原文传递
基于粒子群算法的钢桁架拱桥优化设计
| 论文题名： | 基于粒子群算法的钢桁架拱桥优化设计 |
| 关键词： | 粒子群算法;钢桁架拱桥;优化设计;拓扑结构;截面尺寸 |
| 摘要： | 近年来，随着我国经济的快速发展，对交通运输能力的要求不断增加，公路及桥梁的建设相应全面铺开。钢桁架拱桥以其造型美观、刚度大、跨越能力强等特点，被视为理想方案。因此在保证满足设计规范条件下，通过结构优化减少钢桁架拱桥的用钢量，实际意义和经济价值都十分重大。 粒子群算法PSO是一种新兴的群智能算法，是模仿鸟类觅食行为而得。基本PSO通过追踪个体极值pbest和全局极值gbest寻优，是一种多变量并行的迭代算法。粒子群算法具有收敛速度快，操作简单的优点。本论文对钢桁架拱桥的优化就是基于该算法进行的。 本文以天津国泰桥为工程背景，国泰桥全长396..00m，其中主桥长度为172.38m，采用13.17m+146.00m+13.21m三跨中乘式钢桁架拱梁组合体系。其跨度和结构形式都具有同类大跨度桥梁的代表性，通过对该桥进行优化分析，具有一定的理论和实际意义。本论文的主要工作包括： 针对国泰桥的结构体系建立有限元二维桁架模型，并利用MATLAB实现其程序设计。该程序是一个开放性模块，输入参数为结构优化设计变量，输出结果为结构状态变量，如杆件应力和长细比等，为粒子群优化算法提供结构分析工具。 基于PSO算法桁架拱桥的优化设计分为三个层次，分别是尺寸优化，形状优化和拓扑优化。尺寸优化只有一类设计变量，就是截面面积，是最简单的优化形式；形状优化耦合了截面面积和节点坐标两类变量，桁架拱桥形状的改变表现为节点位置的移动；尺寸优化和形状优化都没有改变桁架拱桥节点或杆件的数量，拓扑优化通过改变节点数量来改变结构的拓扑关系，是以节点数量和截面尺寸为变量的组合优化。 粒子群算法虽然具有收敛速度快，操作简单的优点，但同时也存在容易出现早熟收敛和后期搜索精度不高的缺点。为了克服粒子群算法的这些缺点，提出了“引入混沌变异项的扰动粒子群算法HRPSO”、“学习因子线性变化的粒子群算法XPSO”和“收缩变量的试探粒子群算法SPSO”三种改进粒子群算法，并将这些算法应用于国泰桥结构优化设计。各种改进算法与实际工程相结合后，展现出了不同的特性。 |
| 作者： | 林建荣 |
| 专业： | 结构工程 |
| 导师： | 郭惠勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
