利用双向渐进结构优化算法进行建筑设计

文章旨在揭示现代结构拓扑优化算法在建筑设计中的重要作用。结构拓扑优化能够确定设计体量中空腔所处的最佳位置和形态,从而有效地生成在结构上经济高效、在建筑上富有创新的概念设计。渐进结构优化法是过去30年来产生的各种拓扑优化算法中最常用的算法之一,使用简单且高效,能够应用于各类结构设计问题。该算法的最新的一个版本——双向渐进优化算法有很好的稳定性和准确性,近十年在全球范围内被广泛使用。文章通过一系列案例,阐述如何利用双向渐进优化算法生成形式美观且结构高效的形态。     

拓扑优化技术在实现建筑与结构一体化设计中的应用

正双向渐进结构优化方法简介随着计算机技术的不断发展,结构形态优化技术的强大功能使其广泛运用在航天、机械、土木、材料等领域。结构形态优化的核心问题是在一定的边界条件和容积内通过调整结构参数和控制结构单元来得到最优的形状分布。一个拓扑优化结果的给出包括初始模型优化算法、形态优化和尺寸优化等多个步骤。随着大规模计算机和有限元技术的不断发展,结构拓扑优化技术已经能够解决     

基于连续域蚁群算法的结构优化设计

工程结构优化设计是把力学和优化技术有机地结合,根据设计要求,使部分参与计算的量以变量出现,建立结构设计参数与结构重量、最大允许应力等的非线性关系,获得连续域蚁群算法求解结构优化问题所需的目标函数,用连续域蚁群算法进行寻优搜索运算,从而求出所需最优解。算例表明,连续域蚁群算法可求解多维连续优化问题,收敛速度快,且计算精度高,可用于工程结构优化设计。     

基于单纯形模拟退火算法的桁架结构优化设计

提出了应用单纯形模拟退火算法对桁架结构进行优化设计，并对模拟退火算法中参数的选择进行了探讨，算例分析表明了单纯形模拟退火算法应用在桁架结构优化中的可行性和有效性。     

蚁群算法在加纳电力投资项目工期-费用优化中的应用研究

通过实证研究，得出蚁群算法在加纳电力投资项目的工期-费用控制中能够优化工期和费用，并取得预期的效果。通过蚁群算法得到的帕累托解数，高于通过常规方法得到的解数，为工程项目应对复杂情况提供了更多的选择余地。     

基于改进型蚁群算法的结构优化设计

结构优化设计中通常含有离散设计变量,本文探讨了如何将改进型蚁群算法应用于含离散设计变量的结构优化问题。以十杆桁架结构离散设计变量优化问题为例进行仿真,仿真结果表明蚁群算法能比较有效地解决含离散设计变量的优化问题。     

基于蚁群算法的刚架结构优化设计

通过对蚁群算法原理分析及对3跨24层168根杆件的钢框架采用蚁群算法的结构质量进行优化计算,并对此结构采用美国钢结构规范(AISC)、英国钢结构规范(BS5990)、中国《钢结构设计规范》(GB50017-2003)3种规范体系对比分析,显示出了蚁群算法对基于TSP模型的此类结构优化设计具有很好的实用价值,为土木工程结构优化与分析计算提供了有效可行的方法。     

混合遗传算法在离散变量结构优化中的应用

针对遗传算法在离散变量结构优化设计中的缺陷,将进退搜索算法同遗传算法相结合,提出了一种混合遗传算法。建立了离散变量结构优化模型,并对一11杆桁架结构进行了优化设计。算例结果表明,混合遗传算法收敛快、精度高,应用于离散变量结构优化设计是有效的。     

基于双生长点并行生长机制的模拟植物生长算法及其结构优化

针对模拟植物生长算法(PGSA)系列算法中存在的搜索路径相对单一、搜索覆盖面不够广等问题,结合复杂结构优化问题中设计变量多、存在多个局部最优解、算法难以自动终止等特点,基于PGSA的基本原理和植物的实际生长规律,提出一种新的算法机制——双生长点并行生长机制,并与基于生长空间限定与并行搜索(GSL&PS-PGSA)算法相融合。通过典型数学及空间桁架结构算例进行了验证,结果表明：双生长点并行生长机制增加了寻优搜索路径,拓宽了搜索覆盖面,降低了陷入局部最优解的概率,并为算法提供更为有效的终止机制,从而具有更加显著的优化效率及全局搜索能力;与序列两级算法、蚁群算法等常用优化方法相比,融入双生长点并行生长机制的GSL&PS-PGSA进一步提升了算法的优化求解能力,在结构优化问题中表现出良好的适应性及有效性。     

星状集输管网拓扑结构的整体优化

针对星状集输管网结构特点,建立以管网建设总投资为目标函数,以系统中节点连接关系、站点位置、管线参数为优化变量的星状油气集输管网拓扑结构优化模型。将蚁群算法与遗传算法相结合对模型进行整体优化求解。在蚁群算法中,将节点连接关系的确定转化为路径选择问题,将启发因子表示为管段建设成本的函数,用路径方案对应的管网建设总成本计算信息素的积累量。在遗传算法中,以格雷码形式将站址信息储存于染色体上,用蚁群算法求得每种站址分布方案下最优井组和管径,并用其计算各染色体的适应度,从而同步求得最佳站址、最佳井组划分和管线参数。结果表明,所设计算法优化质量高于分级优化,且鲁棒性强,不受计算初始值影响。     

基于蚁群算法的刚架结构优化设计

通过对蚁群算法原理分析及对3跨24层168根杆件的钢框架采用蚁群算法的结构质量进行优化计算,并对此结构采用美国钢结构规范(AISC)、英国钢结构规范(BS 5990)、中国<钢结构设计规范>(GB 50017-2003)3种规范体系对比分析,显示出了蚁群算法对基于TSP模型的此类结构优化设计具有很好的实用价值,为土木工程结构优化与分析计算提供了有效可行的方法.     

桁架结构优化设计的改进蚁群算法

通过对已有的优化方法进行分析,针对蚁群算法容易收敛到局部最优解的缺陷,通过遗传算法和禁忌算法来提高增加蚁群算法的全局优化能力,并改进了算法的灵活性和扩展性;将改进的蚁群算法应用到桁架结构优化设计中,提出了桁架结构优化设计的改进蚁群算法,并建立了相应的优化模型;最后,对10杆平面桁架的优化进行了研究和分析,结果表明,提出的改进蚁群算法是科学可行的。     

基于改进蚁群算法的钢管混凝土构件的优化

钢管混凝土结构综合了钢筋混凝土和钢结构的优点,近年来成为我国重要的建筑结构形式之一,在未来也具有广阔的推广前景。本文以纯弯、轴压构件为例,应用改进蚁群算法MATLAB程序建立构件的优化模型。充分利用蚁群算法较强的分步并行和自适应搜索能力,从而跳过了钢管与套箍混凝土之间复杂作用机理的分析。通过对函数的选取和参数的控制,在设计要求范围内对钢管混凝土构件进行了优化,为以后的设计提供了一定的参考。     

基于Q学习蚁群算法的热网优化方法

以热网最小年费用作为目标函数,引入基于Q学习规则的蚁群算法,建立了热网优化算法。结合算例,比较了比摩阻算法、模拟退火算法、基于Q学习规则蚁群算法,基于Q学习规则蚁群算法的热网最小年费用最低。     

基于蚁群算法的输电塔结构局部优化设计

提出了一种可同时求解结构截面、拓扑、形状和布局优化问题的基于蚁群算法的输电塔结构局部优化设计方法。在统一所有优化变量的基础上,将4类不同层次的优化问题统一为适用于蚁群算法求解的标准化旅行商问题,再采用MATLAB系统平台实现输电塔结构的优化设计和程序化,并以某实际工程为算例对局部优化方法进行验证。结果表明:提出的方法不仅可以简单高效地求解输电塔结构塔身局部的截面、拓扑、形状和布局优化问题,而且具有非常好的实用性和通用性,有望应用于完整的输电塔结构优化设计中。     

同时考虑构件刚度和预应力的索网结构刚度优化

同时以单元轴向线刚度和力密度为设计变量,提出一种结构整体刚度的优化方法,使索网在特定荷载作用下能够满足多点位移限值的约束条件.针对索网结构的切线刚度矩阵,建立了以上两类设计变量分别与结构线弹性刚度和几何刚度的解析关系式.不考虑外荷载变化,推导了两类设计变量与结构位移的近似增量关系,并给出其灵敏度矩阵的解析表达式.针对给定荷载下的索网多点变形约束条件,借助灵敏度矩阵的特征空间性质,提出了一种结构刚度优化的数值策略,并指出优化设计变量与目标位移间存在的效率评价问题.以一个梯形平面马鞍形索网为算例,利用该方法对结构刚度进行优化以使索网在给定荷载下能够满足预先设定的位移场限值要求.计算结果不仅验证了算法的有效性,也反映出进行优化结果的效率评价是必要的.     

改进的粒子群优化算法在结构优化中的应用

结构优化设计对于实际工程具有重要的意义。本文通过对标准的粒子群优化算法进行分析,将惯性权重系数引入到原算法中,并建立了相应的优化模型。介绍了改进的粒子群算法的基本思想、结构优化模型及其实施的具体步骤,最后通过算例及与标准PSO优化算法的比较,验证了改进后的方法的效率和有效性。结果表明该方法提高了优化性能,具有很好的应用前景。     

基于蚁群算法的土石坝土体参数反演

介绍了新近为求解复杂组合优化问题而提出的蚁群算法。将蚁群算法运用于土石坝土体参数反演问题的求解:先对反演参数的搜索空间进行离散,将参数反演问题转化成一个组合优化问题;再针对土体参数反演问题的特点,改进蚁群算法,并将其用于土体参数的反演计算。算例表明,改进蚁群算法可有效求解土石坝土体参数反演问题。     

基于改进蚁群算法的结构抗震优化设计

为将蚁群算法应用于结构抗震优化设计,构造了基于性能的结构抗震优化模型.针对优化模型的特点和算法自身缺陷,从路径选择方式、信息素更新方式以及信息素浓度控制三方面改进算法,通过信息素的动态区块更新策略和整体缩减调整策略的结合实现了算法的阶段性搜索.以三层四跨框架模型作为优化算例,显示了改进蚁群算法在基于性能的结构抗震优化设计中的适用性和有效性,为抗震优化设计提供了一种可行方法.优化结果表明,改进的蚁群算法求解质量更优,稳定性更好,且在搜索效率和求解速度上提升显著.     

基于系统可靠度优化的施工成本控制

建筑项目的质量控制,时间控制,成本控制是建筑监理的三大控制目标,在保证按时完成建筑项目的前提下,使质量和成本达到均衡最优,是每个项目经理追求的目标。本文把建筑项目作为一个系统来看,在保证各个子项目的质量的前提下,根据系统优化理论用蚁群算法对整个系统的可靠度进行优化,近而求出整个项目的成本。蚁群算法是第一次应用在建筑系统可靠度优化中,通过算例分析,证实了蚁群算法在建筑系统成本控制中的可行性,有效性。