| 摘 要： | 针对实际工程中具有隐式功能函数的小概率失效结构的可靠度计算与优化问题,提出一种适用于小概率结构可靠度计算与结构优化设计的方法。该方法首先采用径向基神经网络构建结构的隐式功能函数;其次,引入自适应随机变量对遗传算法进行改进,遗传算法根据可靠度的几何意义搜索可靠度指标最优解及验算点,以此求解可靠度指标;最后,以引入自适应随机变量的遗传算法为主程序,径向基神经网络构建优化变量与结构可靠度之间的隐式关系供主程序调用,对工程结构进行优化,并以矮寨大桥钢桁架为例进行实例验证。研究结果表明:引入的自适应随机变量明显改善了遗传算法初始种群的质量,加快遗传算法收敛速度;根据可靠度的几何意义,采用引用自适应随机变量的遗传算法搜索钢桁架(小概率失效结构)可靠度的方法与蒙特卡洛法计算结果相对偏差仅为0.33%;引入自适应随机变量的遗传算法收敛速度、计算精度明显提高,证明该方法具有鲁棒性强、计算速度快、适用性强、精度高等优点。通过2个优化模型对钢桁架进行了优化,优化结果表明:设计时应适当增加钢桁架腹杆的面积与截面高度,减小纵横梁的截面面积;在钢桁架可靠度指标一定的前提下,质量较优化前减少14.2%;钢桁架设计质量一定的前提下,可靠度指标由4.821 2提高至5.912 4。
|
