资源描述：
《钢结构产业是国民经济中至关重要的部分》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、钢结构产业是国民经济中至关重要的部分。通过无损检测对钢结构焊缝进行检测显得尤为重要。本文简单介绍了三种常用于钢结构焊缝质量检测的无损检测方法,其中分析了三种最主要的焊缝接头形式的超声波及射线探伤,得出了相应的检测结果,同时进行了较为系统的总结分析。实验结果表明对于钢结构对接焊缝的检测,射线检测更易于定性和定量,而超声波检测则效率高。对于小径管对接焊缝的检测采用射线照相法更容易发现缺陷,漏检、误检率低,并且易于对缺陷进行定性、定量的判定,这也是其它无损检测方法无法比拟的。而对于T型焊缝则宜采用超。《北京工业大学》20
2、05年加入收藏获取最新改进遗传算法及其在结构工程优化中的应用研究黄志望【摘要】：遗传算法是近年来在计算机科学领域和优化领域中受到广泛关注的一种拟生物进化理论的仿生学算法。在广泛阅读文献和调研的基础上,本文对遗传算法及其在结构优化设计应用中的相关内容进行了分析与综合,对结构优化设计的基本概念﹑主要内容和特点及其理论发展现状进行了分析总结;在此基础上,进一步深入研究了遗传算法的基本理论﹑基本结构﹑优化设计中的算法设计问题和算子设计方法。本论文所做具体工作有如下几点:1.改编并调试了基于简单遗传算法的结构优化设计程序,通
3、过离散变量的桁架结构优化设计实例验证该程序的可行性和高效性。2.针对简单遗传算法收敛速度慢﹑易陷入局部极小点(即早熟)等缺点,提出了相应的改进措施:(1)采用了小生境技术的遗传算法,对二进制编码的交叉进行了改进;(2)借助生物界中个体寿命一般比较长的思想,提出了竞争最优保留策略。实例表明,经本文改进的遗传算法不论是对于连续或离散的﹑线性或非线性的﹑有约束或无约束的等函数优化问题都表现出较强的适应性和稳定性。3.基于改进的遗传算法,建立以重量最小为目标的桁架结构的数学模型,编制了结构优化程序。算例分析表明,改进遗传算
4、法确实提高了遗传算法在应用于结构优化方面的收敛性和计算速度。4.将改进遗传算法应用于钢筋混凝土空腹桁架结构的优化问题,建立了以空腹桁架横梁与立柱最经济为目标的优化数学模型,进行优化计算并将计算结果与工程实际采用值进行了对比分析。结果表明:本文优化计算结果与工程实际采用值吻合,用改进遗传算法对钢筋混凝土空腹桁架结构进行优化的尝试是成功的。所得结论为钢筋混凝土空腹桁架结构优化设计提供了理论参考依据,具有实际工程意义。另外,值得指出的是本文提出的对桁架结构设计的优化方法不仅适于解决桁架结构问题,而且对其它结构形式的建筑结
5、构设计的科学优化也有一定的参考价值。【关键词】：遗传算法结构优化小生境技术竞争最优保留空腹桁架【学位授予单位】：北京工业大学【学位级别】：硕士【学位授予年份】：2005【分类号】：TU311.4【目录】：·摘要4-5·Abstract5-9·第1章绪论9-19·1.1本文研究课题及其意义9-11·1.1.1课题背景9-11·1.1.2课题目的和意义11·1.2优化方法、结构优化设计的发展现状11-13·1.3遗传算法的发展及其现状13-15·1.4遗传算法在工程结构优化中的应用15-17·1.5本文所做的主要工作1
6、7-19·第2章结构优化设计问题概述19-28·2.1传统优化设计方法的分类19·2.2结构优化设计的概念、内容和特点19-24·2.2.1结构优化设计的基本概念和数学模型20-22·2.2.2结构优化问题的特点22-24·2.3结构优化设计理论的发展24-27·2.3.1传统优化方法和现代优化算法24·2.3.2传统结构优化设计理论简介24-26·2.3.3现代结构智能优化设计理论简介26-27·2.4本章小结27-28·第3章遗传算法的基本理论与实现技术28-60·3.1模式定理28-34·3.1.1模式的定义
7、28-30·3.1.2模式定理(SchemataTheorem)30-33·3.1.3建筑块假说(BuildingBlockHypothesis)33·3.1.4内在并行性33-34·3.2遗传算法的实现技术34-58·3.2.1遗传算法的基本术语34-36·3.2.2遗传算法的基本步骤36-37·3.2.3遗传算法的编码技术37-41·3.2.4群体设定41-42·3.2.5适应度函数42-46·3.2.6选择的方法46-49·3.2.7遗传算子49-54·3.2.8遗传算法的运行参数54-56·3.2.9约束条
8、件的处理方法56-58·3.3本章小结58-60·第4章改进的遗传算法及其评价60-73·4.1遗传算法的改进60-64·4.1.1遗传算法中约束的处理方法60-61·4.1.2二进制编码的交叉改进61-62·4.1.3基于小生境技术的遗传算法62-64·4.1.4竞争最优保留64·4.2改进遗传算法的性能测试64-71·4.2.1改进遗传算法的优化结果测试
