一种基于遗传算法的框架结构优化方法技术

本发明专利技术公开了一种基于遗传算法的框架结构优化方法，其包括：以框架结构的总重量为优化对象，设定框架结构的各设计变量的取值范围和约束条件；根据约束条件引入罚函数项；基于罚函数项中的每个罚函数和各设计变量的取值范围构建用于求解框架结构的总重量的极小值的目标函数；根据目标函数构建将求解极小值修正为求解极大值的适应度函数；对适应度函数进行迭代优化和求解，直至到达预设的最大迭代次数，输出最优解；对适应度函数进行迭代优化和求解包括：利用遗传算法对适应度函数进行优化，并通过有限元方法对适应度函数进行计算求解；本发明专利技术能够实现框架结构的有效优化，提高优化效率，并可广泛应用于基于遗传算法的各种结构类型的优化问题。结构类型的优化问题。结构类型的优化问题。

【技术实现步骤摘要】
一种基于遗传算法的框架结构优化方法


[0001]本专利技术涉及一种基于遗传算法的框架结构优化方法，属于建筑结构优化


技术介绍

[0002]框架结构是建筑结构的一种主要形式，其结构设计依赖于设计者的实践经验和规范，通常框架结构设计往往充分考虑了结构的安全性，因此难以兼顾整个结构的经济性。如何使得建筑结构更为可靠且经济合理，是当前设计中重要的问题。

技术实现思路

[0003]本专利技术的目的在于克服现有技术中的不足，提供一种基于遗传算法的框架结构优化方法，改进遗传算法，对框架结构进行优化，解决多变量、多约束的框架结构优化问题，提高其经济性。
[0004]为达到上述目的，本专利技术是采用下述技术方案实现的：
[0005]第一方面，本专利技术提供了一种框架结构优化方法，包括：
[0006]以框架结构的总重量为优化对象，设定框架结构的各设计变量的取值范围和约束条件；
[0007]根据约束条件引入罚函数项；
[0008]基于罚函数项中的每个罚函数和各设计变量的取值范围构建用于求解框架结构的总重量的极小值的目标函数；
[0009]根据目标函数构建将求解极小值修正为求解极大值的适应度函数；
[0010]对适应度函数进行迭代优化和求解，直至到达预设的最大迭代次数，输出最优解；
[0011]其中，对适应度函数进行迭代优化和求解包括：利用遗传算法对适应度函数进行优化，并通过有限元方法对适应度函数进行计算求解。
[0012]优选的，所述设计变量为框架结构的角柱截面尺寸、框柱截面尺寸、内墙厚度以及外墙厚度。
[0013]优选的，所述设计变量的取值范围通过离散取值生成。
[0014]优选的，所述约束条件包括最大层间位移角约束及自振周期约束；
[0015]所述最大层间位移角约束的表达式如下：
[0016][0017]式中，δ
max
为最大层间位移值，[δ]为最大层间位移限值，[δ]＝H/550，H为框架结构的层高；
[0018]所述自振周期约束的表达式如下：
[0019]t
L
＜t＜t
U
[0020]式中，t为框架结构的第一自振周期，t
L
和t
U
分别为第一自身周期的下限值以及上
限值。
[0021]优选的，所述罚函数为适应性罚函数，所述适应性罚函数的违约系数C表达式如下：
[0022][0023][0024]式中，g
i
(x)表示针对约束条件构成的罚函数。
[0025]优选的，所述目标函数的表达式如下：
[0026]min f(x)
[0027][0028]式中，f(x)表示目标函数，g
i
(x)表示罚函数，m为项数，x为设计变量，x
L
和x
U
为设计变量的上下限。
[0029]优选的，所述适应度函数的表达式如下：
[0030]Fit＝1/f(x)(1+KC)
[0031]式中，f(x)表示目标函数，C为罚函数值的违约系数，K为常数。
[0032]优选的，所述对适应度函数进行迭代优化和求解通过SAP2000 API功能，利用遗传算法编制结构优化主程序，通过子程序调用SAP2000有限元分析模块，获得计算结果。
[0033]与现有技术相比，本专利技术所达到的有益效果：
[0034]本专利技术提供的一种基于遗传算法的框架结构优化方法，能够实现框架结构的有效优化，解决多变量、多约束的框架结构优化问题，在满足结构安全性和功能性的基础上提高其经济性。相对而言，能够提高优化效率并加快收敛速度，并可广泛应用于基于遗传算法的各种结构类型的优化问题。
附图说明
[0035]图1是本专利技术实施例提供的一种基于遗传算法的框架结构优化方法的流程图；
[0036]图2为本专利技术实施例提供的遗传算法流程图；
[0037]图3为本专利技术实施例提供的精英保留策略示意图。
具体实施方式
[0038]下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。
[0039]实施例一：
[0040]如图1所示，本专利技术实施例提供了一种基于遗传算法的框架结构优化方法，包括以下步骤：
[0041]步骤1、以框架结构的总重量为优化对象，设定框架结构的各设计变量的取值范围
和约束条件；
[0042]步骤2、根据约束条件引入罚函数项；
[0043]步骤3、基于罚函数项中的每个罚函数和各设计变量的取值范围构建用于求解框架结构的总重量的极小值的目标函数；
[0044]步骤4、根据目标函数构建将求解极小值修正为求解极大值的适应度函数；
[0045]步骤5、对适应度函数进行迭代优化和求解，直至到达预设的最大迭代次数，输出最优解；其中，对适应度函数进行迭代优化和求解包括：利用遗传算法对适应度函数进行优化，并通过有限元方法对适应度函数进行计算求解。
[0046]本实施例以满足下述条件的框架结构为例：
[0047]总高度248m，分62层，层高4m，其竖向支撑角柱及框柱混合采用混凝土柱和钢结构，结构核心筒墙体设有多道外墙及内墙。墙上所设梁其截面与墙体厚度保持一致。
[0048]本实例研究的框架结构初始截面尺寸和几何布置情况如表1所示：
[0049]表1：
[0050][0051]针对步骤1中的设定各设计变量的取值范围，以结构的总重量为优化对象，设定优化的变量是结构竖向构件的截面尺寸以及结构核心筒墙体厚度。本实施例中，设计变量取框架结构的角柱截面尺寸、框柱截面尺寸、内墙厚度以及外墙厚度。设计变量的取值范围通过离散取值生成。
[0052]在本实例中，变量设定情况如下：
[0053]1)结构2/3以下采用混凝土角柱及框柱；
[0054]2)结构1/3以上采用钢结构，十字型角柱和工字型框柱；
[0055]3)核心筒外墙及内墙的厚度。
[0056]为简化模型计算，将按照楼层划分为5个区域，每14层为一区域，各区域内所有设计变量设置相同。
[0057]各变量取值情况如表2所示：
[0058]表2：
[0059][0060]针对步骤1中，设置约束条件，框架结构优化方法的约束条件，同时考虑满足结构抗震性能及经济性结果而得到相应的最优解，设定情况如下：
[0061]约束条件包括最大层间位移角约束及自振周期约束；
[0062]最大层间位移角约束的表达式如下：
[0063][0064]式中，δ
max
为最大层间位移值，[δ]为最大层间位移限值，[δ]＝H/550，H为框架结构的层高；层间位移角约束为楼层层间最大位移与层高之比。
[0065]自振周期约束的表达式如下：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种框架结构优化方法，其特征在于，包括：以框架结构的总重量为优化对象，设定框架结构的各设计变量的取值范围和约束条件；根据约束条件引入罚函数项；基于罚函数项中的每个罚函数和各设计变量的取值范围构建用于求解框架结构的总重量的极小值的目标函数；根据目标函数构建将求解极小值修正为求解极大值的适应度函数；对适应度函数进行迭代优化和求解，直至到达预设的最大迭代次数，输出最优解；其中，对适应度函数进行迭代优化和求解包括：利用遗传算法对适应度函数进行优化，并通过有限元方法对适应度函数进行计算求解。2.根据权利要求1所述的一种框架结构优化方法，其特征在于，所述设计变量为框架结构的角柱截面尺寸、框柱截面尺寸、内墙厚度以及外墙厚度。3.根据权利要求1所述的一种框架结构优化方法，其特征在于，所述设计变量的取值范围通过离散取值生成。4.根据权利要求1所述的一种框架结构优化方法，其特征在于，所述约束条件包括最大层间位移角约束及自振周期约束；所述最大层间位移角约束的表达式如下：式中，δ
max
为最大层间位移值，[δ]为最大层间位移限值，[δ]＝H/550，H为框架结构的层高；所述自振周期约束的表达式如下：t
L
＜t＜t
U
...

【专利技术属性】
技术研发人员：杨律磊，王慧，张谨，龚敏锋，
申请(专利权)人：中衡设计集团股份有限公司，
类型：发明
国别省市：