基于改进的差分进化算法标定设计反应谱的高稳定性方法和设备技术

技术编号:33089916 阅读:18 留言:0更新日期:2022-04-15 11:01
本发明专利技术提出了基于改进的差分进化算法标定设计反应谱的高稳定性方法和设备,本发明专利技术主要内容是将改进的高稳定性的变异算子应用到标准差分进化算法中提高算法稳定性,再将改进的差分进化算法应用到设计反应谱的标定中,为抗震设计谱提供标定方法。本发明专利技术通过应用改进的差分进化算法,精确地标定设计反应谱的特征参数,从而实现精确地标定设计反应谱的特征参数,为抗震设计反应谱的标定提供更稳定和更精确的标定方法。确的标定方法。确的标定方法。

【技术实现步骤摘要】
基于改进的差分进化算法标定设计反应谱的高稳定性方法和设备


[0001]本专利技术属于结构抗震设计
,特别是涉及基于改进的差分进化算法标定设计反应谱的高稳定性方法和设备。

技术介绍

[0002]弹性反应谱理论是现阶段抗震设计的基本理论,设计反应谱是用于评估建筑结构在其基准期内可能经受的地震作用,通常根据大量实际地震记录的反应谱进行统计并结合工程经验判断加以规定。地震设计反应谱是抗震设计的重要依据,由设计谱的特征参数表征,在确定地震作用时起着关键作用。设计反应谱的标定即对地震反应谱按规定形式确定特征参数,用于控制设计谱的形状和平台值。因此,设计谱的标定一直是地震工程领域的研究热点之一,研究者们对设计反应谱的标定开展了很多研究,如三参数标定法、双参数标定法、最小二乘标定法、标准差分进化算法、粒子群算法和遗传算法等,这些方法有效地提高了设计谱标定的可靠性。但是这些标定算法由于算法本身存在一定的局限性,如人为给定第一拐点周期、标定结果早熟或停滞和局部搜索能力差等问题,对于很多的地震反应谱无法标定出其最优的设计谱特征参数。标准的差分进化算法相比于目前已有的其他标定方法而言,在精度和稳定性上具有明显的优势。但标准的差分进化算法在标定过程中同样会造成标定结果的早熟或停滞,导致获得的特征参数为局部最优解,而非全局最优解。
[0003]因此通过改进标定方法,有效地解决算法标定过程中结果不稳定的问题,获得一种能够高稳定和高精确性的标定方法,对地震动设计反应谱的标定十分必要。

技术实现思路

[0004]本专利技术的目的是为了解决设计反应谱参数标定中存在的不稳定性和精确度不高的问题,提出基于改进的差分进化算法标定设计反应谱的高稳定性方法和设备。本专利技术主要内容是将改进的高稳定性的变异算子应用到标准差分进化算法中提高算法稳定性,再将改进的差分进化算法应用到设计反应谱的标定中,为抗震设计谱提供标定方法。本专利技术通过应用改进的差分进化算法,精确地标定设计反应谱的特征参数,从而实现精确地标定设计反应谱的特征参数,为抗震设计反应谱的标定提供更稳定和更精确的标定方法。
[0005]本专利技术是通过以下技术方案实现的,本专利技术提出基于改进的差分进化算法标定设计反应谱的高稳定性方法,所述方法包括以下步骤:
[0006]步骤S1,确定给定改进的差分进化算法GLDE的初始参数;
[0007]步骤S2,应用GLDE对选取的地震动反应谱按照变异、交叉和选择的步骤进行求解,获得设计反应谱的特征参数;
[0008]所述变异步骤具体为:对种群中的个体进行随机排列,每个个体用一个位置指数i表示,第i个个体的邻域即为x
i

k
,

,x
i
,

,x
i+k
,k为正整数,在变异操作中使用邻域的概念,因而临时产生的后代x'
off
由两部分组成,一是由邻域个体提供,二是由全局个体提供,
因此,在执行变异操作时,对于个体x
i
,邻域贡献按下式计算:L
i
=x
i
+α(x
n

best

x
i
)+β(x
p

x
q
),i≠p≠q,式中x
n

best
为邻域内表现最好的个体,x
p
和x
q
是从邻域中随机选取的2个个体,α和β是2个常数;全局贡献按下式计算:G
i
=x
i
+α(x
p

best

x
i
)+β(x
r

x
s
),i≠r≠s,式中x
p

best
为全局表现最好的个体;x
r
和x
s
是从全局中随机选取的2个个体,然后通过权重系数将2部分贡献结合产生变异的子代,如下式所示,x'
off
=wG
i
+(1

w)L
i
,式中w是0到1的权重系数;参数设置上,取α=β,对于权重系数w,采用与x
i
相对应的权重系数w
i
自适应更新,每一个候选解都有其权重系数,即x
i
=<x
i,1
,x
i,2
,...,x
i,j
,...,x
i,n
,w
i
>,初始化时每个权重系数范围都在0到1,每一次迭代时权重系数按下式自适应更新,w
i
=w
i
+F(w
best

w
i
)+F(w
r

w
s
),式中w
best
是全局表现最好的个体所对应的权重系数,F为比例因子,w
r
和w
s
是与x
r
和x
s
对应的权重系数,且在自适应的过程中将w
i
的范围严格限制在[0.05,0.95]的范围内,超出界限则取临近的界限值;
[0009]步骤S3,根据求得的特征参数给出设计反应谱与实际反应谱的比较结果。
[0010]进一步地,在步骤S1中,确定地震动的反应谱值,确定GLDE的交叉因子,比例因子和权重系数的初始取值。
[0011]进一步地,在步骤S1初始化过程中,产生NP个均匀随机分布的初始解X
j,0
,j=1,2,

,NP,X0=X
min
+rand(0,1)
×
[X
max

X
min
];其中X
min
和X
max
由参数的初始范围给定,rand(0,1)为0到1之间均匀分布的随机数;特征参数解X0的具体表达形式为:
[0012][0013]其中,T
0j,0
,T
gj,0
,T
dj,0
,β
maxj,0
,γ
j,0
均为标定参数,j=1,2,

,NP。
[0014]进一步地,所述交叉步骤具体为:对于第t代种群,变异后的个体和原来的个体根据一定的概率进行交叉,产生新的交叉向量U,即
[0015]其中,交叉因子CR取0.3;u
ij,t
表示交叉向量U中第i行第j列元素,v
ij,t
和x
ij,t
为在不同条件下交叉向量中元素的取值;rand
ij
表示0

1的本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.基于改进的差分进化算法标定设计反应谱的高稳定性方法,其特征在于,所述方法包括以下步骤:步骤S1,确定给定改进的差分进化算法GLDE的初始参数;步骤S2,应用GLDE对选取的地震动反应谱按照变异、交叉和选择的步骤进行求解,获得设计反应谱的特征参数;所述变异步骤具体为:对种群中的个体进行随机排列,每个个体用一个位置指数i表示,第i个个体的邻域即为x
i

k
,

,x
i
,

,x
i+k
,k为正整数,在变异操作中使用邻域的概念,因而临时产生的后代x'
off
由两部分组成,一是由邻域个体提供,二是由全局个体提供,因此,在执行变异操作时,对于个体x
i
,邻域贡献按下式计算:L
i
=x
i
+α(x
n

best

x
i
)+β(x
p

x
q
),i≠p≠q,式中x
n

best
为邻域内表现最好的个体,x
p
和x
q
是从邻域中随机选取的2个个体,α和β是2个常数;全局贡献按下式计算:G
i
=x
i
+α(x
p

best

x
i
)+β(x
r

x
s
),i≠r≠s,式中x
p

best
为全局表现最好的个体;x
r
和x
s
是从全局中随机选取的2个个体,然后通过权重系数将2部分贡献结合产生变异的子代,如下式所示,x'
off
=wG
i
+(1

w)L
i
,式中w是0到1的权重系数;参数设置上,取α=β,对于权重系数w,采用与x
i
相对应的权重系数w
i
自适应更新,每一个候选解都有其权重系数,即x
i
=<x
i,1
,x
i,2
,...,x
i,j
,...,x
i,n
,w
i
>,初始化时每个权重系数范围都在0到1,每一次迭代时权重系数按下式自适应更新,w
i
=w
i
+F(w
best

w
i
)+F(w
r

w
s
),式中w
best
是全局表现最好的个体所对应的权重系数,F为比例因子,w
r
和w...

【专利技术属性】
技术研发人员:胡进军谭景阳石昊谢礼立
申请(专利权)人:中国地震局工程力学研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1