fa ارایه یک الگوریتم بهینه‌سازی چندهدفه بر پایه آمیزش احتمالی و جهش دوسویه جهت حل مساله طراحی تیرآهن تخصصي Special پژوهشي Research <span style="font-family:B Zar;"><span style="font-size:12.0pt;">در حال حاضر </span></span><span style="font-family:B Zar;"><span style="font-size:12.0pt;">الگوریتم‌های بهینه‌سازی چندهدفه به عنوان ابزاری قدرتمند جهت حل بسیاری از مسایل مورد استفاده قرار می‌گیرند. معیارهای تنوع و همگرایی از مهم‌ترین فاکتورهای یک الگوریتم بهینه‌سازی چندهدفه است که</span></span><span style="font-family:B Zar;"><span style="font-size:12.0pt;"> تمامی </span></span><span style="font-family:B Zar;"><span style="font-size:12.0pt;">الگوریتم‌های بهینه‌سازی چندهدفه سعی در بهبود آنها دارند. معیارهای تنوع و همگرایی تابعی از عملگرهای اکتشاف، استخراج و انتخاب هستند، در نتیجه برای ارایه یک الگوریتم بهینه‌سازی قدرتمند باید از عملگرهای کارا استفاده نمود. در این مطالعه، یک الگوریتم بهینه‌سازی چندهدفه در راستای ارتقا معیارهای تنوع و همگرایی جهت حل مساله مهندسی طراحی تیرآهن ارایه شده است. الگوریتم </span></span><span style="font-family:B Zar;"><span style="font-size:12.0pt;">ارایه شده</span></span><span style="font-family:B Zar;"><span style="font-size:12.0pt;"> برای استخراج راه‌حل‌ها در فضای جستجو از الگوریتم جهش دوسویه پیشنهادی و برای اکتشاف راه‌حل‌ها در فضای جستجو از الگوریتم آمیزش احتمالی پیشنهادی استفاده می‌کند. در این مطالعه از معیار اَبَرحجم جهت سنجش همگرایی و تنوع استفاده شده است. در بخش پایانی این مطالعه، عملکرد کلی الگوریتم پیشنهادی</span></span> <span style="font-family:B Zar;"><span style="font-size:12.0pt;">در مقایسه با الگوریتم‌هایی از جمله </span></span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:10.0pt;">SPEA</span></span></span><span style="font-family:B Zar;"><span style="font-size:12.0pt;">، </span></span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:10.0pt;">NSGAII</span></span></span><span style="font-family:B Zar;"><span style="font-size:12.0pt;">، </span></span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:10.0pt;">NSPSO</span></span></span><span style="font-family:B Zar;"><span style="font-size:12.0pt;"> و </span></span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:10.0pt;">AWPSO</span></span></span><span style="font-family:B Zar;"><span style="font-size:12.0pt;"> در راستای حل مساله مهندسی طراحی تیرآهن مورد نقد و برسی قرار گرفته شده است. نتایج حاصل شده از الگوریتم</span></span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:10.0pt;">‌</span></span></span><span style="font-family:B Zar;"><span style="font-size:12.0pt;">های بهینه‌سازی چندهدفه در حل مساله طراحی تیرآهن، نشان‌دهنده برتری الگوریتم پیشنهادی نسبت به سایر الگوریتم</span></span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:10.0pt;">‌</span></span></span><span style="font-family:B Zar;"><span style="font-size:12.0pt;">های شاخص است.</span></span> Today, multi-objective optimization algorithms are used as powerful tools for solving several problems. In any multi-objective optimization algorithm, diversity and convergence are two of the most important factors that need to be improved. Diversity and convergence are functions of exploration, exploitation, and selection operators. Effective algorithms should be used by different operators to achieve a robust optimization algorithm. In this study, a multi-objective optimization algorithm is proposed to enhance the diversity and convergence for solving the I-beam engineering problem. The proposed algorithm uses a proposed bi-directional mutation algorithm to exploit search space and uses the proposed probabilistic crossover algorithm to explore the search space. In this study, the hyper volume metric has been used to evaluate convergence and diversity. In the final section of this study, the overall performance of the proposed algorithm is compared with algorithms such as SPEA, NSGAII, NSPSO, and AWPSO in order to solve the I-beam designing problem. The results obtained from multi-objective optimization algorithms for solving I-beam designing problem indicate the superiority of the proposed algorithm in comparison to other known algorithms. بهینه‌سازی چندهدفه, طراحی تیرآهن, آمیزش احتمالی, جهش دوسویه Multi-Objective Optimization, I-Beam Designing, Probabilistic Crossover, Bi-Directional Mutation 119 133 http://jamlu.lahijan.iau.ir/browse.php?a_code=A-11-1453-1&slc_lang=fa&sid=1 A. Falahiazar علی رضا فلاحی آذر a_falahiazar@srbiau.ac.ir 10031947532846007840 10031947532846007840 No Ph.D. Candidate, Department of Computer Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه مهندسی کامپیوتر، تهران A. Sharifi آرش شریفی a.sharifi@srbiau.ac.ir 10031947532846007841 10031947532846007841 Yes Assistant Professor, Department of Computer Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه مهندسی کامپیوتر، تهران V. Seydi وحید صیدی v_seydi@azad.ac.ir 10031947532846007842 10031947532846007842 No Assistant Professor, Department of Computer Engineering, South Tehran Branch, Islamic Azad University, Tehran, Iran دانشگاه آزاد اسلامی، واحد تهران جنوب، گروه مهندسی کامپیوتر، تهران