基于改進QPSO算法的鋼管砼框架結構設計優(yōu)化
【圖文】:
圖 1-1 鋼管砼柱的截面形式[3]Fig.1-1 Section forn of concrete filled steel tube column[3]1.1.2 鋼管混凝土的發(fā)展概況鋼管混凝土并非新生產物,但在其出現七十年后才有學者對其各方面性能進行深入的研究[4]。早期的鋼管混凝土材料因為制作工藝等的原因,鋼管壁通常較厚
粒子的被束縛程度,但這樣粒子也被限定了一定范圍,不利于最優(yōu)解的多樣分布性。但是既有量子的算法,是以概率的狀態(tài)來控制粒子的,那么粒子有可能被一個較遠的局部粒子所吸引,以一定概率的程度到達搜索空間的任一角落。那么這樣的搜索方式很明顯,大大增加改進了算法解獲取的渠道,提高了整體的多樣性,有利于獲取全局最優(yōu)解,,避免陷入局部最優(yōu)。這些充分表明,量子算法具有全局收斂的特點。(3)量子粒子群算法,可以再沒有粒子。的速度信息情況下,對優(yōu)秀化函數進行優(yōu)化。具有參數少,結構簡單的特色點。(4)量子算法采用平均值最好位。置換的改進策略。這樣粒子之間可以相互協(xié)同,提高了得到最優(yōu)解的可能性。粒子的協(xié)同,及互相等待的過程由圖 2-1 所示。假定算法優(yōu)化的過程中,最初大部分的粒子均處于聚集在 gbest 附近的一種狀態(tài)。僅幾個粒子是遠離 gbest的,這些粒子我們稱之為滯后粒子(Lagged Particles)。圖解就是對基本粒子群算法和量子粒子群算法兩種算法中,針對滯后粒子的運動狀態(tài)進行的詳細圖解。
【學位授予單位】:河北工程大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TU398.9
【參考文獻】
相關期刊論文 前10條
1 李彥蒼;彭揚;;基于信息熵的改進人工蜂群算法[J];控制與決策;2015年06期
2 李一博;張博林;劉自鑫;張震宇;;基于量子粒子群算法的自適應隨機共振方法研究[J];物理學報;2014年16期
3 王安龍;何建華;陳松;劉懷遠;;雙心擾動量子粒子群優(yōu)化算法研究[J];計算機工程;2014年07期
4 章國勇;伍永剛;顧巍;;基于精英學習的量子行為粒子群算法[J];控制與決策;2013年09期
5 周書敬;高延安;楊柳;安新正;;改進的粒子群-模擬退火算法在桁架結構優(yōu)化設計中的應用[J];鋼結構;2012年09期
6 李盼池;王海英;宋考平;楊二龍;;量子勢阱粒子群優(yōu)化算法的改進研究[J];物理學報;2012年06期
7 田雨波;彭濤;沙莎;;基于微分進化算子和混沌擾動的量子粒子群算法[J];江蘇科技大學學報(自然科學版);2011年02期
8 于連伯;;蟻群算法的研究[J];江蘇科技信息;2010年09期
9 方偉;孫俊;謝振平;須文波;;量子粒子群優(yōu)化算法的收斂性分析及控制參數研究[J];物理學報;2010年06期
10 陳云波;韓金生;;鋼管鋼筋混凝土柱的研究[J];山東科技大學學報(自然科學版);2010年02期
相關博士學位論文 前2條
1 秦鵬;CFRP約束鋼管混凝土柱的抗震性能研究[D];湖南大學;2016年
2 張冬芳;復式鋼管混凝土柱—鋼梁節(jié)點力學性能研究[D];長安大學;2013年
相關碩士學位論文 前6條
1 易坤;多種組合形式鋼管混凝土梁柱平面框架力學性能研究[D];沈陽工業(yè)大學;2017年
2 蘇海波;鋼管混凝土疊合柱有限元數值模擬及分析[D];大連理工大學;2016年
3 劉慶;鋼管混凝土在預制裝配式住宅中的應用研究[D];大連理工大學;2016年
4 潘靖;鋼管混凝土框架結構的優(yōu)化設計研究[D];河北工程大學;2012年
5 張景麗;軸壓鋼骨鋼管混凝土組合柱力學性能分析[D];河北工程大學;2011年
6 金勇;鋼管砼框架結構的優(yōu)化設計研究[D];沈陽工業(yè)大學;2009年
本文編號:2640666
本文鏈接:http://www.sikaile.net/guanlilunwen/chengjian/2640666.html