基于遗传算法的大跨度混合梁斜拉桥索力优化

发布时间：2018-01-18 04:01

  本文关键词：基于遗传算法的大跨度混合梁斜拉桥索力优化　出处：《江苏大学学报(自然科学版)》2014年06期 　论文类型：期刊论文

  更多相关文章： 混合梁斜拉桥 索力优化 遗传算法 分步算法 仿真

【摘要】：针对混合梁斜梁桥的两种材料主梁内力对索力变化敏感程度的不同,提出混合梁斜拉桥合理成桥状态确定的分步算法.首先根据钢主梁及主塔的受力要求,计算拉索最优索力;然后根据确定索力下混凝土主梁的受力布置预应力钢筋,实现全桥的受力优化.按照分步算法的计算流程,以恒载下钢主梁及主塔的弯曲应变能最小为优化目标,结合改进的遗传算法求解,确定合理成桥状态下的索力.以九江二桥为例,利用Ansys建立仿真模型,据此进行索力优化.结果表明:该算法适用于混合梁斜拉桥合理成桥状态索力的确定,相对于传统的索力确定方法,避免了后期的二次调索工作;优化过程中采用的改进遗传算法,对于多约束及多优化变量复杂非线性模型的求解,具有优越性.
[Abstract]:In view of the difference of the sensitivity of internal forces of two kinds of materials to the variation of cable force of hybrid beam inclined beam bridge, a stepwise algorithm for determining the reasonable state of the hybrid girder cable-stayed bridge is proposed. Firstly, according to the stress requirements of the steel main beam and the main tower. Calculate the optimal cable force; Then according to the determination of the cable force of the concrete main beam under the force arrangement of prestressed reinforcement to achieve the stress optimization of the whole bridge. According to the calculation flow of the step algorithm. Taking the minimum bending strain energy of steel main girder and main tower under dead load as the optimization objective, combining with the improved genetic algorithm to solve the problem, the cable force in the reasonable state of the bridge is determined. The Jiujiang second Bridge is taken as an example. The simulation model is established by Ansys and the cable force is optimized accordingly. The results show that the algorithm is suitable for determining the state of cable force of hybrid girder cable-stayed bridge, compared with the traditional cable force determination method. Avoiding the secondary cable adjustment work in the later stage; The improved genetic algorithm used in the optimization process is superior to the solution of complex nonlinear model with multiple constraints and optimization variables.
【作者单位】： 同济大学土木工程学院;
【基金】：国家重点基础研究发展计划(973)(2013CB036300) 江西省交通厅重大科研项目(2012C0002)
【分类号】：U448.27
【正文快照】： 引文格式:吴霄,肖汝诚.基于遗传算法的大跨度混合梁斜拉桥索力优化[J].江苏大学学报:自然科学版,2014,35(6):722-726.混合梁斜拉桥的主梁在纵桥向由两种不同材料组成,主跨的梁体为钢梁,边跨(或一部分伸入主跨)的梁体为混凝土梁.混合梁以其刚度大、自重大和造价低的优点,近年来

【参考文献】

相关期刊论文 前4条

1 杨德灿;章芳芳;;考虑结合处弯矩限值的混合梁斜拉桥索力优化[J];华中科技大学学报(自然科学版);2010年08期

2 唐爱坤;潘剑锋;陈春伟;李德桃;于海群;;基于改进遗传算法的汽车散热器优化设计[J];江苏大学学报(自然科学版);2008年05期

3 高荣雄;李孟然;彭少民;;斜拉桥成桥索力优化研究[J];武汉理工大学学报;2007年S2期

4 陈开利,余天庆,习刚;混合梁斜拉桥的发展与展望[J];桥梁建设;2005年02期

【共引文献】

相关期刊论文 前10条

1 郭永君;;浅谈潭江特大桥主桥现浇梁施工技术[J];四川建材;2016年07期

2 邓君;;如何提升公路桥梁试验检测水平[J];河南科技;2016年21期

3 武振国;;独塔斜拉桥成桥索力优化方法的研究[J];兰州工业学院学报;2016年05期

4 陈冠华;;福鼎八尺门大桥主桥设计[J];世界桥梁;2016年05期

5 杨灿文;张强;石建华;;池州长江公路大桥主通航孔桥设计[J];桥梁建设;2016年04期

6 朱大治;朱玉洁;;混合梁斜拉桥主梁施工质量控制要点分析[J];科学家;2016年08期

7 傅正江;;混合梁斜拉桥主梁施工质量控制要点分析[J];北方交通;2016年06期

8 张凯;刘永健;琚明杰;刘江;;无格室钢-混结合段构造形式与受力性能分析[J];公路交通科技;2016年04期

9 周阳;蒲黔辉;;混合梁斜拉桥钢混结合段疲劳模型设计及有限元分析[J];西南公路;2016年01期

10 徐英杰;;分析公路桥梁的改建方法[J];科技展望;2016年07期

【二级参考文献】

相关期刊论文 前10条

1 蔡健荣;范军;李玉良;赵杰文;;基于遗传算法的树上柑桔形状特征提取[J];江苏大学学报(自然科学版);2007年06期

2 高荣雄;李孟然;彭少民;;斜拉桥成桥索力优化研究[J];武汉理工大学学报;2007年S2期

3 苏华礼;秦保军;;基于遗传算法的散热器优化设计[J];工程设计学报;2007年01期

4 孙宪萍;王雷刚;黄瑶;安晓超;李士战;;基于遗传算法的挤压模具型腔形状优化设计[J];江苏大学学报(自然科学版);2006年06期

5 曹发辉;李乔;刘清华;李贵勋;;基于ANSYS的斜拉桥恒载索力优化[J];中南公路工程;2006年02期

6 陈开利,余天庆,习刚;混合梁斜拉桥的发展与展望[J];桥梁建设;2005年02期

7 张丽娜,杨春信,王安良;应用遗传算法优化设计板翅式换热器[J];航空动力学报;2004年04期

8 张建民,肖汝诚;斜拉桥合理成桥状态确定的一阶分析法[J];力学季刊;2004年02期

9 梁鹏,肖汝诚,张雪松;斜拉桥索力优化实用方法[J];同济大学学报(自然科学版);2003年11期

10 颜东煌,李学文,刘光栋,易伟建;混凝土斜拉桥合理成桥状态确定的分步算法[J];中国公路学报;2003年01期

【相似文献】

相关期刊论文 前10条

1 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

2 王毅,曹树良;遗传算法在并联水泵系统运行优化中的应用[J];流体机械;2003年10期

3 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

4 李凡,黄数林,张东风;一种改进的多倍体遗传算法[J];华中科技大学学报(自然科学版);2005年01期

5 韦雪洁;黎明;刘高航;田贵超;;注入式的遗传算法的分析与研究[J];南昌航空工业学院学报(自然科学版);2006年01期

6 阎纲;;遗传算法及其仿真[J];湖南工程学院学报(自然科学版);2006年04期

7 ;遗传算法[J];电网与清洁能源;2008年10期

8 吴玫;陆金桂;;遗传算法的研究进展综述[J];机床与液压;2008年03期

9 李培植;肖利明;于静涛;;基于遗传算法的结构优化方法[J];公路交通科技(应用技术版);2008年08期

10 于金;金乐;杜海璐;;基于改进遗传算法的集装箱装载优化问题研究[J];船海工程;2008年05期

相关会议论文 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

相关重要报纸文章 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

相关博士学位论文 前10条

1 蔡美菊;交互式遗传算法及其在隐性目标决策问题中的应用研究[D];合肥工业大学;2015年

2 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年

3 高军;无铅焊料本构模型及其参数识别方法研究[D];南京航空航天大学;2015年

4 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年

5 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

6 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

7 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

8 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

9 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

10 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

相关硕士学位论文 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年

，

本文编号：1439324