻴﻢ ﻜﻦ
ﻣﻤﻜﻦ ﻧﺸﺎء أﻓﻀﻞ ﺗ ﻴ -إﻧﺸﺎ
;Select the next potential session -اﺧﺘﻴﺎر اﻟﻘﻴﺎس ﻟﻠﺮﺻﺪ
;Add the observed sessions to the tabu list -اﺿﺎﻓﺔ اﻟﻘﻴﺎس اﻟﻤﺮﺻﻮد اﻟﻰ
Empty the tabu list when the design اﻟﻼﺋﺤﺔ اﻟﻤﺤﻈﻮرة اﻟﺨﺎﺻﺔ ﺑﻜﻞ ﻧﻤﻠﺔ
i completed.
is l t d اﻟﺘﺼﻤﻴﻢ
اﻳﺠﺎد اﻟﺘ ﻴ
ﺑﻌﺪ اﻳ ﺎد
اﻟﻼﺋﺤﺔﺔ ﺑ ﺪ
ﻳﻎ اﻟﻼﺋ
ﺗﻔﺮﻳﻎ
-ﺗﻔ اﻟﻼﺋﺤﺔ
Pheromone Updating Stage ﻣﺮﺣﻠﺔ ﺗﻌﺪﻳﻞ اﻟﻤﺎدة اﻟﻜﻴﻤﻴﺎﺋﻴﺔ اﻟﻤﺤﻈﻮرة
اﻟﻤﺆﻗﺘﺔ
Apply pheromone updating rules. -ﺗﻄﺒﻴﻖ ﻗﻮاﻧﻴﻦ ﺗﻌﺪﻳﻞ اﻟﻤﺎدة اﻟﻜﻴﻤﻴﺎﺋﻴﺔ.
Update the iteration counter -ﺗﺤﺪﻳﺚ ﻋﺪاد اﻟﻤﺤﺎوﻻت اﻟﺘﻜﺮارﻳﺔ.
T
Termination
i ti StageSt ) (O t t
)(Outputs اﻟﻤﺨﺮﺟﺎت
وﻧﻌﻴﻴﻦ اﻟ ﺨ ﺎ اﻻﻳﻘﺎف ﻧ
ﻣﺮﺣﻠﺔ اﻻ ﻘﺎف
ﻠﺔ
اﻟﻤﺴﺎر اﻟﺨﺎص
;The maximum number of iterations -اﻟﻌﺪد اﻟﻨﻬﺎﺋﻲ ﻟﻠﻤﺤﺎوﻻت اﻟﺘﻜﺮارﻳﺔ.
ﺑﻜﻞ ﻧﻤﻠﺔ ﻣﻊ
;Declare the best design -اﻟﺘﺼﻤﻴﻢ اﻻﻓﻀﻞ ﻻﺋﺤﺘﻬﺎ اﻟﻤﺤﻈﻮرة
Stop. -اﻻﻳﻘﺎف
Structure
Uppermost Point
أﻋﻠﻰ ﻧﻘﻄﺔ ﻓﻰ اﻟﻤﻨﺸﺄ
اﻟﺘﺸﻜﻞ اﻟﺮأﺳﻰ اﻟﺤﺎدث ﺑﺎﻟﻤﻨﺸﺄ واﻟﺘﺮﺑﺔ أﺳﻔﻠﻪ اﻟﺘﺸﻜﻞ اﻻﻓﻘﻲ اﻟﺤﺎدث ﺑﺎﻟﻤﻨﺸﺄ واﻟﺘﺮﺑﺔ أﺳﻔﻠﻪ
ﻧﺘﻴﺠﺔ اﻟﺰﻟﺰال )Adina
(Adi ﻧﺘ ﺔ ﻧﺘﻴﺠﺔ اﻟﺰﻟﺰال )Adina
(Adi ﻧﺘ ﺔ
Rigid Structure
ﻣﻨﺸﺄ ﺟﺎﺳﺊ
In the Free Field
ﺑﻌﻴﺪ ﻋﻦ اﻟﻤﻨﺸﺄ
Stiff Soil
ﺷﺪﻳﺪةة اﻟﺘ ﺎ ﻚ
اﻟﺘﻤﺎﺳﻚ ﺗﺗﺮﺑﺔﺔ ﺷ Just under Foundations
أﺳﻔﻞ اﻷﺳﺎﺳﺎت ﻣﺒﺎﺷﺮة
][1 اﺧﺘﺒﺎر ﺗﺄﺛﻴﺮ وﺟﻮد ﻃﺒﻘﺔ ﺗﺮﺑﺔ ﺿﻌﻴﻔﺔ ﻋﻠﻰ اﻟﺴﻠﻮك اﻟﺪﻳﻨﺎﻣﻴﻜﻰ ﻟﻠﻤﻨﺸﺄت
اﺟﺮاء اﺧﺘﺒﺎرات ﻟﺘﺼﻤﻴﻢ اﻟﺒﻨﺎء اﻟﻌﺎﻟﻲ
AMD-1
AMD-22
AMD S
Sensor
Control
C t l
computer
Sensor
Sensor
اﺟﺮاء اﺧﺘﺒﺎرات ﻟﺘﺼﻤﻴﻢ اﻟﺒﻨﺎء اﻟﻌﺎﻟﻲ