基于遗传算法的黏滞液体阻尼器优化布置研究

介绍了黏滞液体阻尼器的计算模型和遗传算法的基本原理,基于改善建筑结构的抗震效果提出了一种实现阻尼器个数和位置优化的目标函数,利用MATLAB分别对低层、中高层和高层3种建筑结构的黏滞液体阻尼优化布置进行数值分析.结果表明:通过编制目标函数程序得出的阻尼器布置方案可以有效提高建筑结构的抗震性能,通过选择目标函数系数可以同时解决黏滞液体阻尼器位置和工程造价成本即阻尼器数量的问题.     

基于云量子遗传算法的核电厂专用桥式起重机减震装置的优化与分析

核电厂专用桥式起重机在运行工作中常受到地震载荷的影响,针对该问题通过引入黏滞阻尼器(fluid viscous damper,FVD)对原有减震装置进行了改进,并采用云量子遗传算法对引入的FVD阻尼系数进行优化选取。通过仿真实验完成了桥式起重机有限元模型和等效单自由度实验模型的地震位移响应的结果比对以及减震装置改进前后位移、应力分析。结果表明:改进后桥式起重机整体强度、刚度及稳定性均符合安全要求,在减震结构时程分析上具有良好的一致性,减震率也有进一步提升。该结论可为后续的桥式起重机减震研究等提供理论参考。     

基于粗粒度并行遗传算法的阻尼器优化布置

提出了一种粗粒度并行遗传算法,并将其应用于被动控制结构中阻尼器布置位置的优化.该算法把一个种群划分为多个子种群,各个子种群可以独立完成经典遗传算法操作.对于给定基因编码的种群个体,通过Matlab-ABAQUS-Python的交互使用,利用Matlab编程生成INP模型文件,并先调用ABAQUS来进行模型分析,后调用Python来读取结果数据并传输给Matlab,求解结构模型的目标函数值.文中还以层间位移角为控制目标,对10层被动控制钢框架结构的阻尼器优化布置进行了实例分析.结果表明:粗粒度并行遗传算法与经典遗传算法相比,既提高了种群的多样性,又加快了种群的收敛速度;对比常规隔层方法,采用该算法可使结构减震率至少提高19. 3%,说明该算法能显著提高结构减震率.     

基于云量子遗传算法的核用桥起减震装置的优化与分析

核电厂专用桥式起重机在运行工作中常受到地震载荷的影响,针对该问题本文通过引入粘滞阻尼器对原有减震装置进行了改进,并采用云量子遗传算法对引入的粘滞阻尼器阻尼系数进行优化选取。通过仿真实验完成了桥式起重机有限元模型和等效单自由度实验模型的地震位移响应的结果比对以及减震装置改进前后位移、应力分析。结果表明：改进后桥式起重机整体强度、刚度及稳定性均符合安全要求,在减震结构时程分析上具有良好的一致性,减震率也有进一步提升。该结论可为后续的桥式起重机减震研究等提供理论参考。     

近断层斜拉桥弹塑性索与阻尼器组合横向减震

研究了近断层地震条件下,使用弹塑性减震索和黏滞阻尼器组合体系进行横向减震的斜拉桥的地震响应和减震规律.采用等效脉冲模型对实际近断层地震进行最小二乘拟合.人工合成Ⅱ类场地下的模拟近断层地震波3组,以永宁黄河大桥为工程背景,对人工近断层地震输入进行非线性时程分析,得到在不同脉冲周期的近断层地震作用下,减震措施设计参数对于塔梁相对位移等响应的影响.结果表明,拟合近断层地震下结构响应与实际地震相差较小,可以满足工程计算需求;近断层地震易造成大位移响应,弹塑性索参数设计时应使结构周期避开脉冲周期;容许减震索进入塑性与保持弹性相比,塔梁相对位移并不会明显增加,甚至在一些情况下会减小.     

基于Simulink的黏弹性阻尼器减震结构动力仿真分析

应用Simulink做黏弹性阻尼器减震结构的动力时程分析,由于多数模块都是软件自带,个人所做的工作仅是建立模型和输入模块参数,所以,程序直观、简便、易理解、便于移植,可方便地完成黏弹性阻尼器减震结构的动力仿真分析,该方法还可推广到其它结构的动力分析。     

黏滞与金属阻尼器协同工作于加固工程的减震性能研究

文章基于现有黏滞阻尼器和金属阻尼器的研究,以安徽某住院门诊楼实际加固项目为研究对象,提出单独布置黏滞阻尼器、单独布置金属阻尼器、混合布置黏滞与金属阻尼器的3种加固方案;开展各方案在多遇和罕遇地震下的动力时程分析,综合减震前后层间位移、最大加速度等参数,研究黏滞阻尼器和金属阻尼器协同工作减震性能的优劣;基于协同工作方案进一步分析加固后的能量耗散情况以及阻尼器滞回曲线,研究其在实际工程中的具体减震效果。结果表明：2种阻尼器同时应用于加固工程时,合理的混合布置方案对结构的减震效果有显著提升,并且可以利用2种阻尼器的耗能特性实现分阶段耗能,耗能表现优异。     

黏滞阻尼器不同布置对楼层反应谱的影响

在工程实践中,阻尼器的种类繁多且构造各不相同,它们被广泛地应用于高层建筑、桥梁工程、建筑结构、抗震改造和工业管道抗振等多个领域.以中国云南省某地区的建筑结构为研究对象,利用有限元软件ETABS对该建筑结构进行模拟分析,讨论在不同地震动作用下黏滞阻尼器的不同布置方案对楼层反应谱的影响,对比分析其差异.并在黏滞阻尼器不同布...     

附加黏滞和黏弹阻尼器的结构减震分析

为了更好地减少建筑结构的地震响应,研究将黏滞阻尼器和黏弹性阻尼器结合附加到建筑结构中。以9层钢筋混凝土框架结构工程为例,首先利用PKPM软件和ETABS软件建立了4种模型,振型对比分析发现:PKPM模型(无控结构)与ETABS模型a(无控结构)、模型b(附加黏滞阻尼器)和模型c(附加黏弹性阻尼器)的最大振型差分别为8%、7%和13%。结果说明:ETABS软件可取得较精确的结果,附加黏滞阻尼器后或黏弹性阻尼器后,结构的自振周期都有一定缩短,尤其是后者的作用效果更明显。再利用ETABS软件建立了5种模型,输入地震波后,对其层间最大位移角和最大位移进行对比分析,发现:较模型1(无控结构)而言,模型2(单独设置黏滞阻尼器)、模型3(单独设黏弹性阻尼器)、模型4(上层布置黏弹阻尼器结合下层布置黏滞阻尼器)和模型5(上层布置黏滞阻尼器结合下层布置黏弹阻尼器)的最大位移角分别减少了27. 2%、25. 7%、34. 7%和31. 8%,其最大位移分别减少了25. 3%、19. 0%、35. 4%和33. 2%,结果说明模型4的抗震性能最好,能达到有效的减震目的。     

空间网格结构风振抑制的阻尼器位置与数量寻优

针对空间结构振动抑制问题,基于经典遗传算法提出改进算法,进行阻尼器的位置寻优和数量寻优.通过对变异概率的调节,增强了改进算法跳出局部陷阱的能力,使之可准确找到全局最优解.通过提高编码效率、筛选初始种群分布等有效措施提高了算法收敛速度.所构造的适应度函数,可实现阻尼器杆件数量和位置的同步寻优.对影响结构振动抑制的各参数进行数值分析,并以空间网壳结构为例,利用改进遗传算法进行寻优计算和结果讨论,得出在一定荷载条件下空间网格结构阻尼器杆件的优化布置规律.     

基于改进遗传算法的磁流变阻尼器多目标空间 优化布置

为解决空间结构中阻尼器位置和数量优化问题,基于遗传算法提出一种新型编码方式——“A-B”型数字编码,实现了对阻尼器优化布置的精确定位. 推导了磁流变阻尼器（MRD）附加刚度和附加阻尼矩阵,采取H2范数优化控制理论、代间比较权重等理论提出了改进遗传算法,并采用MATLAB软件开发了多目标空间优化布置改进遗传算法程序. 以10层钢筋混凝土框剪偏心结构为例,依据规范选取7条地震波作为动力时程输入,对优化方案及3种工况下结构位移、加速度、扭转控制进行计算,并分析了不同减震指标随MRD数量变化的发展趋势. 结果表明：优化目标函数值随进化代数迅速收敛;4种工况中优化方案控制效果最佳,顶层88号节点X、Y向减震率分别达39.45%、32.68%,结构扭转得到有效控制. 算例表明了改进遗传算法的有效性,实现了对空间结构阻尼器布置的精确定位,且结构得到最优控制.     

基于智能算法的磁流变阻尼器位置优化

为了控制20层Benchmark建筑在地震作用下的非线性地震反应,采用改进的遗传算法确定MR阻尼器的优化设置位置.将标准遗传算法的遗传操作作相应改进,并进行给定数量的MR阻尼器优化配置的数值仿真分析,解决多约束非线性整数优化问题.结果表明,采用改进的遗传算法进行MR阻尼器位置设置优化后的半主动控制,能有效地降低结构在地震荷载作用下的响应,进一步提高了平均控制效果.     

基于改进遗传算法的磁流变阻尼半主动控制系统整体优化

为解决磁流变阻尼半主动控制系统中控制算法参数、阻尼器参数与布置位置优化问题,提出一种改进的自适应小生境遗传算法.该遗传算法在选择策略、交叉和变异操作、交叉概率和变异概率的自适应调整等方面作了改进,并同时采用预选择机制和共享机制这两种小生境技术.算例分析结果表明：改进的自适应小生境遗传算法和改进的基本遗传算法优化结果总体一致,表明前者分析结果是正确的;前者首次得到最优解耗费的机时比后者平均少32.7%,可见前者比后者收敛速度更快;30次优化分析结果表明,前者比后者稳定性更强;经前者优化的磁流变阻尼半主动控制系统取得良好减振效果,El Centro波、集集波、人工波输入时,半主动控制结构层间位移角和绝对加速度的最大值较无控时分别平均减小64.1%、54.7%、55.9%.算例表明了改进的自适应小生境遗传算法的有效性,实现了对磁流变阻尼半主动控制系统的整体优化.     

1种基于复合形法的改进遗传算法

提出了1种基于复合形法的改进遗传算法,分析该算法与遗传算法相结合的思想和流程;通过算法测试函数Rosenbrock测试改进的算法;通过与常规算法的对比,验证该传算法的优越性,并将该算法应用到一种间歇反应器的温度优化问题中.该算法可为常规的单目标或多目标优化问题提供借鉴.     

基于改进遗传模拟退火算法的测试优化选择

针对测试优化选择这一NP-hard问题,提出利用改进遗传模拟退火算法对其进行求解。由于遗传模拟退火算法直接应用在测试优化选择问题时,存在算法运行到后期时搜索过程冗长和交叉操作后父代与子代的染色体相似度高的缺点。因此采用非线性加速适应度函数提高搜索速度,同时在交叉操作前先对基因进行比较,剔除无效交叉以提高交叉有效性。最后,对典型实例(超外差接收器系统)进行测试优化选择,结果表明,优化后的遗传模拟退火算法达到收敛所需代数相比于遗传模拟退火算法减少13.3%;在满足故障检测率和隔离率的要求下,所需的测试代价与其它算法所得相比较小。因此优化后的遗传模拟退火算法可以更有效地解决测试优化选择问题。     

基于改进混合遗传算法的给水管网优化设计

为解决给水管网的优化设计问题，建立了给水管网优化设计数学模型，提出了适于管网优化设计的改进混合遗传算法．进而对遗传算法改进方法、水力计算的信赖域法、适应度函数的建立、遗传操作和整数编码技术等进行分析，并以一个典型的工程案例进行验证．结果表明，改进混合遗传算法方法所得到的目标函数值和管网水力性能明显优于传统设计方法，充分说明了改进混合遗传算法方法用于管网优化设计的实用性和有效性．     

基于Hadoop的改进遗传算法

利用Hadoop的并行式处理技术改进了遗传算法.通过将种群划分为多个子种群,并将每个子种群由一个单一的MapReduce任务来处理,实现了遗传算法的并行化.通过解决OneMax问题的一系列实验,验证了基于Hadoop的遗传算法提高了运行效率与正确性.     

一种改进的基于遗传算法的K均值聚类算法

结合遗传算法和K均值聚类算法的优点,提出一种改进的基于遗传算法的K均值聚类算法.将遗传算法的编码方法、初始化、适应度函数、选择、交叉和变异等较好地应用于聚类问题,不仅解决了K均值聚类算法中K值难以确定、对初始值敏感以及遗传算法存在收敛性差和容易早熟的缺点,而且实现了聚类中心的优化选择、K值的自动学习和基因的自适应变异等...     

一种输电线路故障测距的精细积分新算法

针对以往精细积分算法在计算暂态信号时误差较大、迭代结果容易发散的问题,通过使用一种新的差分格式对算法进行了改进,提高了算法的稳定性,增强了其对暂态信号的分析能力,并通过构造测距函数实现了基于暂态信号的输电线路故障定位.为使测距算法适用于双端数据异步的情况,利用故障前信号,提出了一种确定双端录波数据不同步时差和修正线路长度的算法,将其应用于三相输电线路的故障测距之中.算例仿真结果显示,采用该算法,故障定位精度绝对误差不超过0.6 km,最大相对误差为0.25%,且测距结果不受故障过渡电阻的影响,证明了算法的有效性.