浅谈基于混合遗传算法的深基坑桩锚支护优化设计研究

《浅谈基于混合遗传算法的深基坑桩锚支护优化设计研究》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、分类号工卫生23UDC硕士学位论文密级Y985783基于混合遗传算法的深基坑桩锚支护优化设计研究赵干学科专业蚩±工程指导教师周壅教授论文答辩日期2鲤§生§旦§旦学位授予日期答辩委员会主席挂长堂塑握论文评阅人世匿堂数援昌渔渡副数援基于混合遗传算法的深基坑桩锚支护优化设计研究摘要桩锚支护结构是深基坑支护工程中被广泛应用的一种支护结构形式。本文系统地分析了桩锚支护结构的主要影响因素及其组成，将桩锚支护体系划分为排桩围护和锚杆锚固两个既相对独立又紧密联系的子系统。指出：桩锚支护优化设计必须在方案设计和细部结构设计两个层次上协同进行，并分析了这两个层次间的

2、交互关系。本文筛选出对桩锚支护体系优化结果影响较大的设计变量，归纳总结了其主要约束条件，构造出以综合造价为优化目标的最终优化目标函数，进而建立了桩锚支护体系各层次优化设计数学模型。同时，还对桩锚支护结构的计算模式进行了优化分析。遗传算法作为一种新型概率搜索算法，具有多点搜索、并行计算和自适应全局寻优等优点，特别适合于求解像深基坑桩锚支护优化设计这类离散型设计变量多、优化目标高度非线性、解空间十分庞大的复杂工程问题。但遗传算法也存在着过早收敛(早熟)和局部搜索能力差等缺陷。为此，本文进一步引入了局部搜索能力较强的模拟退火算法，将其融入到遗传算法的搜

3、索进程中去，从而构造出一种既具有总体把握能力又具有较强局部搜索能力的混合遗传算法。在建立桩锚支护结构的优化设计模型，选取优化算法后，开发了桩锚支护优化设计系统软件，并应用此软件对工程实例进行优化设计，验证了软件的优化设计效果。关键词：深基坑桩锚支护优化设计混合遗传算法RESARCHONTHEOPTIMlZATl0NDESlGN0FPlLE—ANCHORSUPPORTlNGFORDEEPEXCAVATl0NBASED0NMIXEDGENETlCALGORITHMABSTRACTPilesandanchorssupportingstructurear

4、ewidelyappliedinretainingandprotectingengineeringofdeepfoundationexcavation．Theprimaryfactorsandthecomponentpartofpile—anchorsupportingsystemareanalyzedinsystematicengineeringmethodinthispaper．Thepile-anchorsupportingsystemisdividedintotwosub—systems，pilesenclosurestructuresu

5、b-systemandanchorssheetbracingstructuresub—system，withmutualindependencyandcloseassociation．Thenthepaperproposesthattheoptimizationdesignofpilesandanchorssupportingstructuremustbeimplementedcollaborativelyontheschemedesignlevelanddetailstructuredesignlevel，andanalysestheinter

6、relationshipbetweenthetwolevels．Aftersiftingoutthedesignvariablesthatinfluencelargelytheoptimizationresultsofpile—anchorsupportingsystemandinductingthemainconstraintconditionofthesystem，thispaperconstructsthefinaloptimizationobjectfunctionwhichusingcompositeconstructioncostas

7、optimizationobject,andfurtherbuildmathematicalmodelofoptimizationdesignaimedatpile—anchorsupportingsystem．Moreover,thispapercarriesonoptimizationanalysisofcalculationmodeofpilesandanchorssupportingstructure．Geneticalgorithmisanovelprobabilitysearchingalgorithm，andpossesthecha

8、racteristicsofmulti—pointsearching，parallelcomputingandself-adaptive