平面杆件结构有限元分析教学程序研制

针对建筑工程专业本科“计算结构力学”教学的要求，应用杆件结构有限元法－－矩阵位移法，对杆件结构静力分析等内容进行了计算程序的研制。并结合建筑结构计算机辅助设计（ＣＡＤ），利用ＡｕｔｏＣＡＤ软件包开发研制了能将计算结果绘制出结构的内力图和位移（变形）图的计算机辅助教学与学习软件。     

分布荷载下简支梁大变形的优化算法

目的研究分布荷载作用下的简支梁大变形问题的直接优化算法,求解复杂载荷作用下几何非线性梁的转角与位移.方法以平衡状态下梁未知转角和未知坐标为设计变量,通过含未知坐标的子段内力和变形关系与总体坐标累计计算,建立了确定未知坐标的复杂嵌套式动态目标函数,形成梁大变形量计算的优化问题,并编制计算程序分析典型实例.结果获得了分布载荷作用下的简支梁产生大变形时的各分点转角与位移,通过与Ansys 9.0有限元软件计算结果相对比,表明研究算法的正确性.结论通过分布载荷作用下梁的大变形算法分析,为复杂几何非线性静动态问题求解提供了新方法.     

大转动几何非线性梁变形问题的优化求解

目的提出一种有效确定梁大变形量的求解思路。解决对几何非线性梁大变形问题的直接分析．方法直接从梁变形后的平衡状态出发，将梁分为有限子段。对每个子段在其流动坐标上进行小变形计算，并在总体坐标上累积端点坐标、建立了以平衡状态端点坐标为设计变量，以端点的计算积累坐标与端点坐标差平方为目标函数的获得梁大变形量的无约束优化方法．结果通过编制的优化程序进行了悬臂梁受集中载荷时的大变形问题的计算，并与Ansys有限元法计算结果进行对比．结论以建立平衡位置坐标和结构变形的协调条件为目标函数，提出的大变形问题的直接优化算法，实现了平衡位置的结构变形的直接分析计算。为几何非线性大变形问题的直接计算分析提供了新途径．     

网架结构初步设计中杆件类型选择的神经网络方法

网架结构初步设计因为需要结合工程经验和个人直觉而非常难以计算机化，用神经网络可以克服结构初步设计计算机化的这些困难，实现初步 设计的集成计算机智能系统，对结构工程的选型、分析、设计、决策和管理的智能化具有重要的意义。提出了基于神经网络的网架结构初步优化设计的基本原理和步骤，根据网架结构的特点，确定了截面尺寸这一简单而又实用的优化目标，并将结构构件的一些简单特征（如杆长及受力特点等）作为神经网络的输入信息，通过对一正交正放网架结构的杆件规格和截面尺寸的优化选择，说明了所选网络参数的可行性以及该方法的有效性。     

纯弯曲理想弹塑性模型梁大变形的优化算法

目的研究纯弯曲理想弹塑性模型悬臂梁大变形问题.方法以受弯曲力偶作用的纯弯曲理想弹塑性模型悬臂梁变形后的平衡状态为研究对象，应力-应变关系采用理想弹塑性模型；再将其分为若干微段，通过整体坐标的递推关系式求得微段端点坐标，构建微段端点未知坐标的目标函数；最后确定纯弯曲理想弹塑性模型悬臂梁大变形的最优化问题，并编制相应优化程序进行求解.结果将本文优化算法用于分析典型算例，并同有限元方法的计算结果相比较，说明提出的优化算法的正确性和有效性.结论本文优化算法为纯弯曲理想弹塑性模型悬臂梁的非线性分析增加了一种新的处理方法，由于其是在变形后的位置上建立平衡方程，因此，适合于非线性分析，具有广阔的应用前景.     

桁架优化的改进粒子群算法

为了解决带有应力约束和位移约束的桁架的尺寸优化问题,将一种新型智能优化算法--基于“综合学习策略”的粒子群算法（comprehensive learning parcle swarmoptimization,CLP-SO）应用于桁架结构的优化问题中．首先介绍了CLPSO算法的基本原理,给出了基于CLPSO算法的桁架结构优化设计的数学模型,并对经典桁架结构进行优化,将所得结果与其他优化算法结果进行了比较．分析结果表明了该方法进行结构优化设计的有效性．     

微分演化算法在桁架形状优化中的应用

为了获得全局最优和解决具有应力约束、几何约束以及局部稳定性约束的桁架形状优化问题中2类不同设计变量耦合给优化带来的困难,将1种新型智能优化算法——微分演化（Differential Evolution,DE）应用于桁架结构的形状优化问题中。给出了考虑节点坐标和截面面积两类不同性质的设计变量的桁架结构优化的数学模型,并对几个经典的桁架结构进行优化,将所得结果与其他优化算法结果进行了比较。数值结果表明了DE算法具有良好的收敛性和稳定性,可以有效地进行桁架结构的形状优化设计。     

粒子群优化算法在桁架优化设计中的应用

粒子群优化(PSO)算法是近年来发展起来的一种基于群智能的随机优化算法,具有概念简单、易于实现、占用资源低等优点.为了解决有应力约束和位移约束的桁架的尺寸优化问题,将PSO算法应用于桁架结构的尺寸优化设计.首先介绍了原始的PSO算法的基本原理,然后引入压缩因子改进了PSO算法,并提出合理的参数设置值.对几个经典问题进行了求解,并与传统的优化算法和遗传算法进行了比较.数值结果表明,改进的PSO算法具有良好的收敛性和稳定性,可以有效地进行桁架结构的尺寸优化设计.     

大跨度大型复杂体型网架结构的风效应分析

以世界上最大的网架结构——深圳市民中心屋顶网架结构为工程背景，详细探讨了此类结构的在风荷载作用下的风效应。对于这种自振频率密集型的结构用随机振动理论分析其在脉动风荷载下的动力响应时，不仅要考虑选择主导模态振型，而且不能忽略交叉项的影响。     

基于遗传算法的桁架结构布局优化设计

利用遗传算法在Matlab语言环境中对桁架结构进行布局优化设计方法的研究,分别选择杆件截面面积、节点坐标、杆件存在状态为设计变量,同时进行截面尺寸、形状、拓扑三个方面的优化.讨论了实现过程中一些问题的处理,利用结构可能的拓扑形式编号为设计变量进行拓扑优化等,提出利用一个变量控制参数boundsops解决了多类型参数联合编码和离散变量的问题,提出一种结构优化设计实用方法.算例表明,提出的基于遗传算法的桁架结构布局优化设计方法进行桁架结构的布局优化设计比较容易实现,简单、有效,可以产生很好的效益.     

桁架结构尺寸和形状、拓扑的渐进优化方法

提出了一种求解桁架结构尺寸，形状和拓扑组合优化的渐进优化方法。将优化问题分解为拓扑优化和尺寸、形状优化两个子问题分层求解。通过连续化的拓扑变量和近似方法构造了拓扑变量灵敏度系数计算式，由拓扑变量灵敏度系数识别和删除杆件单元。结构尺寸、形状优化采用准则法和渐进移点法的组合方法。分层优化时，在桁架中加上所有可能的杆件，先进行尺寸、形状优化，再进行拓扑优化，随后二者交替进行迭代，迭代过程的结构重量最小值即为最优解。算例表明了文中方法的有效性，以及组合优化最优解不一定是杆件数目较少的解。     

基于小生境遗传算法的离散变量结构优化设计

小生境技术的引入,提高了遗传算法处理多峰函数优化问题的能力。提出了基于隔离机制的自适应小生境技术,隔离小生境技术具有生物学基础,不仅能够有效地保证群体中解的多样性,而且具有很强的引导进化能力,针对简单遗传算法中的交叉与变异概率等不能动态地适应整个寻优过程,提出采用根据适应度调整交叉、变异概率并与小生境技术相结合的改进遗传算法。算例表明,该遗传算法对桁架结构的布局进行优化设计比较容易实现,简单、有效,可以产生很好的效益。     

大跨度大空间现浇混凝土桁架结构体系施工技术

青岛金沙滩度假酒店工程大跨度、大空间现浇混凝土桁架结构体系复杂,结合工程模板支撑系统复杂、安全质量要求高、施工难度大等特点,详细介绍了现浇混凝土桁架结构体系模板支撑系统设计方案、混凝土浇筑顺序等施工技术,确保了施工安全和质量,取得了良好效果.     

改进自适应遗传算法的结构优化设计

介绍了离散变量的结构优化设计方法——遗传算法(Genetic Algorithms)的来源和运行参数。考虑到遗传算法在运算过程中表现出的缺点以及交叉率和变异率的选取对遗传算法的搜索能力和搜索效果的影响,同时为了提高遗传算法的收敛性,避免发生早熟收敛,对遗传算法进行了改进,引入一种基于个体适应度值的自适应遗传算法。并通过算例表明这种改进自适应遗传算法较基本遗传算法是更有效的,提高了算法的运行效率和计算精度。