本发明专利技术公开了一种重力坝非溢流断面优化方法、装置及电子设备，该方法包括：获取进行重力坝非溢流断面设计的设计变量；根据设计变量，确定目标函数表达式；获取与各个设计变量分别对应的约束条件；按照预设规则，获得符合预设要求的设计变量的参数值，作为样本数据；根据目标函数表达式，获取梯度表达式；基于样本数据和随机梯度下降算法，对梯度表达式进行迭代训练，当设计变量的取值符合约束条件和预设的收敛条件时，结束迭代，获得最优化的设计变量的取值。该方法步骤简单，并可将计算工作转移到计算机上，只需要进行参数的输入即可自动设计产出设计成果，将参数化设计和优化技术更好地应用于水电工程重力坝设计领域。更好地应用于水电工程重力坝设计领域。更好地应用于水电工程重力坝设计领域。
【技术实现步骤摘要】
一种重力坝非溢流断面优化方法、装置及电子设备
[0001]本专利技术实施例涉及水电工程、参数化设计、重力坝优化设计等相关
，尤其涉及一种重力坝非溢流断面优化方法、装置及电子设备。
技术介绍
[0002]混凝土重力坝的设计工作虽然有相关规定设计标准作为参考，但是标准只规定了一些设计参数的最安全取值，在实际设计过程中需要具体考虑具体的地形地质、经济性等因素对满足设计标准的设计参数进行进一步的调整和优化以达到工程实际需求。当前对于混凝土重力坝非溢流坝段的设计优化，大多数是转变为多约束条件下的非线性规划问题进行求解，采用的算法通常为结合最优准则法、数学规划法等人工手算求解的方式对设计参数进行最优化求解。
[0003]但上述方法存在以下问题：（1）大部分优化设计需要设计工作者手动进行迭代优化计算，费时费力。
[0004]（2）设计成果比较依赖于设计人员的设计水平和相关计算准确度，容错率较低。
[0005]（3）不能很好地保留当时做优化设计的实际设计变量和边界约束条件，优化设计结果和过程不够直观可见。
[0006]因此，如何能够更为直观快速便捷地对重力坝进行优化设计，从而减少设计人员的计算工作量，降低优化设计的难度，提升设计效率和设计质量，是设计工作者亟需解决的关键问题之一。
技术实现思路
[0007]本专利技术提供了一种重力坝非溢流断面优化方法、装置及电子设备，用以解决当前混凝土重力坝非溢流坝段的优化设计大多依赖设计人员人工进行数学建模和迭代优化计算，费时费力，求解效率不高，求解精度和对实际工程的适用度有待提升的相关问题。
[0008]第一方面，本专利技术提供了一种重力坝非溢流断面优化方法，该方法包括：获取进行重力坝非溢流断面优化的设计变量；根据设计变量，确定目标函数表达式；获取与各个设计变量分别对应的约束条件；按照预设规则，获得符合预设要求的设计变量的参数值，作为样本数据；根据目标函数表达式，获取梯度表达式；根据样本数据，对梯度表达式进行迭代训练，当设计变量的取值符合约束条件和预设的收敛条件时，结束迭代，获得最优化的设计变量的取值。
[0009]在一个可能的实现方式中，获取进行重力坝非溢流断面优化的设计变量，具体包括：获取进行重力坝非溢流断面优化的第一设计变量；按照预设筛选规则，对第一设计变量进行筛选，获取第二设计变量，作为进行重力
坝非溢流断面优化的设计变量。
[0010]在一个可能的实现方式中，设计变量包括上游坡度、下游坡度、上游折坡点高度与坝高比值、及下游折坡点高度与坝高比值；根据设计变量，确定目标函数表达式，具体为：根据上游坡度、下游坡度、上游折坡点高度与坝高比值、及下游折坡点高度与坝高比值，确定目标函数表达式。
[0011]在一个可能的实现方式中，约束条件具体包括：上游折坡点高度与坝高比值取值范围为0～1之间，下游折坡点高度与坝高比值取值范围为0～1之间，下游折坡点距坝底高度不小于上游水位距坝底高度的0.9倍， 上游坡度取值范围在0～0.2之间，下游坡度取值范围在0.6～0.8之间，抗滑稳定安全系数大于3.0，坝踵不受拉应力及坝址压应力在混凝土材料允许压应力范围内。
[0012]在一个可能的实现方式中，根据目标函数表达式，获取梯度表达式，具体为：基于目标函数表达式，获取各设计变量最小的方向梯度。
[0013]在一个可能的实现方式中，根据样本数据，对梯度表达式进行迭代训练，当设计变量的取值符合约束条件和预设的收敛条件时，结束迭代，获得最优化的设计变量的取值，具体包括：根据预设规则，确定各设计变量的学习率取值；基于梯度表达式，获取样本数据中各设计变量方向梯度的学习率调整系数；根据预设规则，基于学习率取值和学习率调整系数，对学习率进行缩减；根据预设规则和学习率的缩减情况，获取第N次迭代后各设计变量的取值；若获取的各设计变量的取值符合约束条件，结束迭代，获得最优化的设计变量的取值。
[0014]在一个可能的实现方式中，当设计变量的取值符合约束条件和预设的收敛条件时，结束迭代，获得最优化的设计变量的取值，具体包括：若设计变量的取值符合约束条件，则根据迭代的当前设计变量值计算目标函数的函数值；若两次函数值之差小于阈值，则结束迭代，获得最优化的设计变量的取值。
[0015]第二方面，本专利技术提供了一种重力坝非溢流断面优化装置，该装置包括：获取模块，用于获取进行重力坝非溢流断面优化的设计变量；目标函数模块，用于根据设计变量，确定目标函数表达式；约束条件模块，用于获取与各个设计变量分别对应的约束条件；样本数据模块，用于按照预设规则，获得符合预设要求的设计变量的参数值，作为样本数据；梯度模块，用于根据目标函数表达式，获取梯度表达式；优化模块，用于根据样本数据，对梯度表达式进行迭代训练，当设计变量的取值符合约束条件和预设的收敛条件时，结束迭代，获得最优化的设计变量的取值。
[0016]第三方面，本专利技术提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现如第一方面任一项的一种重力
坝非溢流断面优化方法的步骤。
[0017]第四方面，本专利技术提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如第一方面任一项的一种重力坝非溢流断面优化方法的步骤。
[0018]本专利技术实施例提供的上述技术方案与现有技术相比具有如下优点：本专利技术实施例提供的重力坝非溢流断面优化方法，获取进行重力坝非溢流断面设计的设计变量。根据设计变量，确定目标函数表达式。获取与各个设计变量分别对应的约束条件。按照预设规则，获得符合预设要求的设计变量的参数值，作为样本数据。根据目标函数表达式，获取梯度表达式。基于样本数据和随机梯度下降算法，对梯度表达式进行迭代训练，当设计变量的取值符合约束条件和预设的收敛条件时，结束迭代，获得最优化的设计变量的取值。本专利技术提供的方法，将混凝土重力坝非溢流坝段的断面以参数化设计的方式提取了设计变量，并依据相关规范将设计变量与相关约束条件联动关联，并将优化设计模式与参数化设计结合起来，引入梯度随机下降(简称SGD)算法，大大简化了设计人员的设计工作开展难度、利用信息化手段实现在线优化设计、大大提升了设计效率和优化设计效率、保证了设计成果的质量。本方法步骤简单、可操作性强，在一定程度上提升了设计成果的经济性，从减轻设计工作者工作量出发，将计算工作移植到计算机上，只需要进行参数的输入即可自动设计产出设计成果，将参数化设计和优化技术更好地应用于水电工程重力坝设计领域。
附图说明
[0019]图1为本专利技术实施例提供的一种重力坝非溢流断面优化方法流程示意图；图2为获取进行重力坝非溢流断面优化的设计变量的流程示意图；图3为获取的进行重力坝非溢流断面优化的设计变量；图4为本专利技术提供的梯度表达式的迭代训练方法流程示意图；图5为初步拟定坝体断面参数录入界面；图6为优化后的坝体结构优本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种重力坝非溢流断面优化方法，其特征在于，所述方法包括：获取进行重力坝非溢流断面优化的设计变量；根据所述设计变量，确定目标函数表达式；获取与各个所述设计变量分别对应的约束条件；按照预设规则，获得符合预设要求的所述设计变量的参数值，作为样本数据；根据所述目标函数表达式，获取梯度表达式；基于所述样本数据和随机梯度下降算法，对所述梯度表达式进行迭代训练，当所述设计变量的取值符合所述约束条件和预设的收敛条件时，结束迭代，获得最优化的设计变量的取值。2.根据权利要求1所述的方法，其特征在于，所述获取进行重力坝非溢流断面优化的设计变量，具体包括：获取进行重力坝非溢流断面优化的第一设计变量；按照预设筛选规则，对所述第一设计变量进行筛选，获取第二设计变量，作为进行重力坝非溢流断面优化的设计变量。3.根据权利要求1所述的方法，其特征在于，所述设计变量包括上游坡度、下游坡度、上游折坡点高度与坝高比值，及下游折坡点高度与坝高比值；所述根据所述设计变量，确定目标函数表达式，具体为：根据所述上游坡度、所述下游坡度、所述上游折坡点高度与坝高比值、及所述下游折坡点高度与坝高比值，确定所述目标函数表达式。4.根据权利要求3所述的方法，其特征在于，所述约束条件具体包括：所述上游折坡点高度与坝高比值取值范围为0～1之间，所述下游折坡点高度与坝高比值取值范围为0～1之间，下游折坡点距坝底高度不小于上游水位距坝底高度的0.9倍，所述上游坡度取值范围在0～0.2之间，所述下游坡度取值范围在0.6～0.8之间，抗滑稳定安全系数大于3.0，坝踵不受拉应力及坝址压应力在混凝土材料允许压应力范围内。5.根据权利要求1所述的方法，其特征在于，所述根据所述目标函数表达式，获取梯度表达式，具体为：基于所述目标函数表达式，获取各设计变量最小的方向梯度。6.根据权利要求1所述的方法，其特征在于，所述基于所述样本数据和随机梯度下降算法，对所述梯度表达式进行迭代训练，当所述设计变量的取值符合所述约束条件和预设的收敛条件时，结束迭代，获得最优化的设计变量的取值，具体包括：...
【专利技术属性】
技术研发人员：于琦，林恩德，胡永胜，姚翔龙，房宽达，张志军，
申请(专利权)人：中国长江三峡集团有限公司，
类型：发明
国别省市：
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。