1 / 145
文档名称:

结构优化设计的遗传演化算法研究.pdf

格式:pdf   页数:145
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

结构优化设计的遗传演化算法研究.pdf

上传人:durian 2014/2/11 文件大小:0 KB

下载得到文件列表

结构优化设计的遗传演化算法研究.pdf

文档介绍

文档介绍:湖南大学
博士学位论文
结构优化设计的遗传演化算法研究
姓名:刘霞
申请学位级别:博士
专业:结构工程
指导教师:沈蒲生
20070409
摘要扑优化方法有很大的发展,应用范围不断拓广,特别是在航空航天、机械制造等领域重量的减轻对设计相当重要,优化方法的应用已颇为成熟。与其它领域相比,构设计仍停留在依靠工程师个人经验分析试算的阶段。目前我国仍处在建设高潮期,据建设部的预测,至年建筑工程面积将达到谄矫祝庵智榭龆杂保证所得解为最优解受到一些学者的质疑。遗传算法属于仿生学算法,近优化设计的背景,虽然在计算数学层面上它能有效地解决组合优化的一些问题,展到平面或空间结构。本文在这两种算法的基础上首次提出了一种新的拓扑优化敏度计算方法和基本步骤,从一个包含了最优解的初始设计域出发,根据遗传算误的单元舍去,保证了算法所得解的最优性。新的遗传演化算法所得解的质量均法后,详细研究了算法中各计算参数对算法性能的影响,结果表明新算法鲁棒性好,最优解对计算参数不敏感,采用不同计算参数时均能找到最优解。本文所做的另一项具有创新性的工作是利用准则与遗传演化算法联合结构应满足的条件,符合这一条件的结构称为桁架。然而直接由结构优化设计目前正处于蓬勃发展时期,工程师们越来越多地意识到合理设计方法的重要性,追求以最小的代价获取最大的利益。过去几十年间连续结构的拓工程结构优化设计理论和应用的重要性尚未得到足够的重视,发展相对缓慢,结我们这样一个资源相对匮乏的国家,在建筑工程领域发展和应用最优设计方法已迫在眉睫,为此本文针对结构优化设计中较难的拓扑优化问题展开研究。目前求解拓扑优化问题能力较强的算法有演化结构优化算法算法⒕匀化方法、密度函数法、仿生学算法等,其中演化结构优化算法算法其概念清晰、规则简单、计算方便的优点受到很多学者的青睐,但同时又因不能年来的研究表明它具备找到最优解的长处。但遗传算法本身并不具有明确的结构具体应用于结构工程时,由于计算太耗时仅限于桁架结构的优化,无法进一步拓方法“遗传演化算法惴”,遗传演化算法继承了演化结构优化算法的灵法优胜劣汰的思想,以选择、变异、杂交等遗传算子决定单元的取舍,避免了错好于原有的演化结构优化算法,同时计算效率又高于遗传算法。本文在提出新算寻优。/准则是澳大利亚工程师年用数学解析方法研究的最优准则建立旒苁帜眩壳叭狈τ行У那蠼夥椒ā1疚囊环矫娌捎靡延械多个符合荚虻男橛Ρ涑〖煅槌骱肆艘糯莼惴ㄋ媒獾淖钣判裕怼方面通过遗传演化算法得到了新的符合荚虻氖导式峁梗1乓徊交竦貌博Q宦畚
同类型旒艽蛳禄 1疚闹氐阊芯苛肆降慊蚨嗟憬轮跫缕矫娼峁乖各种荷载作用下的优化拓扑,根据荚蚝鸵糯莼惴ḿ扑憬峁槟刹性特性,配筋优化计算时是否考虑两种材料的区别,是否考虑材料的非线性成为焦点。为此,本文设计了三套方案进行配筋优化,运算表明,不区分两种材料的破坏是由于传力路径的破坏造成的。所以遗传演化算法配筋优化的过程是先求得发现这类结构的优化拓扑所应遵循的规律。本文作者认为两点或多点铰支条件下的平面结构的优化拓扑主要分为两类,一类由直线和圆组成,一类结构由曲线组成,曲线形状大多类似于理论推导过的“邸鼻呋蛟补鱿撸庑┙崧对工程结构优化的概念设计具有重要意义。遗传演化算法被证明能方便地用于钢筋混凝土结构的配筋优化,钢筋混凝土结构由两种不同的材料组成,而且由于混凝土开裂和钢筋的屈服,材料表现出非线差别,不考虑材料的非线性的方案是最适合遗传演化算法的方案,计算简单,结果实用。因为遗传演化算法擅长建立桁架模型,构件达到承载力极限状态时,荷载可认为是通过由钢筋拉杆和未开裂的混凝土压杆组成的拉压模型传递,构件的构件的拉压杆模型,再在拉杆位置布置钢筋。本文利用遗传演化算法完成了不同跨高比的简支梁、深受弯构件、牛腿、框架节点等构件的配筋优化,提出了配筋优化方案,具有实际意义。关键词:钢筋混凝土结构;结构优化;遗传算法;演化结构优化算法算法荚颍灰糯莼惴ǎ慌浣钣呕Ⅲ结构优化设计的遗传演化算法研究’
.,瓸..甌,‘..,.痵..瑂瓹ⅰ皌.
畁..鷄,.’痑甊猘———琧—.癕“畁,结构优化设计的遗传渍化算法研究,.獁甀‘—甇”甌猵..瓵瑀.,.
篟;Ⅵ;;;;
导师签名:声幺≥貌日期::知旬年拢湖南大学学位论文原创性声明日期:∥月学位论文版权使用授权书本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送