版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來(lái),單層網(wǎng)殼結(jié)構(gòu)在我國(guó)大跨空間結(jié)構(gòu)領(lǐng)域中有著廣泛的應(yīng)用。利用優(yōu)化手段,對(duì)于減輕結(jié)構(gòu)自重、降低用鋼量以及結(jié)構(gòu)造價(jià)有很強(qiáng)的現(xiàn)實(shí)意義。遺傳算法是一種模仿自然界生物種群選擇和進(jìn)化的隨機(jī)搜索算法,其通用性和魯棒性較強(qiáng),彌補(bǔ)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(fù)雜問(wèn)題和非線性問(wèn)題;但其缺點(diǎn)是容易陷入局部收斂和后期收斂速度放慢,因此有必要對(duì)遺傳算法進(jìn)行改進(jìn)。本文將自適應(yīng)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(gè)體的多樣性
2、,同時(shí)可以改善全局收斂的可靠性。通過(guò)改進(jìn)的遺傳算法(ANGA算法)分別對(duì)單層球殼結(jié)構(gòu)進(jìn)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(yīng)用的可行性和收斂性,且其具有全局搜索能力強(qiáng)、運(yùn)算穩(wěn)健性好等優(yōu)點(diǎn)。 在地震區(qū)建立的單層網(wǎng)殼結(jié)構(gòu),動(dòng)力失穩(wěn)和強(qiáng)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(yù)料到的地震作用下發(fā)生倒塌,就會(huì)危及人民生命安全并造成巨大的經(jīng)濟(jì)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(wèn)題的重點(diǎn)。本文采用小生境
3、遺傳算法對(duì)單層球殼結(jié)構(gòu)進(jìn)行倒塌模式的優(yōu)化,通過(guò)優(yōu)化分析,驗(yàn)證了基于ANGA算法動(dòng)力響應(yīng)優(yōu)化的可行性和合理性,可以有效處理單層球殼的動(dòng)力響應(yīng)優(yōu)化問(wèn)題。 在單層網(wǎng)殼結(jié)構(gòu)的優(yōu)化設(shè)計(jì)過(guò)程中,必然會(huì)遇到大量的不確定性信息和因素。對(duì)這些不確定性因素應(yīng)該使用模糊理論加以分析和處理,同時(shí)往往要考慮多個(gè)目標(biāo)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(xué)模型,采用模糊判決法,將多目標(biāo)的模糊優(yōu)化問(wèn)題轉(zhuǎn)化為單目標(biāo)的非模糊優(yōu)化問(wèn)題,然后使用
4、本文的ANGA算法得到模糊優(yōu)化解。最后,通過(guò)本文的模糊判決法對(duì)單層球殼進(jìn)行優(yōu)化分析,其優(yōu)化結(jié)果令人滿意,驗(yàn)證了本文方法的合理性和可行性。 本文的主要研究?jī)?nèi)容和結(jié)果如下: 1.遺傳算法是解決優(yōu)化問(wèn)題的重要方法。本文對(duì)遺傳算法的雜交算子和變異算子采用自適應(yīng)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(guò)多峰函數(shù)的優(yōu)化結(jié)果表明:從進(jìn)化代數(shù)、收斂精度和計(jì)算時(shí)間三方面都驗(yàn)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(duì)違反約束條件的個(gè)體,采用了Gen和Cheng的懲罰方法進(jìn)行懲罰。分析表明:該方法可以有效地淘汰不滿足約束的個(gè)體,使個(gè)體向最優(yōu)解集中。 3.設(shè)計(jì)優(yōu)化流程。本文采用VC++語(yǔ)言編寫(xiě)ANGA程序,用ANSYS的APDL語(yǔ)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(tái),采用VC++編程,開(kāi)發(fā)實(shí)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(qiáng)
6、等優(yōu)點(diǎn)。 4.三大優(yōu)化目標(biāo)的實(shí)現(xiàn)。本文采用ANGA算法分別對(duì)單層球殼結(jié)構(gòu)進(jìn)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(yīng)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(wèn)題,優(yōu)化效果明顯。 5.多目標(biāo)模糊優(yōu)化的實(shí)現(xiàn)。本文采用模糊數(shù)學(xué)的原理建立單層球殼的多目標(biāo)模糊優(yōu)化模型,通過(guò)模糊判決法,實(shí)現(xiàn)模糊問(wèn)題的非模糊化,最后利用本文的ANGA算法對(duì)非模糊化的優(yōu)化模型進(jìn)行求解。通過(guò)對(duì)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(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)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(jì).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(wèn)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(biāo)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(wèn)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(cāng)儲(chǔ)系統(tǒng)優(yōu)化研究.pdf
- 基于遺傳算法的水庫(kù)優(yōu)化調(diào)度研究.pdf
- 基于遺傳算法的無(wú)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(yīng)用優(yōu)化研究.pdf
- 基于遺傳算法的短期無(wú)功優(yōu)化.pdf
- 基于遺傳算法的結(jié)構(gòu)動(dòng)力優(yōu)化.pdf
- 基于遺傳算法的決策樹(shù)優(yōu)化算法研究.pdf
評(píng)論
0/150
提交評(píng)論