基于改进QPSO算法的钢管砼框架结构设计优化

发布时间：2020-04-25 20:39

【摘要】：钢管砼结构具有诸多优点,且能够适应当代建筑向着大跨、高耸、重载等方向发展的需要,逐渐成为高层建筑、大跨度结构、地下结构的主要结构形式之一,具有十分广阔的发展前景,得到了国内外学者的广泛认可。然而目前针对钢管砼结构的研究多聚焦于理论计算和材料的基本性能等方面,对于其结构设计优化方面的例子并不常见,为了能够适应节能省地型建筑的要求,同时避免材料等的浪费,采取一定措施,对钢管混凝土框架结构设计进行优化是十分有必要的。这使得国内外工程人员致力于寻求合理的优化设计方法,以此来提高此类建筑架构的经济效益。本文针对钢管砼框架,采用固体力学中的弹塑性理论对其进行计算分析,其中,截面模量选用组合剪切和抗弯模量,利用ABAQUS建立有限元分析模型,得到该框架结构在承受压力下较为精确的内力。针对QPSO算法在复杂环境中单个粒子搜索能里较弱的不足,引入ACO算法中的信息素机制,得到改进的量子粒子群优化算法,将新算法应用到钢管砼框架结构的优化中,以经济性最低为目标函数,建立优化模型。使用MATLAB软件编制钢管混凝土构件的优化程序,通过文章选用的实例进行构件、框架体系的优化计算,通过将优化结果与原数据进行内力、经济等方面的对比,可以发现,在构件与框架的极限承载力相差不大,且都满足规范要求的情况下,改进后的QPSO算法适用于钢管混凝土框架结构设计的优化。本文是将群体性智能算法应用到钢管混凝土框架结构的优化设计当中,对此类结构设计的优化和经济的节约具有一定的意义,并为其他类型建筑结构的优化提供了一定参考。
【图文】：

钢管砼柱,截面形式,钢管混凝土

图 1-1 钢管砼柱的截面形式[3]Fig.1-1 Section forn of concrete filled steel tube column[3]1.1.2 钢管混凝土的发展概况钢管混凝土并非新生产物，但在其出现七十年后才有学者对其各方面性能进行深入的研究[4]。早期的钢管混凝土材料因为制作工艺等的原因，钢管壁通常较厚

粒子,量子粒子,量子算法,最优解

粒子的被束缚程度，但这样粒子也被限定了一定范围，不利于最优解的多样分布性。但是既有量子的算法，是以概率的状态来控制粒子的，那么粒子有可能被一个较远的局部粒子所吸引，以一定概率的程度到达搜索空间的任一角落。那么这样的搜索方式很明显，大大增加改进了算法解获取的渠道，提高了整体的多样性，有利于获取全局最优解，，避免陷入局部最优。这些充分表明，量子算法具有全局收敛的特点。（3）量子粒子群算法，可以再没有粒子。的速度信息情况下，对优秀化函数进行优化。具有参数少，结构简单的特色点。（4）量子算法采用平均值最好位。置换的改进策略。这样粒子之间可以相互协同，提高了得到最优解的可能性。粒子的协同，及互相等待的过程由图 2-1 所示。假定算法优化的过程中，最初大部分的粒子均处于聚集在 gbest 附近的一种状态。仅几个粒子是远离 gbest的，这些粒子我们称之为滞后粒子（Lagged Particles）。图解就是对基本粒子群算法和量子粒子群算法两种算法中，针对滞后粒子的运动状态进行的详细图解。
【学位授予单位】：河北工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TU398.9

【参考文献】