欢迎来到天天文库
浏览记录
ID:34637104
大小:5.58 MB
页数:97页
时间:2019-03-08
《基于遗传算法phc管桩竖向极限承载力预测的研究》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、摘要PHC管桩具有单桩承载力高、应用范围广、工程造价低及较好的耐久性等一系列鲜明优点,在我国得以普遍应用,并有很大发展空间;由于受试验费用、时间、实验条件等限制,以及对试桩继续作为建筑结构承载桩的要求,PHC桩试桩往往未被压至破坏而得不到其竖向极限承载力,目前专门对于PHC管桩承载力预测的研究,特别是借鉴跨学科知识进行预测的研究尚处于初步探讨阶段。遗传算法是模拟自然进化过程搜索最优解的自适应概率优化方法,具有内在的隐并行性,不依赖梯度信息且没有函数连续性的限定,搜索速度快,全局寻优能力强。有必要将其引入
2、到实际工程领域的具体问题中进行研究和改进。本文介绍了遗传算法的发展背景、算法特点、基本原理与运算流程,并通过优化算例测试了基本遗传算法。基本遗传算法具有寻优能力弱以及容易早熟等问题。本文提出了改进策略,将编码方法改为格雷编码,将最优保存策略与最佳保留策略结合,运用两种选择方法交替选择,并采用自适应的交叉和变异概率,然后运用Matlab语言完成改进的遗传算法的程序设计。结合具体工程实例,利用该程序优化三种PHC桩竖向极限承载力曲线预测模型,按照《建筑基桩检测技术规范》规定取值,再用有限元模拟其中两组,将两
3、种结果与普通规划求解方法的计算结果进行对比分析,算例分析表明将改进的遗传算法程序用于求解PHC桩竖向极限承载力曲线预测模型是可行的,且Usher曲线预测模型的预测结果较为有效可靠,偏于安全。关键词:遗传算法,PHC,生长曲线,承载力,AbaqusABSTRACTPHCpile,havinggreatdevelopmentspace,iswidelyusedinChinawithaseriesofdistinctadvantages,suchashighbearingcapacity,widerangeo
4、fapplication,lowcost,gooddurability,andSOon.Duetothetestcost,time,experimentalconditions,aswellastherequirementsofcontinuingtobearthebuildingstructure,PHCpilesareoftennotpressedtodestroy,withoutverticalultimatebearingcapacity.SpecialpredictionresearchonP
5、HCpipepilebearingcapacity,especiallywithinterdisciplinaryknowledgeisstillintheinitialstageofdiscussing.Geneticalgorithmisanadaptiveprobabilityoptimizationmethodofasimulationofanaturalevolutionaryprocesstosearchoptimalsolution.Ithastheadvantageofintrinsic
6、implicitparallelism,notrelyingongradientandcontinuityoffunction,fastsearchingabilityandglobaloptimizmioncapability.Itisnecessarytobeintroducedintothepracticalengineeringissuesforfurtherresearchandimprovement.Thedevelopmentbackground,characteristics,basic
7、principleandoperationprocessofgeneticalgorithmareintroducedandthebasicgeneticalgorithmistestedthroughanoptimizationtestexampleinthispaper.Basicgeneticalgorithmhastheweakoptimizationabilityandprematureproblems.Theimprovementstrategy,changingtheencodingmet
8、hodintoGraycode,combinationoftheelitiststrategyandoptimalreservationstrategy,alternatelyselectingwithtwokindsofselectionmethodsandtheadaptivecrossoverandmutationprobability,isputforwardinthispaper,andthenmatlablanguageisus
此文档下载收益归作者所有