版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,基于群智能算法這類新興的演化計算技術應運而生的結構優(yōu)化設計,比傳統(tǒng)的優(yōu)化方法更為可靠、實用、科學、合理。特別是在處理較復雜的優(yōu)化設計時,例如求解高非線性、多約束、多極值的問題中顯示出了越來越多的優(yōu)越性,易于理解和實現(xiàn),而且在許多優(yōu)化問題中得到了廣泛的應用,成為研究者的焦點。
本文首次將快速群搜索算法(QGSO—Quick Group Search Optimizer)引入結構多目標優(yōu)化設計,成為一種新的多目標智能算法:
2、即快速群搜索多目標優(yōu)化算法MQGSO(Multi-objective Quick Group Search Optimization)。該算法結合了帕累托最優(yōu)理論和擁擠距離機制,是一種簡單實用的適合多目標優(yōu)化設計的算法;QGSO算法融合了GSO算法與PSO算法的編程特點,對于抗震優(yōu)化設計,具有很好的收斂速度,計算效率高。
本文先將QGSO算法引入單目標兩跨五層半剛性節(jié)點的鋼框架的抗震優(yōu)化設計,再將其改進成為多目標算法(MQGS
3、O)進行多目標的靜力與動力結構優(yōu)化設計:對10桿平面桁架結構和雙跨五層鋼框架的截面優(yōu)化與25桿空間桁架結構的形狀優(yōu)化;對于三跨六層平面鋼框架,以其結構總重量和總動應變能最小作為優(yōu)化目標,以及對雙層球面網(wǎng)殼結構進行多目標優(yōu)化。
在抗震優(yōu)化設計時采用反應譜法和時程分析法,以MATLAB調用ANSYS的計算分析形式,將結構的抗震優(yōu)化從平面結構延伸至大跨空間結構。并將最后的優(yōu)化結果與IMGSO和MGSO算法進行比較,發(fā)現(xiàn)其非劣解集更優(yōu)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于群搜索算法的桁架結構多目標優(yōu)化研究.pdf
- 改進的多目標快速群搜索算法的應用
- 多目標群搜索算法及其在結構優(yōu)化設計中的應用.pdf
- 改進的多目標快速群搜索算法及其在桁架優(yōu)化中的應用.pdf
- 多目標群搜索算法研究及其應用.pdf
- 基于改進群搜索算法的風電并網(wǎng)多目標無功優(yōu)化研究.pdf
- 基于改進Tabu搜索算法的區(qū)域電網(wǎng)多目標無功優(yōu)化.pdf
- 基于多目標和聲搜索算法的給水管網(wǎng)優(yōu)化設計的研究.pdf
- 基于微粒群算法的多目標優(yōu)化問題研究.pdf
- 多目標電體搜索優(yōu)化算法的研究.pdf
- 基于改進布谷鳥搜索算法的含DG配電網(wǎng)多目標無功優(yōu)化.pdf
- 鋼框架結構基于性能的失效模式識別與多目標優(yōu)化.pdf
- 搜索算法的優(yōu)化
- 多目標優(yōu)化的電梯群控算法.pdf
- 基于混合遺傳禁忌搜索算法的多目標柔性作業(yè)車間調度問題研究.pdf
- 基于禁忌搜索算法的網(wǎng)站鏈接結構優(yōu)化方法研究.pdf
- 面向多目標優(yōu)化的群智能算法研究.pdf
- 多目標優(yōu)化問題的改進蟻群算法研究.pdf
- 基于群搜索算法的配電網(wǎng)重構策略研究.pdf
- 基于群智能及博弈策略的多目標優(yōu)化算法研究.pdf
評論
0/150
提交評論