基于改进NSGA-Ⅱ和IGA-BP神经网络的索梁锚固区结构优化研究 |
| |
引用本文: | 胡翌刚,何博文,袁庆,尹俊宇,刘国坤,郭伟奇.基于改进NSGA-Ⅱ和IGA-BP神经网络的索梁锚固区结构优化研究[J].公路工程,2024(2):31-38+115. |
| |
作者姓名: | 胡翌刚 何博文 袁庆 尹俊宇 刘国坤 郭伟奇 |
| |
作者单位: | 1. 湖南省交通建设质量安全监督管理局;2. 中交第二公路勘察设计研究院有限公司;3. 湖南省道路运输管理局;4. 湖南联智科技股份有限公司;5. 湖南工程学院建筑工程学院;6. 湖南省交通科学研究院有限公司 |
| |
摘 要: | 为实现大跨度斜拉桥索梁锚固区钢锚箱的结构优化,依托某大跨度斜拉桥索梁锚固区结构实际工程,提出了一种基于NSGA-Ⅱ算法与IGA-BP神经网络模型的结构参数优化方法。首先基于BP神经网络确定了钢锚箱响应数据预测的拓扑结构,采用自适应交叉变异改进的遗传算法对钢锚箱结构响应神经网络预测模型的权值阈值调参,得到满足拟合精度要求的IGA-BP神经网络预测模型。然后建立考虑结构平均应力和主要板件上峰值应力的数学优化模型,采用改进交叉、变异算子的NSGA-Ⅱ算法设计了钢锚箱结构参数优化流程。最后联合改进NSGA-Ⅱ算法和IGA-BP模型实现了钢锚箱结构参数的优化求解。结果表明:自适应遗传算法对BP神经网络权值与阈值调参的效果良好,相较于标准BP神经网络,IGA-BP神经网络的拟合精度和训练效率均更高;改进NSGA-Ⅱ算法可以实现对钢锚箱结构参数的寻优求解,根据Pareto协调最优解的结果,钢锚箱支撑板与承压板厚度有一定增加,加劲板和锚垫板厚度略微降低;优化后的结构上平均应力降幅约为2.7%,其中承压板应力峰值由200.9 MPa降低至178.1 MPa,降幅约为11.3%,支撑板应力峰值由199.6...
|
关 键 词: | 索梁锚固区 钢锚箱 结构优化 BP神经网络 非支配排序遗传算法 |
|
|