روش بهینه سازی تکاملی سازه‌ها (ESO) که شامل حذف مصالح نا کارآمد از سازه است، روشی محلی است. زیرا حذف مصالح ناکارآمد بدون در نظر گرفتن پتانسیل آن‌ها درمراحل بعدی، صورت می‌گیرد. در این مطالعه،عملگرهای الگوریتم ژنتیک با بهینه سازی تکاملی سازه‌ها ترکیب شده و شکل جدیدی از الگوریتم بدست آمده که GESO نامیده می شود. در واقع روش بهینه سازی تکاملی سازه‌ها با استفاده از الگوریتم ژنتیک در پیدا کردن جواب‌های کلی اصلاح شده است. جهت پیاده سازی الگوریتم ژنتیک کدی در MATLAB نوشته شده که با نرم افزار ANSYS جهت تحلیل تنش مرتبط شده است. در ادامه به بررسی روش GESO از طریق حل چند مثال شامل سازه های تحت بار به منظورکمینه کردن وزن سازه پرداخته شده است و در پایان برتری GESOبر ESO با چندین مثال نشان داده شده است است. در مثال اول صفحه ای تحت بار گسترده بررسی شده است است و حالتی که جسم به30%حجم اولیه رسیده است تنش ماکزیمم، میانگین و مینیمم درGESO نسبت به ESO درهمان حجم به ترتیب 35 %،31%و11% کاهش داشته است.مثال دوم به بررسی صفحه ای تحت بار متمرکز با تکیه گاه ساده پرداخته است و توانایی GESOدر رسیدن به مدل میشل نشان داده شده است.آخرین مثال شامل صفحه ای تحت بار متمرکز با تکیه گاه های در گیر است ، نشان داده شده است کهGESO با تکرار کمترنسبت به ESOبه همان نتایج رسیده‌است.

کلمات کلیدی