@article { author = {Joodaki, Ali and Ashrafizadeh, Ali}, title = {Development and Evaluation of two Hybrid Shape Design Algorithms in Fluid Mechanics}, journal = {Journal of Solid and Fluid Mechanics}, volume = {4}, number = {4}, pages = {1-12}, year = {2015}, publisher = {Shahrood University of Technology}, issn = {2251-9475}, eissn = {2251-9483}, doi = {10.22044/jsfm.2015.399}, abstract = {Shape design problems, in general, and inverse design problems, in particular, are often solved via optimization techniques. Evolutionary algorithms provide robust and efficient solution methods for such problems. This paper focuses on the application of genetic algorithms (GA), particle swarm optimization (PSO), and two hybrid variants of GA and PSO. Performance of these optimization methods in the solution of inverse design problems is examined and it is shown that hybridization of GA and PSO can be used to improve the convergence rate of the iterative design procedure. Global Minimums of a number of well known optimization test functions are found by the proposed hybrid algorithms and the solutions of both internal and external flow inverse design problems are discussed. Up to 30% speed up is observed in the numerical test cases when the hybrid methods are employed and it is also shown that hybrid methods can get closer to the optimum solution as compared to either GA or PSO.}, keywords = {Shape design,genetic algorithms,Particle Swarm Optimization,Hybrid Algorithm}, title_fa = {توسعه دو الگوریتم تکاملی ترکیبی و ارزیابی کارکرد آن‌ها در حل مسائل طراحی شکل در مکانیک سیالات}, abstract_fa = {مسائل طراحی شکل به طور عام، و مسائل طراحی معکوس به عنوان زیر گروهی از این مسائل، اغلب از طریق روش‌های بهینه‌یابی و الگوریتم‌های تکاملی حل می شوند. در این مقاله از الگوریتم بهینه‌یابی ژنتیک و  الگوریتم بهینه‌یابی توده ذرات و همچنین دو گونه متفاوت الگوریتم ترکیبی آن دو استفاده شده است. این چهار الگوریتم برای چند مسئله طراحی معکوس به کار رفته‌اند و نتایج نشان می‌دهند که ترکیب الگوریتم‌های ژنتیک و توده ذرات نرخ همگرایی را در روش‌های طراحی افزایش می‌دهد. در قسمت مسائل طراحی، هم مسئله جریان داخلی و هم جریان بیرونی انتخاب شده است. علاوه بر آن نقطه مینیمم کلی چند تابع تست بهینه‌یابی مشهور توسط این الگوریتم‌ها به دست آمده است. هنگامی‌که از الگوریتم‌های ترکیبی استفاده می‌شود تا 30 درصد افزایش در سرعت همگرایی در میان این مسائل بهینه‌یابی عددی مشاهده می‌گردد. همچنین نتایج نشان می‌دهند که الگوریتم‌های ترکیبی نسبت به الگوریتم‌های پایه قادر هستند که به نقطه بهینه نزدیکتر شوند. }, keywords_fa = {طراحی شکل,الگوریتم ژنتیک,الگوریتم توده ذرات,الگوریتم ترکیبی}, url = {https://jsfm.shahroodut.ac.ir/article_399.html}, eprint = {https://jsfm.shahroodut.ac.ir/article_399_bd6014024a8f01c93f32b7eaae6b2bab.pdf} }