وجود ترک در یک سازه باعث ایجاد نرمی محلی و کاهش سختی می شود، که به تبع آن فرکانس های طبیعی سازه کاهش می یابد. از این رو با داشتن فرکانس های طبیعی سازه می توان به عمق و مکان ترک پی برد. در این پژوهش سعی بر این است تا از روی فرکانس های طبیعی یک عضو ترکدار، آسیب را شناسایی کنیم. با دو روش الگوریتم ژنتیک و شبکه عصبی این شناسایی را انجام می دهیم. از معادلاتی که برای عضوهای ارتعاشی ترکدار موجود است استفاده کرده و تابع هزینه الگوریتم ژنتیک و اطلاعات لازم برای آموزش شبکه عصبی را بدست می آوریم. از بررسی نتایج معلوم می شود که هر دو روش با دقت بالایی ترک را شناسایی می کنند.

در الگوریتم مورچه ها، اجتماع مورچه ها رفتار جالبی از خود نشان می دهند. حتی اگر یک مورچه دارای توانایی ساده ای باشد، رفتار تمامی اجتماع مورچه ها براساس رفتار تک تک مورچه ها سازمان دهی می شود. این امر برگرفته از برهم کنش مختصاتی می باشد. رابطه بین مورچه ها بسیار محدود است. این برهم کنش ها باید بر پایه بسیار ساده حرکت مورچه ها صورت گیرد. در این پایان نامه در ابتدا به معرفی مسائل گسسته که مسائل پیرامون را حل می کند پرداخته و روش استفاده از آن را در حل مسأله فروشنده دوره گرد بیان می کنیم، سپس این الگوریتم (aco) جهت طرح بهینه قابهای فولادی مرجع مورد استفاده قرار گرفته و توانایی آن در حل این مسائل با روشهای بهینه یابی هوشمند دیگر مورد مقایسه قرار می گیرد. این پایان نامه بر روی الگوریتم مورچه ها (aco) کار می کند الگوریتم هایی که برای مسائل بهینه یابی مجزا و با الهام گرفتن از رفتار مورچه ها به هنگام به دنبال غذا رفتن کار می کند. در این پایان نامه روش فراکاوشی aco توضیح داده می شود. در مرحله اول جستجوی زیستی مورچه ها مورد بررسی قرار می گیرند. مورچه های مصنوعی توضیح داده می شوند و در نهایت با بحث در مورد کارهای مرتبط با این موضوع و با بررسی تعداد بسیار زیادی جنبه های این الگوریتم(aco) به نتیجه گیری پرداختیم.