基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法
【專(zhuān)利摘要】本發(fā)明基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法：一、建立結(jié)構(gòu)模型，定義多目標(biāo)遺傳算法參數(shù)，產(chǎn)生初始種群；二、引用規(guī)范約束條件，運(yùn)用相關(guān)簡(jiǎn)化公式對(duì)每個(gè)個(gè)體進(jìn)行計(jì)算，得出相應(yīng)的性能指標(biāo)；三、檢查統(tǒng)計(jì)伸臂桁架層數(shù)量、計(jì)算筒體基底彎矩值、計(jì)算頂點(diǎn)位移值是否滿足規(guī)范約束要求，若是，則進(jìn)行第四步，若否，則返回第三步；四、評(píng)價(jià)優(yōu)化解集中個(gè)體的適應(yīng)度；應(yīng)用精英策略選出并保存最優(yōu)個(gè)體，將其放入到下一代種群中，替換適應(yīng)度最差的個(gè)體；五、檢查是否滿足預(yù)定的停止準(zhǔn)則，若是，然后通過(guò)三目標(biāo)函數(shù)及結(jié)合相關(guān)性能指標(biāo)來(lái)選擇滿意的方案；若否，則執(zhí)行下一代繁殖，直到滿足為止。
【專(zhuān)利說(shuō)明】
基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于建筑結(jié)構(gòu)設(shè)計(jì)技術(shù)領(lǐng)域，具體涉及一種應(yīng)用于帶伸臂桁架的高層或超 高層結(jié)構(gòu)設(shè)計(jì)中基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法。
【背景技術(shù)】
[0002] 在建筑結(jié)構(gòu)中，特別是(超)高層建筑，通常設(shè)計(jì)伸臂桁架來(lái)增加建筑結(jié)構(gòu)的剛度， 以減小建筑結(jié)構(gòu)的層間位移角和周期，加強(qiáng)核心筒與外圍框架的連接牢固度，構(gòu)成抗側(cè)效 率較高的建筑結(jié)構(gòu)體系。
[0003] 伸臂桁架的用鋼量較大，對(duì)于一幢建筑構(gòu)造而言，如何設(shè)計(jì)伸臂桁架的伸臂道數(shù) 以及位置的布置，既關(guān)系整體建筑構(gòu)造的復(fù)雜性，又關(guān)系到建筑成本(經(jīng)濟(jì)性），以及穩(wěn)定可 靠(安全性）?；诖?，本發(fā)明提出了一種應(yīng)用于帶伸臂桁架的超高層結(jié)構(gòu)設(shè)計(jì)中基于多目 標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法

【發(fā)明內(nèi)容】

[0004] 基于上述現(xiàn)狀，本發(fā)明提供了一種基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的 自動(dòng)優(yōu)化方法，本發(fā)明優(yōu)化方法應(yīng)用于帶伸臂桁架的（超)高層結(jié)構(gòu)設(shè)計(jì)中，既能滿足建筑 構(gòu)造的簡(jiǎn)潔性、安全性，又能節(jié)約建筑成本。
[0005] 為達(dá)到上述目的，本發(fā)明采取如下技術(shù)方案：
[0006] 基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法，其按如下步驟進(jìn) 行：
[0007] -、建立結(jié)構(gòu)模型，定義多目標(biāo)遺傳算法參數(shù)，產(chǎn)生初始種群；
[0008] 二、引用規(guī)范約束條件，運(yùn)用相關(guān)簡(jiǎn)化公式對(duì)每個(gè)個(gè)體進(jìn)行計(jì)算，得出相應(yīng)的性能 指標(biāo)，包括統(tǒng)計(jì)伸臂桁架層數(shù)量、計(jì)算筒體基底彎矩值、計(jì)算頂點(diǎn)位移值；
[0009]三、檢查統(tǒng)計(jì)伸臂桁架層數(shù)量、計(jì)算筒體基底彎矩值、計(jì)算頂點(diǎn)位移值是否滿足規(guī) 范約束要求，若是，則進(jìn)行第四步，若否，則返回第三步；
[0010] 四、評(píng)價(jià)優(yōu)化解集中個(gè)體的適應(yīng)度;應(yīng)用精英策略選出并保存最優(yōu)個(gè)體，將其放入 到下一代種群中，替換適應(yīng)度最差的個(gè)體；
[0011] 五、檢查是否滿足預(yù)定的停止準(zhǔn)則，若是，則停止迭代，然后通過(guò)伸臂桁架層數(shù)量、 頂點(diǎn)位移減小效率、筒體基底彎矩減小率三目標(biāo)函數(shù)及結(jié)合相關(guān)性能指標(biāo)來(lái)選擇滿意的設(shè) 計(jì)方案;若否，則執(zhí)行下一代繁殖:進(jìn)行選擇、交叉、變異運(yùn)算，并選出精英個(gè)體，返回第一步 中的產(chǎn)生初始種群，直到滿足為止。
[0012] 優(yōu)選的，步驟一:運(yùn)用MATLAB計(jì)算機(jī)編程語(yǔ)言建立簡(jiǎn)化的帶伸臂桁架超高層建筑 結(jié)構(gòu)數(shù)學(xué)模型，包含的信息有:結(jié)構(gòu)層數(shù)、高度、伸臂桁架層數(shù)量、荷載、剛度。
[0013] 優(yōu)選的，步驟一：定義多目標(biāo)遺傳算法參數(shù)，包括：目標(biāo)函數(shù)的數(shù)量、設(shè)計(jì)變量數(shù) 目、輪盤(pán)賭參數(shù)、交叉率、變異率。
[0014] 優(yōu)選的，目標(biāo)函數(shù)之一:建筑結(jié)構(gòu)頂點(diǎn)位移
[0016]其中：
[0017] Λτ為建筑結(jié)構(gòu)頂點(diǎn)位移；
[0018] w為作用在建筑結(jié)構(gòu)外立面上的風(fēng)荷載；
[0019] Η為建筑結(jié)構(gòu)的總高度；
[0020] ΕΙ為核心筒的抗彎剛度；
[0021 ] Μ為伸臂桁架層作用在核心筒上的彎矩；
[0022] XlS伸臂桁架層所在位置到結(jié)構(gòu)頂點(diǎn)間距離；
[0023]目標(biāo)函數(shù)之二:筒體底部彎矩
[0025] 其中：
[0026] X為筒體頂點(diǎn)與底部之間的任何位置離頂點(diǎn)的距離；
[0027]目標(biāo)函數(shù)之三:伸臂桁架層數(shù)量
[0028] NU={1，2,3,4,5,6,7,8,9，10}。
[0029] 優(yōu)選的，設(shè)計(jì)變量:Xi(i = l，2,3,4,5,6,7,8,9，10)。
[0030] 優(yōu)選的，步驟二中的約束條件：
[0031] Λτ彡H/500，即：結(jié)構(gòu)頂點(diǎn)最大位移不超過(guò)H/500;
[0032] O^Xi^H；
[0033] Xi$Xi+1。
[0034] 本發(fā)明運(yùn)用多目標(biāo)遺傳優(yōu)化算法，在優(yōu)化數(shù)學(xué)模型中考慮各種性能約束條件，以 (超)高層建筑結(jié)構(gòu)中伸臂桁架層數(shù)量(代表影響結(jié)構(gòu)設(shè)計(jì)的經(jīng)濟(jì)性與復(fù)雜性的指標(biāo)）、結(jié)構(gòu) 頂點(diǎn)位移減小率、筒體基底彎矩減小率為3個(gè)目標(biāo)函數(shù)，來(lái)研究伸臂桁架在高層建筑中設(shè)置 數(shù)量及位置的關(guān)鍵問(wèn)題;并且運(yùn)用MATLAB語(yǔ)言等開(kāi)發(fā)地震荷載作用下帶伸臂桁架超高層結(jié) 構(gòu)的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方案。
[0035] 本發(fā)明預(yù)計(jì)最終得出多個(gè)滿足規(guī)范要求的設(shè)計(jì)方案。與現(xiàn)有的常規(guī)設(shè)計(jì)不同，本 發(fā)明多目標(biāo)優(yōu)化設(shè)計(jì)可給出多個(gè)優(yōu)化解，供業(yè)主選擇，業(yè)主對(duì)結(jié)構(gòu)設(shè)計(jì)的性能指標(biāo)有較多 的選擇余地。即，業(yè)主可以增加主動(dòng)參與設(shè)計(jì)的機(jī)會(huì)，可提出滿足規(guī)范甚至高于規(guī)范的性能 指標(biāo)要求，可靈活地選擇滿足(超)高建筑層設(shè)備層與避難層設(shè)置位置問(wèn)題的設(shè)計(jì)方案，較 好地體現(xiàn)了基于性能設(shè)計(jì)的思想。參見(jiàn)圖1。
【附圖說(shuō)明】
[0036] 圖1是本發(fā)明基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法的技術(shù) 構(gòu)架圖。
[0037] 圖2是本發(fā)明基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法流程 圖。
【具體實(shí)施方式】
[0038] 下面結(jié)合附圖對(duì)本發(fā)明優(yōu)選實(shí)施例進(jìn)行詳細(xì)說(shuō)明。
[0039] 基于性能設(shè)計(jì)的思想，運(yùn)用多目標(biāo)遺傳優(yōu)化算法，在優(yōu)化數(shù)學(xué)模型中考慮各種性 能約束條件，以超高層建筑結(jié)構(gòu)中伸臂桁架層數(shù)量、結(jié)構(gòu)頂點(diǎn)位移減小率、筒體基底彎矩減 小率為3個(gè)目標(biāo)函數(shù)，來(lái)研究伸臂桁架在高層建筑中設(shè)置數(shù)量及位置的關(guān)鍵問(wèn)題，并且運(yùn)用 MATLAB語(yǔ)言開(kāi)發(fā)地震荷載作用下帶伸臂桁架超高層結(jié)構(gòu)的伸臂道數(shù)及布置位置的自動(dòng)優(yōu) 化方案。如圖2所示，本實(shí)施例具體操作步驟如下：
[0040] -、建立結(jié)構(gòu)模型，定義多目標(biāo)遺傳算法參數(shù)，產(chǎn)生初始種群；
[00411 1、首先運(yùn)用MATLAB計(jì)算機(jī)編程語(yǔ)言建立簡(jiǎn)化的帶伸臂桁架超高層建筑結(jié)構(gòu)數(shù)學(xué) 模型，其中包含的主要信息有:結(jié)構(gòu)層數(shù)、高度、伸臂桁架層數(shù)量、荷載、剛度等。
[0042] 2、定義多目標(biāo)遺傳算法的參數(shù)，如：目標(biāo)函數(shù)的數(shù)量、設(shè)計(jì)變量數(shù)目、輪盤(pán)賭參數(shù)、 交叉率、變異率;并且應(yīng)用多目標(biāo)遺傳算法產(chǎn)生優(yōu)化設(shè)計(jì)的初始種群。
[0043]目標(biāo)函數(shù)之一:建筑結(jié)構(gòu)頂點(diǎn)位移
[0045] 其中：
[0046] Λτ為建筑結(jié)構(gòu)頂點(diǎn)位移；
[0047] w為作用在建筑結(jié)構(gòu)外立面上的風(fēng)荷載；
[0048] Η為建筑結(jié)構(gòu)的總高度；
[0049] ΕΙ為核心筒的抗彎剛度；
[0050] Μ為伸臂桁架層作用在核心筒上的彎矩；
[0051] XlS伸臂桁架層所在位置到結(jié)構(gòu)頂點(diǎn)間距離。
[0052] 目標(biāo)函數(shù)之二:筒體底部彎矩
[0054]其中：
[0055] X為筒體頂點(diǎn)與底部之間的任何位置離頂點(diǎn)的距離。
[0056]目標(biāo)函數(shù)之三:伸臂桁架層數(shù)量
[0057] NU={1，2,3,4,5,6,7,8,9，10};
[0058] 設(shè)計(jì)變量：
[0059] Xi(i = l，2,3,4,5,6,7,8,9，10)
[0060] XlS伸臂桁架層所在位置到結(jié)構(gòu)頂點(diǎn)間距離。
[00611優(yōu)化算法:MATLAB自帶多目標(biāo)遺傳算法工具箱。
[0062] 二、引用規(guī)范約束條件，運(yùn)用相關(guān)簡(jiǎn)化公式對(duì)每個(gè)個(gè)體進(jìn)行計(jì)算，得出相應(yīng)的性能 指標(biāo)，包括統(tǒng)計(jì)伸臂桁架層數(shù)量、計(jì)算筒體基底彎矩值、計(jì)算頂點(diǎn)位移值。
[0063] 對(duì)所產(chǎn)生的初始種群中的每個(gè)個(gè)體進(jìn)行初始評(píng)價(jià)，即運(yùn)用相關(guān)的簡(jiǎn)化公式計(jì)算結(jié) 構(gòu)體系的相關(guān)性能指標(biāo)，統(tǒng)計(jì)伸臂桁架層層數(shù)量、頂點(diǎn)最大位移及筒體基底彎矩值。
[0064]約束條件：
[0065] Λτ彡H/500，即：結(jié)構(gòu)頂點(diǎn)最大位移不超過(guò)H/500;
[0066] O^Xi^H；
[0067] Xi$Xi+1。
[0068] 三、檢查統(tǒng)計(jì)伸臂桁架層數(shù)量、計(jì)算筒體基底彎矩值、計(jì)算頂點(diǎn)位移值是否滿足規(guī) 范約束要求，若是，則進(jìn)行第四步，若否，則返回第三步。
[0069] 四、評(píng)價(jià)優(yōu)化解集中個(gè)體的適應(yīng)度;應(yīng)用精英策略選出并保存最優(yōu)個(gè)體。將其放入 到下一代種群中，替換適應(yīng)度最差的個(gè)體(一個(gè)個(gè)體代表一個(gè)設(shè)計(jì)方案）。
[0070] 以規(guī)范的構(gòu)造、內(nèi)力及變形要求為約束條件檢驗(yàn)初始種群中每個(gè)個(gè)體的適應(yīng)度； 按照設(shè)定的規(guī)則將適應(yīng)度較低的設(shè)計(jì)方案去除;評(píng)價(jià)優(yōu)化解集中個(gè)體的適應(yīng)度;應(yīng)用精英 策略選出并保存最優(yōu)個(gè)體。將其放入到下一代種群中，替換適應(yīng)度最差的個(gè)體(一個(gè)個(gè)體代 表一個(gè)設(shè)計(jì)方案）。
[0071] 五、檢查是否滿足預(yù)定的停止準(zhǔn)則，若是，則結(jié)合設(shè)計(jì)者的建議，業(yè)主根據(jù)自己的 要求及經(jīng)濟(jì)能力，通過(guò)伸臂桁架層數(shù)量、頂點(diǎn)位移減小效率、筒體基底彎矩減小率三目標(biāo)函 數(shù)及結(jié)合相關(guān)性能指標(biāo)來(lái)選擇滿意的設(shè)計(jì)方案，結(jié)束;若否，則執(zhí)行下一代繁殖:進(jìn)行選擇、 交叉等運(yùn)算，并選出精英個(gè)體，并返回第一步中的產(chǎn)生初始種群。
[0072] 檢查是否滿足程序預(yù)定的停止準(zhǔn)則，如滿足則停止迭代，然后結(jié)合設(shè)計(jì)者的建議， 業(yè)主根據(jù)自己的要求及經(jīng)濟(jì)能力，通過(guò)伸臂桁架層數(shù)量、頂點(diǎn)位移減小效率、筒體基底彎矩 減小率三目標(biāo)函數(shù)及結(jié)合相關(guān)性能指標(biāo)來(lái)選擇滿意的設(shè)計(jì)解(優(yōu)化解集中某個(gè)設(shè)計(jì)方案）； 如不滿足預(yù)定的停止準(zhǔn)則，則繼續(xù)執(zhí)行下一代的繁殖，繼續(xù)進(jìn)行選擇、交叉、變異運(yùn)算，直到 滿足為止。
[0073]本發(fā)明的創(chuàng)新之處：
[0074] 1、首次將人工智能算法一多目標(biāo)遺傳算法運(yùn)用到地震荷載作用下帶伸臂桁架 (超)高層結(jié)構(gòu)的優(yōu)化研究中，體現(xiàn)出項(xiàng)目研究具有多學(xué)科交叉的特征。
[0075] 2、在基于帶伸臂桁架的(超)高層建筑結(jié)構(gòu)已有單目標(biāo)函數(shù)優(yōu)化模型的基礎(chǔ)上，開(kāi) 發(fā)多目標(biāo)函數(shù)優(yōu)化模型。與已有的單目標(biāo)函數(shù)數(shù)學(xué)模型相比，該多目標(biāo)函數(shù)模型除考慮結(jié) 構(gòu)頂點(diǎn)位移減小率外，還考慮伸臂桁架層數(shù)量、筒體基底彎矩減小率的三目標(biāo)函數(shù)。
[0076] 3、以MATLAB語(yǔ)言為平臺(tái)，依據(jù)基于性能的設(shè)計(jì)思想，結(jié)合多目標(biāo)遺傳算法編制地 震荷載作用下帶伸臂桁架超高層結(jié)構(gòu)中伸臂桁架設(shè)置的數(shù)量及位置優(yōu)選自動(dòng)優(yōu)化設(shè)計(jì)方 案。
[0077]以上對(duì)本發(fā)明的優(yōu)選實(shí)施例及原理進(jìn)行了詳細(xì)說(shuō)明，對(duì)本領(lǐng)域的普通技術(shù)人員而 言，依據(jù)本發(fā)明提供的思想，在【具體實(shí)施方式】上會(huì)有改變之處，而這些改變也落入本發(fā)明的 保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法，其特征是按如下步驟 進(jìn)行： 一、 建立結(jié)構(gòu)模型，定義多目標(biāo)遺傳算法參數(shù)，產(chǎn)生初始種群； 二、 引用規(guī)范約束條件，運(yùn)用相關(guān)簡(jiǎn)化公式對(duì)每個(gè)個(gè)體進(jìn)行計(jì)算，得出相應(yīng)的性能指 標(biāo)，包括統(tǒng)計(jì)伸臂巧架層數(shù)量、計(jì)算筒體基底彎矩值、計(jì)算頂點(diǎn)位移值； Ξ、檢查統(tǒng)計(jì)伸臂巧架層數(shù)量、計(jì)算筒體基底彎矩值、計(jì)算頂點(diǎn)位移值是否滿足規(guī)范約 束要求，若是，則進(jìn)行第四步，若否，則返回第Ξ步； 四、 評(píng)價(jià)優(yōu)化解集中個(gè)體的適應(yīng)度;應(yīng)用精英策略選出并保存最優(yōu)個(gè)體，將其放入到下 一代種群中，替換適應(yīng)度最差的個(gè)體； 五、 檢查是否滿足預(yù)定的停止準(zhǔn)則，若是，則停止迭代，然后通過(guò)伸臂巧架層數(shù)量、頂點(diǎn) 位移減小效率、筒體基底彎矩減小率Ξ目標(biāo)函數(shù)及結(jié)合相關(guān)性能指標(biāo)來(lái)選擇滿意的設(shè)計(jì)方 案;若否，則執(zhí)行下一代繁殖:進(jìn)行選擇、交叉、變異運(yùn)算，并選出精英個(gè)體，返回第一步中的 產(chǎn)生初始種群，直到滿足為止。2. 如權(quán)利要求1所述基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法，其 特征是:步驟一:運(yùn)用MA化AB計(jì)算機(jī)編程語(yǔ)言建立簡(jiǎn)化的帶伸臂巧架超高層建筑結(jié)構(gòu)數(shù)學(xué) 模型，包含的信息有:結(jié)構(gòu)層數(shù)、高度、伸臂巧架層數(shù)量、荷載、剛度。3. 如權(quán)利要求1或2所述基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法， 其特征是:步驟一:定義多目標(biāo)遺傳算法參數(shù)，包括：目標(biāo)函數(shù)的數(shù)量、設(shè)計(jì)變量數(shù)目、輪盤(pán) 賭參數(shù)、交叉率、變異率。4. 如權(quán)利要求3所述基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法，其 特征是： 目標(biāo)函數(shù)之一:建筑結(jié)構(gòu)頂點(diǎn)位移其中： Δτ為建筑結(jié)構(gòu)頂點(diǎn)位移； W為作用在建筑結(jié)構(gòu)外立面上的風(fēng)荷載； Η為建筑結(jié)構(gòu)的總高度； ΕΙ為核屯、筒的抗彎剛度； Μ為伸臂巧架層作用在核屯、筒上的彎矩； XI為伸臂巧架層所在位置到結(jié)構(gòu)頂點(diǎn)間距離； 目標(biāo)函數(shù)之二:筒體底部彎矩其中： X為筒體頂點(diǎn)與底部之間的任何位置離頂點(diǎn)的距離； 目標(biāo)函數(shù)之Ξ:伸臂巧架層數(shù)量 Nu=U，2,3,4,5,6,7,8,9，10}。5. 如權(quán)利要求4所述基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法，其 特征是:設(shè)計(jì)變量:xi(i = l，2,3,4,5,6,7,8,9，10)。6. 如權(quán)利要求5所述基于多目標(biāo)遺傳算法的伸臂道數(shù)及布置位置的自動(dòng)優(yōu)化方法，其 特征是:步驟二中的約束條件： Δτ《Η/500，即：結(jié)構(gòu)頂點(diǎn)最大位移不超過(guò)H/500; Xi^Xi+io
【文檔編號(hào)】G06N3/12GK106096093SQ201610375702
【公開(kāi)日】2016年11月9日
【申請(qǐng)日】2016年5月31日
【發(fā)明人】陳躍
【申請(qǐng)人】寧波工程學(xué)院