版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,單層網(wǎng)殼結(jié)構(gòu)在我國大跨空間結(jié)構(gòu)領(lǐng)域中有著廣泛的應用。利用優(yōu)化手段,對于減輕結(jié)構(gòu)自重、降低用鋼量以及結(jié)構(gòu)造價有很強的現(xiàn)實意義。遺傳算法是一種模仿自然界生物種群選擇和進化的隨機搜索算法,其通用性和魯棒性較強,彌補了傳統(tǒng)優(yōu)化算法的不足,尤其適用于處理傳統(tǒng)算法難以解決的復雜問題和非線性問題;但其缺點是容易陷入局部收斂和后期收斂速度放慢,因此有必要對遺傳算法進行改進。本文將自適應策略與小生境技術(shù)引入其中,從而可以有效維持種群中個體的多樣性
2、,同時可以改善全局收斂的可靠性。通過改進的遺傳算法(ANGA算法)分別對單層球殼結(jié)構(gòu)進行質(zhì)量最小和整體剛度最大的優(yōu)化分析研究,表明該方法應用的可行性和收斂性,且其具有全局搜索能力強、運算穩(wěn)健性好等優(yōu)點。 在地震區(qū)建立的單層網(wǎng)殼結(jié)構(gòu),動力失穩(wěn)和強度破壞是結(jié)構(gòu)發(fā)生倒塌破壞的兩種重要模式,如果其在未預料到的地震作用下發(fā)生倒塌,就會危及人民生命安全并造成巨大的經(jīng)濟損失,因此如何控制單層網(wǎng)殼結(jié)構(gòu)的倒塌模式是其優(yōu)化問題的重點。本文采用小生境
3、遺傳算法對單層球殼結(jié)構(gòu)進行倒塌模式的優(yōu)化,通過優(yōu)化分析,驗證了基于ANGA算法動力響應優(yōu)化的可行性和合理性,可以有效處理單層球殼的動力響應優(yōu)化問題。 在單層網(wǎng)殼結(jié)構(gòu)的優(yōu)化設(shè)計過程中,必然會遇到大量的不確定性信息和因素。對這些不確定性因素應該使用模糊理論加以分析和處理,同時往往要考慮多個目標如質(zhì)量最小和整體剛度最大等。本文利用隸屬函數(shù)建立模糊優(yōu)化數(shù)學模型,采用模糊判決法,將多目標的模糊優(yōu)化問題轉(zhuǎn)化為單目標的非模糊優(yōu)化問題,然后使用
4、本文的ANGA算法得到模糊優(yōu)化解。最后,通過本文的模糊判決法對單層球殼進行優(yōu)化分析,其優(yōu)化結(jié)果令人滿意,驗證了本文方法的合理性和可行性。 本文的主要研究內(nèi)容和結(jié)果如下: 1.遺傳算法是解決優(yōu)化問題的重要方法。本文對遺傳算法的雜交算子和變異算子采用自適應策略,并且將小生境技術(shù)引入其中,從而形成一種小生境遺傳算法(ANGA)。通過多峰函數(shù)的優(yōu)化結(jié)果表明:從進化代數(shù)、收斂精度和計算時間三方面都驗證了該算法的有效性和可行性。
5、 2.違法約束條件的處理方法。本文對違反約束條件的個體,采用了Gen和Cheng的懲罰方法進行懲罰。分析表明:該方法可以有效地淘汰不滿足約束的個體,使個體向最優(yōu)解集中。 3.設(shè)計優(yōu)化流程。本文采用VC++語言編寫ANGA程序,用ANSYS的APDL語言建立單層球殼結(jié)構(gòu)模型,從而形成ANGA-ANSYS方法,即以ANSYS軟件為技術(shù)平臺,采用VC++編程,開發(fā)實現(xiàn)了本文的優(yōu)化方法和優(yōu)化策略,該程序具有可移植性好和優(yōu)化分析能力強
6、等優(yōu)點。 4.三大優(yōu)化目標的實現(xiàn)。本文采用ANGA算法分別對單層球殼結(jié)構(gòu)進行質(zhì)量最小、整體剛度最大和控制倒塌模式優(yōu)化。優(yōu)化結(jié)果表明:小生境遺傳算法可以有效應用于優(yōu)化變量繁多的大型網(wǎng)格結(jié)構(gòu)截面優(yōu)化問題,優(yōu)化效果明顯。 5.多目標模糊優(yōu)化的實現(xiàn)。本文采用模糊數(shù)學的原理建立單層球殼的多目標模糊優(yōu)化模型,通過模糊判決法,實現(xiàn)模糊問題的非模糊化,最后利用本文的ANGA算法對非模糊化的優(yōu)化模型進行求解。通過對各種模糊判決法的優(yōu)化結(jié)果
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的單層桿系空間結(jié)構(gòu)優(yōu)化設(shè)計.pdf
- 基于遺傳算法的優(yōu)化研究.pdf
- 基于遺傳算法的壓電曲殼結(jié)構(gòu)的形狀優(yōu)化控制.pdf
- 基于遺傳算法優(yōu)化問題的研究
- 基于TSP的遺傳算法優(yōu)化研究.pdf
- 基于遺傳算法的多目標優(yōu)化算法研究.pdf
- 基于遺傳算法優(yōu)化QoS路由算法的研究.pdf
- 基于遺傳算法優(yōu)化問題的研究.pdf
- 基于遺傳算法的翼型優(yōu)化.pdf
- 基于遺傳算法的配送路線優(yōu)化研究.pdf
- 基于遺傳算法的網(wǎng)架結(jié)構(gòu)優(yōu)化研究.pdf
- 基于遺傳算法的PEMFC優(yōu)化.pdf
- 基于遺傳算法的倉儲系統(tǒng)優(yōu)化研究.pdf
- 基于遺傳算法的水庫優(yōu)化調(diào)度研究.pdf
- 基于遺傳算法的無功優(yōu)化控制研究.pdf
- 基于遺傳算法優(yōu)化的中文分詞研究.pdf
- 基于遺傳算法的WSN應用優(yōu)化研究.pdf
- 基于遺傳算法的短期無功優(yōu)化.pdf
- 基于遺傳算法的結(jié)構(gòu)動力優(yōu)化.pdf
- 基于遺傳算法的決策樹優(yōu)化算法研究.pdf
評論
0/150
提交評論