土钉支护结构优化设计中的混合粒子群优化算法

为了在土钉支护设计中寻找一组最佳设计参数,以达到既经济又安全的目的,将混沌搜索的粒子群优化(PSO)算法应用到基坑土钉支护优化设计中,以单位长度土钉墙的土钉材料造价作为优化的目标函数。该方法保持了PSO算法结构简单的特点,改善了PSO算法的全局寻优能力,提高了算法的收敛速度和计算精度。同时,对不活动粒子的处理使算法避免了早熟现象的出现。工程实例计算表明:该方法是进行土钉支护结构优化设计的有效方法。     

土钉支护计算模型及其优化方法探讨

针对目前土钉支护优化设计方法中存在的一些缺陷和不足,深入研究了土钉支护的工作机理,尤其是土钉的受力情况,提出了以钉土间抗剪强度为土钉最大拉力分配刚度的原则,并给出了土钉最大拉力分配系数的计算公式;结合土钉支护整体稳定性的极限平衡分析,推导了土钉最大拉力的计算方法,将计算结果与现场测试进行对比分析证明了该方法的合理性;在深入分析土钉长度计算模型的基础上,建立了以单位支护面积的土钉长度为目标函数的土钉支护优化设计模型;通过引入改进的模拟退火算法和几何控制参数法,探讨了土钉支护优化设计方法的具体实施步骤,并开发出相应的计算程序。工程实例分析表明：所建立的优化设计方法在能保证支护安全的同时兼具有较明显的经济性,其研究成果有一定的理论与工程实用价值。     

土钉支护计算模型及其优化方法探讨

针对目前土钉支护优化设计方法中存在的一些缺陷和不足,深入研究了土钉支护的工作机理,尤其是土钉的受力情况,提出了以钉土间抗剪强度为土钉最大拉力分配刚度的原则,并给出了土钉最大拉力分配系数的计算公式;结合土钉支护整体稳定性的极限平衡分析,推导了土钉最大拉力的计算方法,将计算结果与现场测试进行对比分析证明了该方法的合理性;在深入分析土钉长度计算模型的基础上,建立了以单位支护面积的土钉长度为目标函数的土钉支护优化设计模型;通过引入改进的模拟退火算法和几何控制参数法,探讨了土钉支护优化设计方法的具体实施步骤,并开发出相应的计算程序。工程实例分析表明:所建立的优化设计方法在能保证支护安全的同时兼具有较明显的经济性,其研究成果有一定的理论与工程实用价值。     

复合土钉墙技术的应用与发展

以复合土钉墙支护体系为研究对象,对国内外的研究水平进行了分析和总结。在此基础上,对该支护结构的构造设计、作用机理及内力和位移的计算方法进行了总结;指出了复合土钉墙支护技术在理论和设计方面存在的不足及亟需解决的问题。同时,对今后的研究重点进行了讨论,以期为该项技术的设计与应用提供理论依据。     

人工神经网络与遗传算法的结合在土钉支护优化设计中的应用

近年来,由于智能化方法——人工神经网络和遗传算法所具有的种种优点,其理论和应用研究得到工程界较广泛的关注。针对目前土钉支护优化设计中计算工作量大和求解时间长的问题,提出了将神经网络与遗传算法结合进行求解的思想,利用神经网络学习算法建立起输入参数(优化设计变量)和输出参数(安全系数最小值)之间的非线性映射关系,当神经网络学习达到收敛条件时,从映射关系就极易获得遗传算法求解优化问题所需的对应于给定设计变量的安全系数最小值的近似值,以代替每次必须进行的最小安全系数求解。算例结果表明,采用神经网络与遗传算法结合进行土钉最小长度优化求解所需要的时间大大减少,而且具有良好的效果。     

土钉支护侧土压力合理分布模式探讨

在土钉支护结构的设计计算中,首先要选择合理的侧土压力分布模式,然后再进行土钉、混凝土面层的设计计算以及土钉支护内部整体稳定性分析.侧土压力分布模式是否合理直接影响土钉支护结构的设计计算和工程造价.在分析现有土钉支护侧土压力分布模式及国内外实测结果的基础上,提出了一种新的侧土压分布模式,即"五边形"分布模型.工程实例分析表明,提出的侧土压力分布模式与实测结论相符合,与现有侧土压力分布模式相比更为合理.     

改进粒子群优化算法在轿车车身轻量化设计中的应用CSCD

为了提高粒子群优化算法(PSO)寻优过程中粒子种群之间的多样性,提出了一种基于停滞判断准则与粒子速度更新的改进PSO。在寻优过程中,当粒子群优化陷入停滞时,新的速度更新公式将激活,提高粒子种群之间的多样性。通过数学标准测试函数,进行了数学实验,对比改进PSO与标准PSO的优化能力。结合近似建模技术与合理的约束处理方法,将该算法运用到考虑100%正面碰撞工况、40%偏置碰撞工况、侧面碰撞工况、追尾碰撞工况以及顶压溃工况的车身轻量化设计中。结果表明:在全局寻优能力方面,运用改进PSO优化得到的问题解均优于标准PSO。在满足各项结构性能指标的前提下,可减轻质量23.41 kg。这为轿车车身轻量化设计提供了可借鉴的方法。     

土钉支护侧土压力合理分布模式探讨

在土钉支护结构的设计计算中，首先要选择合理的侧土压力分布模式，然后再进行土钉、混凝土面层的设计计算以及土钉支护内部整体稳定性分析。侧土压力分布模式是否合理直接影响土钉支护结构的设计计算和工程造价。在分析现有土钉支护侧土压力分布模式及国内外实测结果的基础上，提出了一种新的侧土压分布模式，即“五边形”分布模型。工程实例分析表明，提出的侧土压力分布模式与实测结论相符合，与现有侧土压力分布模式相比更为合理。     

边坡土钉支护设计

介绍了土钉支护设计的计算方法及稳定性分析,并通过工程实例阐明了土钉支护技术的优越性,指出该技术在我国具有很好的发展前景.     

某悬索桥的体系优化分析

对悬索桥进行体系优化,可以改善其结构行为和受力特性,并有效降低工程造价,促进该类桥梁设计计算理论的发展。文中依托某悬索桥工程,选取优化设计变量,对变量参数的取值范围以及约束条件进行合理设置;通过对罚函数法进行改进,将原始有约束优化问题转化为适用于PSO优化算法的无约束问题,联合MATLAB及ANSYS对该悬索桥进行优化分析;通过优化前后桥梁结构的静力性能和模态进行分析,对悬索桥优化前后的状态进行比较,验证了优化设计方法的优越性。     

基于改进粒子群优化算法的多目标自适应巡航控制

跟驰过程中,在保证安全性的前提下为了提升自适应巡航控制(ACC)系统的舒适性和燃油经济性,研究了多目标自适应巡航控制算法。在建立车间纵向运动学模型的基础上,根据模型预测控制理论,设计综合考虑安全性、舒适性、燃油经济性以及车辆自身限制等因素的目标函数和约束条件,并引入松弛因子向量软化硬约束边界解决无可行解问题。进一步在滚动优化环节中,引入具有求解多约束问题能力的改进粒子群优化算法进行求解。通过数值仿真对比分析,结果表明,基于改进粒子群优化算法的多目标自适应巡航控制算法能有效提高燃油经济性和行车舒适性。结合CarSim搭建模型进行联合仿真,验证算法有效。     

基于粒子群算法的粘性土主动土压力计算方法

假定挡土墙后滑动面为库伦平面滑裂面,基于能量法,推导出了适合与砂性土与粘性土的主动土压力计算公式,然后引入粒子群智能优化算法,对最危险滑动面所对应的破裂角在变量范围内进行全局搜索。运用本文方法分别对墙后填土为为砂性土和粘性土的挡土墙土压力进行计算,发现对于砂性土,优化方法得到的破裂角与理论精确解完全一致;对于粘性土,方法计算结果与实测结果相对误差为5.5%。     

基于自适应网格粒子群算法的多目标配送优化模型

对配送方案的选择提出多目标优化,在满足客户需求的前提下,力求成本最低和各配送中心负荷均衡,建立多目标规划模型。运用粒子群算法对解空间粒子进行局部和全局的搜索,再运用自适应网格算法对非劣解外部集进行更新和维护,保持其规模。实证表明,采用基于自适应网格的多目标粒子群算法对该模型进行求解能够得到均匀分布于解空间的Pareto前沿。结果表明两目标具有一定的悖反关系,据此选择满意解。     

基于粒子群优化的RBF神经网络交通流预测

交通流量预测一直是实时自适应交通控制的关键问题。以城市道路网络中典型的两相邻交叉口为研究对象,提出了基于粒子群优化的RBF神经网络的信号交叉口交通流量预测模型。该模型以RB F神经网络为基础,采用分组优化策略,用粒子群优化算法对基函数的中心、方差和RBF网络权值进行优化,从而提高了网络的预测精度。通过仿真,并与其他算法对比,表明了本文方法的有效性。     

考虑稳健性的汽车结构耐撞性优化设计

本文中基于C-NCAP中40%重叠度的偏置碰撞工况对某轿车进行结构耐撞性优化。为提高输出响应的预测精度,使用基于粒子群算法优化的支持向量回归模型来拟合设计变量与输出响应之间的关系,并利用非支配排序多目标遗传算法Ⅱ获得该优化问题的Pareto前沿。在确定性优化的基础上,并考虑产品性能在不确定因素影响下的波动,对其进行稳健性优化设计。最后,对优化结果进行有限元仿真验证。结果表明:优化后,结构质量减轻,耐撞性能明显提升,同时保障了稳定的产品性能。     

土坡非圆临界滑动面求解的混合搜索方法

在非圆临界滑动面的搜索中,先进行圆弧滑动面的搜索,将得到的临界圆弧滑动面作为非圆临界滑动面搜索的初始滑动面,采用改进粒子群优化算法——快速粒子群算法寻优;然后根据搜索到的较优值缩减搜索域的范围,再利用改进和声搜索算法寻优,将得到的结果作为问题的最优解。最后采用Spencer法计算滑动面的安全系数,并利用2个复杂土坡作为算例来检验混合方法的有效性。比较结果表明:该方法适用于多变量优化问题的求解。     

基于试验数据的大跨度拱桥有限元模型修正

为了获取菜园坝长江大桥的基准有限元模型，结合Kriging代理模型和一种改进的粒子群优化算法，利用荷载试验数据对其初始有限元模型进行修正。首先，叙述模型修正和Kriging模型基本理论，在基本粒子群算法中引入交叉变异计算，提出一种改进的粒子群算法，并通过测试函数对改进的粒子群算法进行验证；其次，简要介绍菜园坝长江大桥荷载试验、荷载试验结果及初始有限元模型；最后，根据敏感性分析选定6个待修正参数，通过试验设计得到频率和位移关于修正的参数的样本，并建立有限元模型的Kriging代理模型以预测结构响应；以频率和位移的试验值和计算值残差为目标函数，分别利用基本粒子群算法和改进的粒子群算法在修正参数的设计空间内寻找目标函数的最小值，并对比分析模型修正的结果。结果表明：测试函数表明改进的粒子群算法具有较好的稳定性和成功率，并能获得更为精确的优化结果；建立的Kriging代理模型均方根误差较小，可以替代有限元模型预测结构频率和位移；经过模型修正，菜园坝长江大桥前5阶频率计算值与试验值相对误差均控制在5%之内；除个别测点外，位移相对误差均控制在10%以内；相比基本粒子群算法，改进的粒子群算法获得了更小的目标函数值，修正后的频率和位移的相对误差更小。     

混合动力重型货车参数局部与集成优化仿真研究

动力耦合系统的动力源参数匹配和能量管理策略两者相互关联，为提高混合动力重型货车的综合性能，两者应集成设计。针对混合动力重型货车参数匹配需反复计算、验证的特点，在Matlab/Simulink中建立了可缩放、自动寻优的参数匹配模型。以经济性为目标函数，基于粒子群算法进行动力源参数匹配，得到局部最优动力源参数结果。针对混合动力重型货车中广泛采用的基于规则的能量管理策略，其规则控制中一些阈值参数不确定的问题，应用粒子群算法对其关键控制参数进行优化，得到局部最优控制参数。为了实现全局最优的匹配结果，将动力源部件参数和控制策略参数进行集成优化，以动力性为约束条件，经济性最优为优化目标，得到全局最优的参数匹配结果。对比显示，全局优化匹配效果相较于动力源参数局部优化提升11.4%、相较于控制策略参数局部优化提升12.4%。     

基于PSO-SVR近似模型的乘员约束系统稳健性优化

综合运用近似模型参数优化技术和稳健性优化方法对汽车乘员约束系统进行优化。通过全局灵敏度分析,选出对加权伤害准则(weighted injury criterion,WIC)影响大的参数;采用粒子群优化(PSO)算法对支持向量回归(SVR)模型参数和核函数参数进行优化,建立高精度的PSO-SVR近似模型;在确定性优化的基础上进行基于蒙特卡罗抽样的稳健性优化。结果表明:优化后乘员约束系统性能得到明显提升且兼顾了稳健性。