共查询到20条相似文献,搜索用时 859 毫秒
1.
《中国公路学报》2017,(12)
为综合考虑地震作用下结构的经济及性能等因素,将基于偏好序的交互式多目标综合优化决策方法应用于梁式桥梁全寿命抗震性能设计中。以单柱桥墩为例,令全寿命费用最低、强度安全及变形可靠指标最高为设计目标;根据工程经验分别引入考虑位移延性的经济偏好和安全偏好,并建立相应的价值函数,此交互式多目标优化问题的最终解可逐步收敛到与经济或安全偏好序一致的优化区域。研究结果表明:在桥梁全寿命抗震性能设计中,基于偏好序的交互式多目标优化决策模型可同时满足不同设防水准下多个性能目标的要求;较传统多目标优化算法中存在的问题,即优化结果分布广泛致使设计者无从选择,以及目标过多时无法获取全局Pareto前沿,该模型可通过逐步引入设计者偏好序以获得相应的全局最优解;该模型克服了规范算法反复试算和被动校核的缺点,通过指引其解沿当前价值函数的梯度方向主动搜索,最终可获取满足预期费用最低或安全最高偏好序,且兼顾位移延性需求的最终满意解。 相似文献
2.
3.
为了给桥梁维修管理工作提供参考并探索该领域未来的发展方向,综述了目前国内外基于全寿命周期抗震性能的桥梁结构维修决策方法的研究进展。首先,总结了基于地震危险性、地震易损性、结构失效后果的桥梁全寿命周期地震风险评估方法并单独介绍地震危险性与地震易损性分析方法。其次,介绍了常见的桥梁全寿命周期耐久性维护与抗震维修加固方法。随后,讨论了地震引起的桥梁破坏所导致的经济与人员伤亡损失的计算方法、采取特定维修措施的情况下产生的直接与间接维修成本计算方法;并进行了相应的成本效益分析。最后,从风险的角度讨论了桥梁全寿命周期抗震维修决策的相关要点:介绍了桥梁全寿命周期内的基本维修策略,包括根据维修时刻桥梁性能是否达到阈值划分的预防性维修与必要性维修,以及根据维修程度划分的完美维修、非完美维修、最小限度维修;同时也论述了引入多目标优化技术的桥梁全寿命维修决策方法的研究进展。综合分析结果表明:全寿命周期抗震性能指标变化趋势对维修决策的制定具有指导作用,从全寿命周期角度的考量能有效提高项目的成本效益,使得维修决策更为经济合理。引入预防性维修的维修策略能够有效节约维修成本,同时使桥梁全寿命周期风险维持于较低水平。 相似文献
4.
针对大跨斜拉桥索力优化问题的非线性特点以及简单遗传算法易早熟收敛的缺陷,提出了一种基于多种群遗传算法的斜拉桥索力优化方法。以结构的最小加权弯曲应变能作为目标函数,并加以多约束条件,建立索力优化模型;通过改进多种群遗传算法的编码方式,将其应用于大跨斜拉桥的索力优化中;在此基础上综合运用MATLAB及APDL语言编制了大跨斜拉桥索力优化程序。以南京长江三桥为工程实例进行计算分析,结果显示采用多种群遗传算法优化斜拉桥索力是可行且有效的,优化后全桥结构内力均匀合理,该方法操作简单,具有较高的实用价值。 相似文献
5.
6.
为保证桥梁的安全性与适用性,同时合理控制全寿命期总成本,在桥梁性能劣化分析的基础上,对钢桥维护策略优化的多目标动态优化方法进行研究.用可靠度指标与状态指标表征桥梁性能状态,考虑环境、荷载及材料特性的影响,提出基于损伤累积的桥梁可靠度指标与状态指标劣化模型;以全寿命成本最小为目标、以可靠度指标和状态指标为约束条件,分别建立加固策略及维修策略的优化模型.通过引入改进的Logistic动态粒子群优化算法结合Monte-carlo模拟与"乘大数"的惩罚策略实现多目标优化求解.通过对钢拱梁组合体系的天津海河国泰桥主桥运营期维修加固策略进行优化,证明了该方法的有效性和适用性. 相似文献
7.
8.
9.
为了合理分配有限的养护资金、确定最佳的维护对策和时机,基于结构可靠性,以既有桥梁的生命周期成本最小化为目标,利用决策树模型和马尔柯夫过程对既有桥梁的维修策略进行分析,结合桥梁的生命周期其他费用,建立桥梁的生命周期成本决策模型,找到桥梁在生命周期各阶段的最佳维护策略。通过计算案例对该模型的使用方法进行了说明。该模型可较全面地考虑到桥梁在生命周期各阶段的状态概率和成本因素,使决策结果更具有实际意义。 相似文献
10.
针对如制定公路养护决策等多目标优化问题难以用单一的目标优化函数求解的特点,在分析了传统数学规划优化方法的不足及遗传算法的适用性等基础上,提出了利用NSGA-II遗传算法优化公路养护决策问题,以提高公路养护决策的制定质量,合理安排养护成本,使其与收益、质量达到最优的模式。通过模拟分析得出:NSGA-II算法能很好地找出一系列最优组合,供决策者参考采纳。因此,这种算法能很好地解决公路养护等多目标优化问题。 相似文献
11.
基于精英蚂蚁寻优策略,将大跨径桥梁的钢桥面板和铺装层作为桥面铺装系整体进行结构优化设计。以铺装层正常使用年限最长和结构总重量最轻作为优化设计的目标函数,在此基础上建立多目标优化设计的数学模型。针对模型的离散变量优化设计特点和具有并行计算的条件,引入精英蚂蚁寻优策略进行求解。借助大型有限元软件ANSYS和Matlab6.5 编程技术,开发了钢桥面铺装体系结构多目标优化设计程序。以国内某大跨径钢桥为对象,采用多目标优化设计方法,给出了钢桥面铺装体系中各参数的优化设计值。所选择的设计变量范围覆盖了目前常用的正交异性钢桥面系结构参数值,且应用精英蚂蚁寻优策略对大跨径钢桥面铺装体系优化设计是可行的。
pdf全文
相似文献
12.
从桥梁全寿命经济性设计观点出发,提出组合梁混凝土桥面板可更换方案,基于该方案,对桥面板更换过程中桥梁结构的受力以及不同的更换顺序对钢结构的影响进行了研究,从施工操作简单、结构安全性能佳的角度提出了桥面板更换的最优策略,确保大桥在维护特别是桥面板更换时的结构安全,同时保证大桥的百年寿命要求。 相似文献
13.
基于精英蚂蚁寻优策略,将大跨径桥梁的钢桥面板和铺装层作为桥面铺装系整体进行结构优化设计。以铺装层正常使用年限最长和结构总重量最轻作为优化设计的目标函数,在此基础上建立多目标优化设计的数学模型。针对模型的离散变量优化设计特点和具有并行计算的条件,引入精英蚂蚁寻优策略进行求解。借助大型有限元软件ANSYS和Matlab6.5编程技术,开发了钢桥面铺装体系结构多目标优化设计程序。以国内某大跨径钢桥为对象,采用多目标优化设计方法,给出了钢桥面铺装体系中各参数的优化设计值。所选择的设计变量范围覆盖了目前常用的正交异性钢桥面系结构参数值,且应用精英蚂蚁寻优策略对大跨径钢桥面铺装体系优化设计是可行的。 相似文献
14.
不确定层次分析下的桥梁评估最优指标权重确定 总被引:3,自引:0,他引:3
针对不确定层次分析法在桥梁评估中的不足,通过对不确定性判断原理进行分析,利用元素相离度的概念提出了一种求解指标权重的新方法,即根据不确定判断矩阵中的未知权重构造了一种目标优化模型,并利用计算智能中的实数遗传算法将优化模型转化为无约束的目标优化函数,通过复制、交叉、变异等遗传算子进行全局优化搜索,从而获取指标的最优权重。通过对2个算例的指标进行不确定判断,并对不同优化算法获取的优化结果进行分析比较,分析结果表明,新方法不仅能搜索到更优解,而且能获得更优权重,因此,验证了采用新方法的可行性。 相似文献
15.
针对悬索桥抖振控制问题,建立有限元模型,应用神经网络和遗传算法对多重调频质量阻尼器(MTMD)进行双参数优化。以某大跨悬索桥为例,利用神经网络改进的谐波合成模拟方法(RBF-WAWS法)对脉动风速进行模拟,并换算成抖振力作用主梁上,通过时程分析及后处理获取主跨跨中横桥向响应值。将响应值的均方差作为优化目标函数,以MTMD总质量、个数及阻尼比作为优化变量和约束条件,采用神经网络拟合目标函数并应用改进的自适应遗传算法进行寻优。结果表明,优化后的MTMD能有效控制悬索桥在脉动风作用下的抖振响应,减振率达48%。提出的理论与计算方法对悬索桥中MTMD的设置及参数选取具有实际工程意义。 相似文献
16.
结构优化的少主梁新型组合桥梁体系,对桥面板的跨径,耐久性等提出了新的要求。组合桥面板从历史上单纯以钢板作为模板,发展为合理的利用了钢混两种材料各自的优点,提高了桥面板跨径,减少了重量,加快了施工速度,提高了施工安全性。通过一系列动载和静载试验证明,组合桥面板具有和预应力混凝土桥面板同等级的承载能力和耐久性。组合桥面板制造施工费用与现浇预应力桥面板相近,但工期可缩短30%以上,并且其维护成本低、替换拓宽方便,全寿命费用合理。因此,组合桥面板是值得我国借鉴并在今后进行发展研究的一种结构形式。 相似文献
17.
钢箱梁桥面沥青混凝土铺装技术分析 总被引:3,自引:0,他引:3
结合钢箱梁桥面沥青混凝土铺装出现的病害现象,分析钢箱梁桥面铺装的特点和技术要求;介绍广东省虎门大桥、汕头宕石大桥和肇庆马房大桥3座钢桥面沥青混凝土铺装的设计与施工,分析该3座大桥的铺装层病害和产生病害的原因,分析和解决在施工中面临的关键问题,讨论钢桥面沥青混凝土铺装的使用效果,对钢桥面沥青混凝土铺装的设计和施工具有工程实际意义。 相似文献
18.
海潮影响区混凝土桥梁耐久性评价 总被引:1,自引:0,他引:1
针对沿海地区混凝土桥梁,采用现场数据检测、室内试验、理论分析、实体工程应用等技术路线,对耐久性评价技术进行了研究.考虑混凝土材料、钢筋工况、环境作用等3个方面的综合影响,提出以耐久性评价为目标的层次评价分析模型,模型分为3个层次.建立评价指标体系与分级标准.根据对海洋环境中许多工程的调查结果确定了指标层权重.采用层次分析理论(AHP),在综合评价过程中采用主因素突出型模糊算子对.建立了一套完整的海潮区既有混凝土桥梁耐久性评价技术,把不可测量的混凝土结构或构件耐久性逐层分解为可现场检测的定性或定量指标.实例表明本评价方法具有逻辑性和可操作性. 相似文献
19.