文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 建筑/土木 > (工业建筑)混合遗传算法在工程结构优化设计中的应用
侵权投诉

(工业建筑)混合遗传算法在工程结构优化设计中的应用

混合遗传算法在工程结构优化设计中的应用

张延年 刘 斌

(东北大学资源与土木工程学院 沈阳 110004)

3

  

郭鹏飞

(辽宁工学院土木建筑系 锦州 121001)

  摘 要:根据工程实际,充分考虑规范规定的约束条件和各项技术标准要求,建立了建筑结构优化模型。并提出一种离散变量结构优化设计的斐波那契算法与标准遗传算法结合成混合遗传算法。优化设计结果表明,这种混合遗传算法既发挥了斐波那契算法省时、高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点,是兼二者之长,弃二者之短的高效的理想的工程结构优化设计方法。  关键词:离散变量 结构优化 遗传算法 混合遗传算法

APPLICATIONOFHYBRIDGENETICALGORITHMTOOPTIMUMDESIGNOF

ENGINEERINGSTRUCTURES

ZhangYannian LiuBin

(SchoolofResourceandCivilEngineering,NortheasternUniversity Shenyang 110004)GuoPengfei

(DepartmentofCivilEngineering,LiaoningInstituteofTechnology Jinzhou 121001)

Abstract:Onthebasisofthepracticalstructuredesignofengineering,sufficientlyconsideringtheconstraintconditionsthatthenormstipulatesandtherequirementsofvariousengineeringstandards,amodelofbuildingstructuraloptimizationisderived.Ahybridgeneticalgorithm(HGA)composedofthestandardgeneticalgorithm(SGA)andtheFibonaccialgorithm(FA)isproposed.Theresultsofexamplesshowthatthemethodplaystheadvantagesofsavingtime,highefficiency,powerfullocalsearchingcapabilitofFA,andplaystheadvantagesofglobalsearchingcapabilityofgeneticalgorithm(GA),too.HGA,asanefficientoptimizationdesignmethodforengineeringstructurehavingtheadvantagesofbothFAandGAwithouttheirdisadvantages,issuperiortoeitherone.

Keywords:discretevariables structuraloptimization geneticalgorithm hybridgeneticalgorithm

和遗传算法结合在一起解决问题。这种混合遗传算法

0 引 言

(HGA)可直接对各种结构进行优化设计,如桁架、框架、板

在实际工程结构设计中,经常遇到某些或全部设计变量只能取限定离散值的情况,例如型钢必须符合既定规格要求,钢筋混凝土构件的截面尺寸必须满足建筑模数制要求等[1]。采用一般的优化设计方法,结果必须经过数据处理,才能够符合工程设计规范和各项技术标准的要求,但这种经过连续变量优化方法调整后得到的离散结果,常常需要重新检验其可行性和可靠性。在这种情况下,有可能得不到可行的离散解,也有可能所得的解不是离散最优解。因此,建立适用于离散变量结构优化设计计算方法是很有工程实用价值的[2,3]。

遗传算法(GA)是美国JHHolland教授于20世纪70年代提出的一种非确定性优化算法[4]。它通过模拟自然进化过程在全局范围内搜索最优解,不需要梯度信息和函数的连续性

[5][2]

架、网架、排架、板壳等结构或混合结构。组成结构的材料可以是钢、钢筋混凝土或其他材料等。

1 数学模型的建立

以杆系结构为例,数学模型为:

N

minW(X)=

i=1

ρAL∑

ii

i

(1)

X=[x1,x2,…,xn]

T

∈R

D

s.t. g[i]=[σi]-σi≥0

    (i=1,2,…,ns)

g[i]=[Uj]-Uj≥0

D

D

(2)

    (j=1,2,…,nd;i=j+ns)

  式(1)中,W(X)为目标函数;N为杆件总数;Li、Ai,ρi分

3国家自然科学基金资助项目(40072006)。第一作者:张延年 男 1976年8月出生 博士收稿日期:2004-08-25

;对目标函数和约束条件也没有苛刻要求

[6]

。它已经

提供了解决复杂系统问题的通用框架,应用于许多学科[7]。但遗传算法是自适应性的概率搜索算法,有迭代过程缓慢等缺点

[8]

。因此,提出有迭代次数少、收敛快和局部搜索能力

强等特点的离散变量结构优化设计的斐波那契算法(FA),并

IndustrialConstructionVol135,No13,2005

工业建筑 2005年第35卷第3期  23

第1页

你可能喜欢

  • 房屋租赁合同范本
  • 建筑设计
  • 施工导流
  • 车间调度
  • 遗传算法应用实例
  • 遗传算法matlab

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email