欢迎来到天天文库
浏览记录
ID:33563312
大小:2.44 MB
页数:73页
时间:2019-02-27
《基于粒子群算法的刚架结构的优化》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、硕士学位论文基于粒子群算法的刚架结构的优化Optimizationofthef.ramebasedonparticleswarmalgorithm学号:211Q鱼Q22大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明:所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的成果。尽我所知,除文中已经注明引用内容和致谢的地方外,本论文不包含其他个人或集体已经发表的研究成果,也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的
2、说明并表示了谢意。若有不实之处,本人愿意承担相关法律责任。学位论文题目:望五超王盛篁泣自刚望垒搁酌丝丝作者签名:丞旌纽日期:盈l生年一L月—L日大连理工大学硕士学位论文摘要在众多的约束条件下如何快速、准确地实现最佳性能、最佳造价等工程需求是当前结构优化最需要解决的问题。与此同时,结构具有多样性,桁架、刚架等结构都是常见的结构形式,因桁架结构主要承受轴向力、受力简单,故目前的结构优化多是以桁架结构为研究模型;刚架在结构形式中比桁架要更为普遍,但因其受力复杂,以刚架结构为模型的结构优化研究较少。本文的两大核心问题便是粒子群算法的改进以及将改
3、进的粒子群算法应用于刚架结构的优化设计。本文的主要内容概括为以下几点:1、运用标准的粒子群算法实现了连续变量的刚架结构及刚架与桁架组合结构的优化,同时将其结果与部分传统方法(改进的可行域算法、序列线性算法、序列二次规划)进行对比,一方面验证了粒子群算法在连续变量的刚架结构及刚架与桁架组合结构优化问题的适用性,另一方面也表明粒子群算法在处理连续变量问题上相较传统算法性能更为卓越。2、针对等步长变化离散变量问题和给定值离散变量问题,本文分别给出不同的解决方案,基于先设法将连续变量离散化,进而验算其约束条件的思想,对刚架结构进行了优化,验证了
4、该方法对于离散变量刚架结构优化的适用性。3、针对粒子群的惯性权重、全局最优粒子更新模式进行改进,并在离散变量刚架结构优化中,将其与未进行改进的离散粒子群算法进行对比,进而证明了应用改进技术的离散粒子群算法更具有优越性。4、采用离散粒子群算法,依据《门式刚架轻型房屋钢结构技术规程》完成了对门式刚架的优化设计。与文献中优化结果的对比表明:采用先将连续变量离散化再验算其约束条件处理技术的离散粒子群算法适用于门式刚架的优化设计,具有一定的优越性。同时对不同数目设计变量的离散粒子群方法效率进行了比较,表明增加设计变量个数能比较显著地减少刚架用钢量
5、,而计算量增加不多。关键词:结构优化;粒子群算法;离散变量;门式刚架基于粒子群算法的刚架结构的优化OptimizationoftheframebasedonparticleswarmalgorithmAbstractNowadays,whensolvingthestructuraloptimizationproblemsundernumerousconstraints,themostimpoltanttaskiStoqmcMyandaccuratelyachievethebestperformanceandeconomicenginee
6、ringdemand.Inengineering,bothtrussesandframesarecommonstructuralforms.However,becausetrussesmainlybearaxialforcewhichiSrelativelysimple,thestructuraloptimizationusuallychoosetrusssmacturesastheresearchmodel.Althoughflamestructuresaremorecommonthantrussesinreality,signifi
7、cantlylessrigidflamestructuresarechoosenasthemodelofstructureoptimizationbecauseofitscomplexloadinganddeformation.Inthispaper,thetwocorequestionsaretheimprovementofparticleswarmoptimization(PSO)algorithmandtheapplicationoftheimprovedPSOalgorithmtooptimizationdesignofthef
8、ramestructures.nemaincontentofthisarticlearesummarizedasthefollowing:1、UsingstandardPSOtooptimizeframes
此文档下载收益归作者所有