本文關(guān)鍵詞：基于粒子群算法的橋墩多目標優(yōu)化設(shè)計方法研究

  更多相關(guān)文章： 粒子群算法 反應(yīng)譜法 抗震優(yōu)化設(shè)計 橋梁延性設(shè)計

【摘要】：為了優(yōu)化鋼筋混凝土橋墩結(jié)構(gòu)抗震設(shè)計,將粒子群優(yōu)化算法和反應(yīng)譜分析方法結(jié)合起來,建立以截面特性和配筋率為設(shè)計變量,以抗震需求能力比為目標函數(shù)的規(guī)則橋梁圓形單柱橋墩的抗震優(yōu)化設(shè)計框架,將抗震設(shè)計轉(zhuǎn)化為多目標優(yōu)化問題。計算表明：該方法可以快速獲得滿足多目標需求的最優(yōu)設(shè)計參數(shù)；優(yōu)化后橋墩抗震性能明顯提高,更符合設(shè)計意圖,本文提出的設(shè)計方法更具有工程應(yīng)用的實際意義。本文主要進行了以下工作：1)基于反應(yīng)譜法和多目標粒子群算法,以橋墩截面特性和配筋率為設(shè)計變量,建立了規(guī)則橋梁圓形單墩的計算框架,并給出了優(yōu)化設(shè)計流程和程序?qū)崿F(xiàn)方法。2)將多目標粒子群算法應(yīng)用在橋墩結(jié)構(gòu)優(yōu)化設(shè)計中,得到以E1地震作用下抗彎軸力需求能力比△1和E1地震作用下抗彎彎矩需求能力比△2,E2地震作用下抗剪能力需求比△3和E2地震作用下延性位移需求能力比△4為目標函數(shù)的Pareto解集。3)通過分析了一個規(guī)則橋梁橋墩結(jié)構(gòu)優(yōu)化設(shè)計實例,本文的方法雖然增加了材料用量,但卻使抗震性能大幅度提高,優(yōu)化結(jié)果滿足橋梁工程設(shè)計要求。并討論了優(yōu)化過程中的種群規(guī)模、學習因子和混合函數(shù)這三個因素的影響。4)以本文中的算例為背景,應(yīng)用遺傳算法計算,通過比較遺傳算法與粒子群算法計算的結(jié)果,在達到公路橋梁抗震設(shè)計細則的要求時,粒子群優(yōu)化算法在解集收斂性和算法魯棒性方面較遺傳算法更優(yōu)。優(yōu)化結(jié)果表明,本文提出的規(guī)則橋梁圓形單墩延性設(shè)計框架可行,具有工程應(yīng)用的實際意義。
【關(guān)鍵詞】：粒子群算法 反應(yīng)譜法 抗震優(yōu)化設(shè)計 橋梁延性設(shè)計
【學位授予單位】：西安工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U443.22
【目錄】：

• 摘要3-4
• Abstract4-8
• 1 緒論8-19
• 1.1 引言8
• 1.2 橋墩的震害8-10
• 1.3 結(jié)構(gòu)優(yōu)化概念10-16
• 1.3.1 優(yōu)化設(shè)計的數(shù)學模型11-12
• 1.3.2 優(yōu)化算法分類12-15
• 1.3.3 粒子群算法與其他算法的不同15-16
• 1.4 國內(nèi)外研究現(xiàn)狀16-17
• 1.5 本文的研究內(nèi)容17-19
• 2 橋梁延性抗震設(shè)計19-30
• 2.1 橋墩的震害19-20
• 2.1.1 橋墩的震害破壞形式19
• 2.1.2 抗震設(shè)防標準19-20
• 2.1.3 地震中的啟示20
• 2.2 結(jié)構(gòu)的延性20-24
• 2.2.1 延性的概念20-21
• 2.2.2 延性的指標21-22
• 2.2.3 鋼筋混凝土橋墩的位移延性與曲率延性的關(guān)系22-23
• 2.2.4 影響鋼筋混凝土橋墩曲率延性的主要因素23-24
• 2.3 橋梁抗震方法簡介24-26
• 2.3.1 靜力法25
• 2.3.2 反應(yīng)譜法25
• 2.3.3 動力時程分析法25-26
• 2.3.4 靜力彈塑性分析26
• 2.4 規(guī)則橋梁結(jié)構(gòu)橋墩結(jié)構(gòu)優(yōu)化計算原理26-29
• 2.4.1 E1地震作用下的計算步驟27-28
• 2.4.2 E2地震作用下的計算步驟28-29
• 2.5 本章小結(jié)29-30
• 3 基于粒子群優(yōu)化算法的橋墩多目標優(yōu)化設(shè)計方法30-43
• 3.1 粒子群優(yōu)化算法30-35
• 3.1.1 粒子群優(yōu)化算法的概念30-31
• 3.1.2 粒子群優(yōu)化算法的模型31
• 3.1.3 算法參數(shù)的選取31-33
• 3.1.4 基本粒子群算法流程33-35
• 3.2 多目標優(yōu)化算法概念35-38
• 3.2.1 算法定義35-36
• 3.2.2 多目標優(yōu)化算法的分類36-38
• 3.2.3 多目標粒子群優(yōu)化算法38
• 3.3 基于粒子群優(yōu)化算法的橋墩多目標優(yōu)化設(shè)計38-41
• 3.3.1 優(yōu)化模型參數(shù)38-41
• 3.3.2 基于粒子群算法的橋墩優(yōu)化方法的實現(xiàn)41
• 3.4 本章小結(jié)41-43
• 4 普通圓形單柱形橋墩優(yōu)化設(shè)計分析43-58
• 4.1 橋墩工程優(yōu)化設(shè)計43-50
• 4.1.1 橋墩的數(shù)學模型43-45
• 4.1.2 粒子群優(yōu)化算法在橋墩設(shè)計方法中的實現(xiàn)45-50
• 4.2 多目標優(yōu)化的Pareto解集50-53
• 4.2.1 E1地震作用下的Pareto解集50-51
• 4.2.2 E2地震作用下的Pareto解集51-53
• 4.3 優(yōu)化結(jié)果分析及影響因素53-56
• 4.3.1 優(yōu)化結(jié)果分析53-54
• 4.3.2 優(yōu)化影響因素分析54-56
• 4.4 本章小結(jié)56-58
• 5 兩種仿生學優(yōu)化方法的比較58-62
• 5.1 優(yōu)化參數(shù)設(shè)置58
• 5.2 遺傳算法優(yōu)化計算58-61
• 5.3 本章小結(jié)61-62
• 6 結(jié)論和對未來展望62-64
• 6.1 本文的結(jié)論62
• 6.2 本文的不足和對未來的展望62-64
• 參考文獻64-69
• 攻讀碩士學位期間發(fā)表的論文69-70
• 致謝70-72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

2 吳軍;李為吉;;改進的粒子群算法及在結(jié)構(gòu)優(yōu)化中的應(yīng)用[J];陜西理工學院學報(自然科學版);2006年04期

3 段海濤;劉永忠;馮霄;;水系統(tǒng)優(yōu)化的粒子群算法分析[J];華北電力大學學報(自然科學版);2007年02期

4 王偉;;混合粒子群算法及其優(yōu)化效率評價[J];中國水運(學術(shù)版);2007年06期

5 付宜利;封海波;孫建勛;李榮;馬玉林;;機電產(chǎn)品管路自動敷設(shè)的粒子群算法[J];機械工程學報;2007年11期

6 蔣榮華;王厚軍;龍兵;;基于離散粒子群算法的測試選擇[J];電子測量與儀器學報;2008年02期

7 周苗;陳義保;劉加光;;一種新的協(xié)同多目標粒子群算法[J];山東理工大學學報(自然科學版);2008年05期

8 姚峰;楊衛(wèi)東;張明;;改進粒子群算法及其在熱連軋負荷分配中的應(yīng)用[J];北京科技大學學報;2009年08期

9 張大興;賈建援;張愛梅;郭永獻;;基于粒子群算法的三軸跟瞄裝置跟蹤策略研究[J];儀器儀表學報;2009年09期

10 王麗萍;江波;邱飛岳;;基于決策偏好的多目標粒子群算法及其應(yīng)用[J];計算機集成制造系統(tǒng);2010年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進粒子群算法[A];中國科學院地質(zhì)與地球物理研究所第11屆（2011年度）學術(shù)年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學和運動穩(wěn)定性學術(shù)會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計中的應(yīng)用[A];第十一屆全國膨脹節(jié)學術(shù)會議膨脹節(jié)設(shè)計、制造和應(yīng)用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國控制與決策學術(shù)年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術(shù)交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學學術(shù)年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學術(shù)會議論文集[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 王芳;粒子群算法的研究[D];西南大學;2006年

2 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學;2012年

3 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學;2009年

4 黃平;粒子群算法改進及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學;2012年

5 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學;2010年

6 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學;2014年

7 張寶;粒子群算法及其在衛(wèi)星艙布局中的應(yīng)用研究[D];大連理工大學;2007年

8 劉宏達;粒子群算法的研究及其在船舶工程中的應(yīng)用[D];哈爾濱工程大學;2008年

9 楊輕云;約束滿足問題與調(diào)度問題中離散粒子群算法研究[D];吉林大學;2006年

10 馮琳;改進多目標粒子群算法的研究及其在電弧爐供電曲線優(yōu)化中的應(yīng)用[D];東北大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學;2009年

2 李強;基于改進粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學;2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計[D];河北聯(lián)合大學;2014年

4 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學;2015年

5 梁計鋒;基于改進粒子群算法的交通控制算法研究[D];長安大學;2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學;2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學;2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動機數(shù)學模型問題[D];山東大學;2015年

9 陳百霞;考慮風電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學;2015年

10 戴玉倩;基于混合動態(tài)粒子群算法的軟件測試數(shù)據(jù)自動生成研究[D];江西理工大學;2015年

，

本文編號：856276