第37卷第4期河北工业大学学报2008年8月V ol.37No.4JOURNAL OF HEBEI UNIVERSITY OF TECHNOLOGY August2008 文章编号：1008-2373(2008)04-0055-05 改进的粒子群优化算法 宋洁，董永峰，侯向丹，杨彦卿 （河北工业大学计算机科学与软件学院，天津300401） 摘要粒子群优化算法是一种基于群体的自适应搜索优化算法，存在后期收敛慢、搜索精度低、容易陷入局部极 小等缺点，为此提出了一种改进的粒子群优化算法，从初始解和搜索精度两个方面进行了改进，提高了算法的计 算精度，改善了算法收敛性，很大程度上避免了算法陷入局部极小．对经典函数测试计算，验证了算法的有效性． 关键词粒子群优化算法；均匀化；变量搜索；初始解；搜索精度 中图分类号TP391文献标识码A A Modified Particle Swarm Optimization Algorithm SONG Jie,DONG Yong-feng,HOU Xiang-dan,Y ANG Yan-qing (School of Computer Science and Engineering,Hebei University of Technology,Tianjin300401,China) Abstract Particle Swarm Optimization Algorithm is a kind of auto-adapted search optimization based on community. But the standard particle swarm optimization is used resulting in slow after convergence,low search precision and easily leading to local minimum.A new Particle Swarm Optimization algorithm is proposed to improve from the initial solution and the search precision.The obtained results showed the algorithm computation precision and the astringency are im- proved,and local minimum is avoided.The experimental results of classic functions show that the improved PSO is ef- ficient and feasible. Key words PSO；average；variable search；initial solution；search accuracy 0引言 粒子群优化（Particle Swarm Optimization，PSO）算法是一种基于群体的随机优化技术，最早在1995年由美国社会心理学家James Kennedy和电气工程师Russell Eberhart[1]共同提出，基本思想源于对鸟群觅食行为的研究．PSO将每个可能产生的解都表述为群中的一个微粒，每个微粒都具有自己的位置向量和速度向量，和一个由目标函数决定的适应度，通过类似梯度下降算法使各粒子向适应度函数值最高的方向群游．该算法控制参数少、程序相对简单，因此在应用领域表现出了很大的优越性．由于PSO算法容易理解、易于实现，所以PSO算法发展很快．目前，多种PSO改进算法已广泛应用于函数优化、神经网络训练、模式识别、模糊系统控制以及其他的应用领域． 许多学者对PSO算法进行研究，发现其容易出现早熟、最优解附近收敛慢等现象，并提出了一些改进方案，例如自适应PSO算法、混合PSO算法、杂交PSO算法等[2-4]．因此，本文从初始解和收敛精度两个角度出发对PSO算法进行了改进，提高了算法的计算精度，有效的改善了算法的优化性能． 1基本PSO算法 PSO算法是一种基于群体的随机优化技术，基本思想源于对鸟群觅食行为的研究．通过对鸟群飞行时经常会突然改变方向、散开、聚集，但整体总保持一致性，个体与个体间鸟群好像在一个中心的控制 收稿日期：2008-04-17 基金项目：河北省自然科学基金（F2006000109） 作者简介：宋洁（1967-），女（汉族），副教授．
2013-2014年度学生研究计划（SRP）“桁架结构模型结构优化及试验” 结题论文 姓名骆辉军 学院土木与交通学院 专业土木工程（卓越全英班） 学号 201230221450 指导老师范学明 时间 2014年10月
一.实验背景 随着科学技术的发展和计算机软件技术的应用，应用相关的软件来进行桁架结构模型的优化已经可以成为现实。桁架结构中的桁架指的是桁架梁，是格构化的一种梁式结构。桁架结构常用于大跨度的厂房、展览馆、体育馆和桥梁等公共建筑中。由于大多用于建筑的屋盖结构，桁架通常也被称作屋架。在桥梁结构中，桁架结构也应用广泛。只受结点荷载作用的等直杆的理想铰结体系称桁架结构。它是由一些杆轴交于一点的工程结构抽象简化而成的。合理地设计桁架结构，就能够最大限度地利用材料的强度，起到减轻桁架重量，节省材料的目的，从而也能为工程实际应用提供相关的依据和参考。 但桁架的结构模型形式千变万化，仅仅从理论上分析桁架的受力特征和破坏特征，而不进行相应的试验研究是无法取得实质性的进展的。正是基于这样一个原则，我们需要在理论研究的基础上通过试验来优化桁架的结构模型，在各式各样的桁架结构中挑选出受力合理的结构，最大限度地使材料的强度得以利用。 研究桁架结构模型优化的意义 桁架结构中，各杆件受力均以单向拉、压为主，通过对上下弦杆和腹杆的合理布置，可适应结构内部的弯矩和剪力分布。由于水平方向的拉、压内力实现了自身平衡，整个结构不对支座产生水平推力。结构布置灵活，应用范围非常广。桁架梁和实腹梁（即我们一般所见的梁）相比，在抗弯方面，由于将受拉与受压的截面集中布置在上下两端，增大了内力臂，使得以同样的材料用量，实现了更大的抗弯强度。在抗剪方面，通过合理布置腹杆，能够将剪力逐步传递给支座。这样无论是抗弯还是抗剪，桁架结构都能够使材料强度得到充分发挥，从而适用于各种跨度的建筑屋盖结构。更重要的意义还在于，它将横弯作用下的实腹梁内部复杂的应力状态转化为桁架杆件内简单的拉压应力状态，使我们能够直观地了解力的分布和传递，便于结构的变化和组合。 由于杆件之间的互相支撑作用，且刚度大，整体性好，抗震能力强，所以能够承受来自多个方向的荷载。而且具有结构简单，运输方便等优点，其应用于各个工程领域。古代木构建筑，而今的2008北京奥运会的主体育馆鸟巢；太空中的大型可展天线，地面上的跨海大桥，随处都可见到桁架的身影。由于桁架的结构模型千变万化，不同的桁架结构形式对桥梁或者屋架的受力特征有很大的影响，因而，研究桁架结构模型的优化具有重大的意义。 二．实验的相关资料 1.桁架结构的常见构造方式 桁架指的是桁架梁，是格构化的一种梁式结构，即一种由杆件彼此在两端用铰链连接而成的结构。桁架由直杆组成的一般具有三角形单元的平面或空间结构，桁架杆件主要承受轴向拉力或压力，从而能充分利用材料的强度，在跨度较大时可比实腹梁节省材料，减轻自重和增大刚度。由于大多用于建筑的屋盖结构，桁架通常也被称作屋架。 桁架结构常用于大跨度的厂房、展览馆、体育馆和桥梁等公共建筑中。其主要结构特点在于，各杆件受力均以单向拉、压为主，通过对上下弦杆和腹杆的合理布置，可适应结构内部的弯矩和剪力分布。由于水平方向的拉、压内力实现了自身平衡，整个结构不对支座产生水平推力。结构布置灵活，应用范围非常广。桁架梁和实腹梁（即我们一般所见的梁）相
桁架结构优化设计 一般所谓的优化，是指从完成某一任务所有可能方案中按某种标准寻找最佳方案。结构优化设计的基本思想是，使所设计的结构或构件不仅满足强度、刚度与稳定性等方面的要求，同时又在追求某种或某些目标方面（质量最轻，承载最高，价格最低，体积最小）达到最佳程度。 对于图1-1的结构，已知L=2m，x b=1m，载荷P=100kN，桁架材料的密度r=7.7x10-5N/mm3，[δt]=150Mpa，[δc]=100Mpa，y b的范围：0.5m≦y b≦1.5m。 图1-1 桁架结构 设计变量与目标函数（质量最小）
预定参数（设计中已确定，设计者不能任意修改的量）：L ， x b ，P ，r ，[δt ] ，[δc ] 设计变量（可由设计者调整的量）y b ，A 1，A 2 约束条件（对设计变量的约束条件） （1） 强度条件约束（截面、杆件的强度） （2） 几何条件约束（B 点的高度范围） 目标函数：桁架的质量W （最小） 解：1. 应力分析 0sin sin 02112=--=∑θθN N F x 0cos cos 02112=---=∑P N N F y θθ 由此得： )sin(sin 2111θθθ+= p N ) sin(sin 212 2θθθ+- =p N 由正弦定理得： l y l x p N B B 2 1) (2 -+=
l y x p N B B 2 22 += 由此得杆1和2横截面上的正应力 1 2 1) (2 lA y l x p B B -+= σ 2 2 22 lA y x p B B += σ 2.最轻质量设计 目标函数（桁架的质量） ))((2 2 2 1 2 2 B B y x A y l x A W B B ++-+=γ （1-1） 约束条件 [][]? ? ? ?? ????? ????≤+≤-+c B t B lA y x p lA y l x p B B σσ2 2 1 2 22 ) ( （1-2） 0.5≦y b ≦1.5（m ） （1-3） （于是问题归结为：在满足上述约束条件下，确定设计变量y b ，A 1，A 2，使目标函数W 最小。） 3．最优解搜索 采用直接实验法搜索。首先在条件（1-3）所述范围内选取一系列y b 值，由强度条件（1-2）确定A 1与A 2，最后根据式（1-2）计算相应W ，在y b -W 曲线中选取使W 最小的y b 与相应的A 1与A 2，即为本问题的最优解。 4．利用MA TLAB 编程 （1）分析目标函数和约束条件
基于MAT LAB 的桁架结构优化设计 林 琳 张云波 (华侨大学土木系福建泉州 362011) 【摘 要】 介绍了基于BP 神经网络的全局性结构近似分析方法,解决了结构优化设计问题中变量的非线性映射问题。在此基础上,利用改进的遗传算法,对桁架结构在满足应力约束条件下进行结构最轻优化设计。利用 Matlab 的神经网络工具箱,编程求解了三杆桁架优化问题。 【关键词】 改进遗传算法;BP 神经网络;结构优化设计;满应力准则 【中图分类号】 T U20114 【文献标识码】 A 【文章编号】 100126864(2003)01-0034-03 TRUSS STRUCTURA L OPTIMIZATON BASE D ON MAT LAB LI N Lin ZH ANG Y unbo (Dept.of Civil Engineering ,Huaqiao University ,Quanzhou ,362011) Abstract :Optimal structural design method based on BP neural netw ork and m odified genetic alg orithm were proposed in this paper.The high parallelism and non -linear mapping of BP neural netw ork ,an approach to the global structural approximation analysis was introduced.It can s olve the mapping of design variables in structural optimization problems.C ombining with an im proved genetic alg orithm ,the truss structure is optimized to satis fy the full stress criteria.Under the condition of MAT LAB 5.3,an exam ple of truss structure has been s olved by this method. K ey w ords :G enetic alg orithm ;BP neural netw ork ;Structural optimization design ;Full stress principle 结构优化设计,就是在满足结构的使用和安全要求的基础上,降低工程造价,更好地发挥投资效益。传统的优化方法有工程法和数学规划法,其难以解决离散变量问题,对多峰问题容易陷入局部最优,且对目标函数要求有较好的连续性或可微性。而近年来提出的基于生物自然选择与遗传机理的随机搜索遗传算法对所解的优化问题没有太多的数学要求,可以处理任意形式的目标函数和约束,对离散设计变量的优化问题尤为有效。进化算子的各态历经性使得遗传算法能够非常有效地进行概率意义下的全局搜索,能高效地寻找到全局最优点。但采用遗传算法时,进化的每一代种群成员必须要进行结构分析,因此所需的结构分析次数较多。 1 桁架结构优化设计问题的表述 在满足应力约束条件下的桁架重量最轻优化问题为: min w (A )=Σn i =1ρA i L i s.t 1 σi ≤[σi ] (i =1,2……n ) A min ≤A i ≤A max w (A )为结构总重量,ρ为材料密度,L i 为第i 杆的长度,A i 为第i 杆件面积,σi 为第i 杆的应力,[σi ]为第i 杆的许用 应力,A min 、A max 分别为杆件面积的下界与上界;n 为杆件总数。 2 神经网络结构近似分析方法 人工神经网络是由大量模拟生物神经元功能的简单处理单元相互连接而成的巨型复杂网络,它是一个具有高度非线 性的超大规模连续时间自适应信息处理系统,易处理复杂的非线性建模问题。文献[1]在K olm og orov 多层神经网络映射存在定理的基础上,针对近似结构分析问题提出的多层神经网络映射存在定理,确定了近似结构分析的神经网络的基本模型。从理论上证明一个三层神经网络可用来描述任一弹性结构的应力、位移等变量和结构设计变量之间的映射关系,为利用人工神经网络来进行结构近似分析提供理论基础。 211 BP 神经网络及其算法改进 BP 神经网络,即误差反向传播神经网络。其最主要的 特性就是具有非线性映射功能。1989年R obert Hecht -Niel 2 s on 证明了对于任何闭区间内的一个连续函数,都可用一个 隐含层的BP 网络来逼近。因而一个三层BP 网络可完成任意的n 维到m 维的映照,它由输入层、隐层和输出层构成。 传统的BP 网络存在着局部极小问题和收敛速度较慢的问题,因此本文采用了动量法和学习率自适应调整的策略,提高了学习速度并增加了算法的可靠性。 动量法考虑了以前时刻的梯度方向,降低了网络对误差曲面局部细节的敏感性,有效地抑制了网络陷于局部极小。 w (k +1)=w (k )+α[(1-η)D (k )+ηD (k -1)] α(k )=2λα(k -1)λ=stg n[D (k )D (k -1)] w (A )为权值向量,D (k )=- 5E 5w (k ) 为k 时刻的负梯度,D (k -1)为k -1时刻的负梯度,η为动量因子,α为学习率。 4 3 低 温 建 筑 技 术 2003年第1期(总第91期)
文章编号:100926825(2007)2020054203 基于ANSYS 分析的平面桁架结构优化设计 收稿日期:2007201229 作者简介:李炳宏(19822),男,后勤工程学院军事建筑工程系硕士研究生,重庆 400041 李 新(19812),男,后勤工程学院军事建筑工程系硕士研究生,重庆 400041 李炳宏 李 新 摘 要:以六杆平面桁架结构为例,利用大型有限元分析软件ANSYS5.7对其按照重量最轻的原则进行了优化分析,实 现了利用ANSYS5.7进行结构优化设计的全过程,得到了重量最轻的优化分析结果,在满足工程要求的前提下,节约了大量的工程材料。 关键词:ANSYS ,有限元分析,平面桁架结构,优化设计中图分类号:TU323.4文献标识码:A 1 概述 在工程实践中,结构优化设计的方法一直是科学工作者和工 程技术人员最为关注的问题之一。从已有工程经验看,与传统设计相比,优化设计可以使土建工程降低造价5%～30%。20世纪60年代以来,随着计算机计算能力的不断提高,人们把有限元分析的方法和各种数学规划方法相结合,并逐步发展成为一种系统和成熟的方法,使得结构优化的技术得到了更快的发展。 文中以六杆平面桁架为例,利用ANSYS 的优化分析功能对其按照重量最轻的原则进行了优化设计,方便快捷地得到了较好的优化结果(重量最轻),实现了利用ANSYS 的优化分析功能进行平面桁架结构优化设计的全过程。 2 有关ANSYS 优化分析的基本概念 ANSYS 优化分析中包括的基本概念有设计变量、状态变量、 目标函数、分析文件等。 1)设计变量是作为自变量,通过改变设计变量的数值来实现结果的优化,设计变量的上下限决定了设计变量的变化范围。坏可能引起结构的连续倒塌和整体破坏。研究火灾高温下,不同结构的性能变化规律;研究火灾高温下,结构连续倒塌和整体破坏的机理,是结构抗火研究的主要内容。 3.3 混凝土结构抗火设计方法的研究 设想混凝土结构的抗火设计可从两个途径进行研究:1)把火灾的高温作用等效为一种荷载,与结构上的其他荷载(恒载、活载、风载、地震作用等)一起参与荷载效应组合,按概率极限状态设计方法进行设计,即建立考虑火灾高温作用的统一的结构设计方法。2)对已按常规方法完成设计的混凝土结构,进行抗火能力的验算,以满足相应的抗火要求。 除进行抗火计算外,加强结构的抗火构造措施也是提高结构抗火能力的一个重要手段。需要研究和发掘实用、有效的抗火构造措施,以使结构的抗火能力得到保证。 3.4 火灾后混凝土结构的损伤评估和修复加固方法的 研究 在具体操作上,可采用观察与计算相结合的方法。通过观察燃烧残留物的性状和分布,结构表观的物理特征,用回弹法、磁力探伤法、超声法、钻取芯样法、恒压恒速冲击钻法对重要部位进行现场或试验室检测,然后通过计算来确定结构的损伤度。 只有在确定了混凝土结构的火灾损伤度的前提下,才有可能制订出科学、合理的策略和方案,对受损混凝土结构进行修复和 加固。目前,对现有建筑结构加固方法的研究非常活跃,充分研究混凝土结构的火灾损伤特点,借助已有的加固方法和手段,应是火灾后混凝土结构修复加固研究的努力方向。 火灾作为一种多发的灾害,对人们的生命及财产造成惨重的损失。建筑火灾对混凝土结构造成一定的损伤甚至整体的破坏。研究混凝土结构的抗火性能,建立混凝土结构的抗火设计方法,建立抗火混凝土结构的损伤评估及修复加固方法,理应成为混凝土结构研究的一项重要任务。建立我国的混凝土结构抗火设计规范和损伤评估及修复加固规程,应是混凝土结构抗火研究的中期目标。参考文献: [1]董毓利.混凝土结构的火安全设计[M ].北京:科学出版社,2001.[2]李 卫,过镇海.高温混凝土的强度和变形性能试验研究[J ].建筑结构学报,1993(2):74275. [3]刘永军.钢筋混凝土结构火灾反应数值模拟及软件开发[D ].大连:大连理工大学博士学位论文,2002.5. [4]过镇海,时旭东.钢筋混凝土的高温性能及其计算(第一版) [M ].北京:清华大学出版社,2002. [5]时旭东,过镇海.高温下钢筋混凝土受力性能的试验研究[J ].土木工程学报,2000(4):76277. Investigation on state 2of 2the 2art of f ire 2resistance design for concrete structures WU Wen 2fa WANG H ong 2yong Abstract :This paper summarizes the state 2of 2the 2art of the research reset on fire 2resistance performance of reinforced concrete structures ,pro 2poses the development of researches on fire 2resistance design of reinforced concrete structures ,brings forward the design method of fire 2resis 2tance of concrete structures based on calculation and makes suggestions to the content of the regulation about fire 2resistance design of concrete structres. K ey w ords :concrete structure ,fire 2resistance performance ,fire 2resistance design ? 45?第33卷第20期2007年7月 山西建筑SHANXI ARCHITECTURE Vol.33No.20J ul. 2007
收稿日期:2009-12-13 基金项目:国家自然科学基金资助项目(60674021) 作者简介:卢 峰(1982-),男,辽宁抚顺人,东北大学博士研究生;高立群(1949-),男,辽宁沈阳人,东北大学教授,博士生导师 第32卷第9期2011年9月东北大学学报(自然科学版)Journal of Northeastern U niversity(Natural Science)Vol 32,No.9Sep.2011 基于改进粒子群算法的优化策略 卢 峰,高立群 (东北大学信息科学与工程学院,辽宁沈阳 110819) 摘 要:为提高传统粒子群算法的搜索速度和搜索精度,提出了一种改进的自适应粒子群优化算法 将正则变化函数和慢变函数引入传统位置更新和速度更新公式当中,形成两种新的更新机制:搜索算子和开发算子 在算法运行的初始阶段,种群中大部分个体将按照搜索算子进行更新,搜索算子将有助于种群遍历整个解空间;随着迭代次数的增加,按照搜索算子进行更新的个体将逐渐减少,而按照开发算子进行更新的个体将逐渐增多,开发算子将有效地克服陷入局部最优解的问题 通过典型测试函数的仿真实验,新算法在加快收敛速度同时,提高了算法的全局搜索能力 关 键 词:进化算法;粒子群算法;全局优化;慢变函数;自适应 中图分类号:T G 273 文献标志码:A 文章编号:1005 3026(2011)09 01221 04 Novel Optimization Mechanism Based on Improved Particle Swarm Optimization L U Feng ,GAO L i qun (School of Information Science &Engineering,Northeaster n U niv ersity,Shenyang 110819,China.Corresponding author :LU F eng,E mail:feng.lu.lf @g https://www.doczj.com/doc/bb16730443.html,) Abstract :To accelerate searching speed and optimization accuracy of traditional PSO,an improved particle swarm optimization (PSO )algorithm w as presented.Regularly vary ing function and slow ly varying function were introduced in the position and velocity update formula.New mechanisms such as explorative operator and exploitative operator are formulated.At the beginning,most elements will be updated by explorative operator in the entire search space sufficiently.Within the iterations,more and more particles w ill be handled by ex ploitative operator,which are useful to overcome the deceptions of multiple local optima.It can be seen from the simulation results of the standard benchm ark test functions that the proposed algorithm not only accelerates the convergence process,but also improves g lobal optim ization ability. Key words:evolutionary algorithms;particle sw arm optimization;global optimization;slow ly v arying function;self adaptive 20世纪90年代初,产生了模拟自然生物群体行为的优化方法,被称为群智能优化方法 Dorigo 等人通过模拟蚂蚁的寻径行为,提出了蚁群优化算法(ant colony optimization)[1] ;Eberhart 等人基于对鸟群、鱼群的模拟,提出了粒子群优化算法(particle sw arm optim ization )[2] 作为一种群智能优化方法的代表,粒子群算法通过个体间的协作来寻找最优解,每个个体都被赋予一个随机速度并在整个解空间中搜索,通 过个体之间的合作与竞争来实现个体进化 由于粒子群优化算法运算简单,易于实现,具有良好的解决非线性、不可微和多峰值复杂优化问题的能力,已被广泛应用于科学和工程实际领域[3-5] 但是,粒子群优化算法是根据全体粒子和自身的搜索经验向着最优解的方向进化,在进化后期收敛速度将变得缓慢,同时算法在收敛到一定精度时,容易陷入停滞,无法继续进化更新,因此,存在早熟和陷入局部极值点的现象
桁架结构体系 在本小节中我们要给大家介绍桁架结构体系的组成、优缺点及适用范围；桁架结构体系的合理布置原则及及受力特点。 桁架结构组成:一般由竖杆，水平杆和斜杆组成（图1-23）。 图1－23 桁架结构 在房屋建筑中，桁架常用来作为屋盖承重结构，这时常称为屋架。 用于屋盖的桁架体系有两类： （1）平面桁架，用于平面屋架； （2）空间桁架，用于空间网架。 这两类桁架的共同特点是它们都由一系列只受同向拉力或压力的杆件连接而成。作为桁架结构的整体来说，它们在荷载作用下受弯、受剪；但作为桁架结构中的杆件来说，只承受轴向力，不承受弯矩、剪力和扭矩。 桁架结构的最大特点是，把整体受弯转化为局部构件的受压或受拉，从而有效地发挥出材料的潜力并增大结构的跨度。 桁架结构受力合理、计算简单、施工方便、适应性强，对支座没有横向推力，因而在结构工程中得到了广泛的应用。 屋架的主要缺点是结构高度大，侧向刚度小。 结构高度大，增加了屋面及围护墙的用料，同时也增加了采暖、通风、采光等设备的负荷，并给音响控制带来困难。侧向刚度小，对于钢屋架特别明显，受压的上弦平面外稳定性差，也难以抵抗房屋纵向的侧向力，这就需要设置支撑。 桁架是较大跨度建筑的屋盖中常用的结构型式之一。在一般情况下，当房屋的跨度大于18m时，屋盖结构采用桁架比梁经济。屋架按其所采用的材料区分，有钢屋架、木屋架、钢木屋架和钢筋混凝土屋架等。钢筋混凝土屋架当其下弦采用预应力钢筋时，称为预应力钢筋混凝土屋架。目前，我国预应力钢筋混凝土屋架的跨度已做到60多米，钢屋架的跨度已做到70多米。
一、桁架结构的型式与受力特点 屋架结构的型式很多: （1）按屋架外形的不同，有三角形屋架、梯形屋架、抛物线屋架、折线型屋架、平行弦屋架等。 （2）根据结构受力的特点及材料性能的不同，也可采用桥式屋架、无斜腹杆屋架或刚接桁架、立体桁架等。 我国常用的屋架有三角形、矩形、梯形、拱形和无斜腹杆屋架等多种型式，见图1-24。 图1-24常用的屋架型式 （a）三角形屋架（b）平行弦屋架（矩形）（c）梯形屋架（再分式） （d）拱形屋架（e）下撑式屋架（f）无斜腹杆屋架 尽管桁架结构中以轴力为主，其构件的受力状态比梁的结构合理，但在桁架结构各杆件单元中，内力的分布是不均匀的。屋架的几何形状有矩形的（即平行弦屋架）、三角形、梯形、折线形的和抛物线形的等等。它们的内力分布随形状的不同而变化。 在一般情况下，屋架的主要荷载类型是均匀分布的结点荷载。我们首先分析在结点荷载作用下平行弦屋架的内力分布特点，见图1-25。然后，引伸至其它形式的屋架。 从图1-25中可以得出如下结论： （1）弦杆轴力：
浅谈工业建筑中桁架结构的优化设计 发表时间：2019-02-28T15:08:35.403Z 来源：《基层建设》2018年第36期作者：张明[导读] 摘要：随着我国工业化的进一步发展，桁架结构在工业建筑中的应用越来越广泛。 河钢股份有限公司唐山分公司发展规划部河北省唐山市 063000 摘要：随着我国工业化的进一步发展，桁架结构在工业建筑中的应用越来越广泛。除厂房屋盖结构外，桁架结构还应用于带式输送机的栈桥、通道、塔架等。它具有重量轻、跨度大、材料消耗经济、标准化程度高等优点，各种形状以满足不同用途。本文主要探讨在带式输送机栈桥的桁架中如何布置构件，使桁架结构受力更合理，使用更经济的材料。通过比较分析桁架在不同构件布置方案下的受力性能，达到优化桁架结构设计的目的。 关键词：平面桁架结构；杆件布置；优化设计 1 桁架基本情况 1.1 桁架的特点与组成 桁架结构是在简支梁基础上发展而来的，简支梁在均布荷载作用下，沿梁轴线弯曲，剪力的分布及截面正应力的分布在中和轴处为零，截面上下边缘处的正应力最大，随着跨度的增大，梁高增加根据正应力的分布特点，在先形成工字型梁后，继续挖空成空腹形式，中间剩下几根截面很小的连杆时，就发展成为“桁架”。由此可见，桁架是从梁式结构发展产生出来的。桁架的实质是利用梁的截面几何特征的几何因素—构件截面的惯性矩Ⅰ增大的同时，截面面积反而可以减小，从而减轻结构自重，达到节省材料的目的。 桁架结构是由直杆在杆端相互连接而组成的以抗弯为主的格构式体系，一般由上弦、下弦、腹杆组成，多应用于受弯构件。简支桁架在外荷载的作用下整体所产生的弯矩图和剪力图都与简支梁的情况相似，但桁架构件的受力性能与梁完全不同。桁架的上弦杆受压、下弦杆受拉，由此形成力偶来平衡外荷载所产生的弯矩，由斜腹杆轴力中的竖向分量来平衡外荷载所产生的剪力。 1.2 桁架结构计算的基本假定条件 （1）杆件与杆件之间相连接的节点均为绝对光滑无摩擦的铰结点。（2）所有杆件的轴线均是直线且在同一平面内，并通过铰的中心。（3）荷载和支座反力均作用在节点上，并位于桁架的平面内。通过分析可以看出:从整体来看，整个桁架相当于一个受弯杆件，而从局部看，桁架的每个杆件只承受轴力、拉力或压力，没有弯矩和剪力。 2 桁架在实际工程中的应用分析 这里以位于甘肃平凉某骨料生产线项目为例，分析桁架结构杆件布置。此桁架为皮带机运输栈桥桁架，跨度 18 m，宽度 3.2 m，高度2.7 m，全封闭结构，角度0°。 2.1 桁架结构建模 采用 PKPM 软件进行建模分析,取单榀桁架，高度 2.7 m，立杆间距取 3 m，荷载取宽度的一半，所有杆件按柱布置，所有节点设为较结点，荷载直接输在节点上。经计算上弦单个节点恒载 0.5 kN、活载7.5 kN，下弦单个节点恒载 3.5 kN、活载 24 kN，通过设置不同的杆件连接形式进行结果分析，桁架均对称布置。 2.2 桁架结构的对比分析 文章共进行四种连接形式的计算，在杆件和荷载均相同的情况下进行结果分析。 （1）由于桁架各杆件只有轴力，我们先将四种桁架结构的轴力图进行对比，如图 1 所示。从图中对比可以看出，桁架采取不同的杆件布置，桁架杆件的内力是不均匀的，整体近似梁内力分布，上下弦杆内力是两端小而向中间逐渐增大，腹杆内力是两端大而向中间逐渐减小的。但是明显3、4 形式下桁架的支座处节点荷载远远大于 1、2 形式，由此可见桁架结构边跨处腹杆直接与支座连接时，桁架整体受力更加合理，图中的 1、2 形式连接相对于 3、4 连接更加合理。 图1 恒载轴力 （2）将 1、2 两种桁架结构的应力图进行对比，如图 2 所示。从图中对比可以看出桁架杆件在 1、2 形式布置下虽然整体轴力分布都比较均匀，但是应力计算结果显示不同的布置下杆件所受内力不同，在相同的条件下 2 形式中间的杆件长细比（187>150）已经超限，1 形式杆件全部满足。由此可见桁架四种形式下最终比较结果 1 形式结构受力更合理。
123中国 设备 工程Engineer ing hina C P l ant 中国设备工程 2018.09 （下）桁架机器人作为一种多自由度以及用于各种任 务中的自动化设备，不仅可以进行自动化控制、还 可以在空间XYZ 直角坐标系基础上进行反复编程。 在桁架式机器人中使传统的物流方式发生了根本性 的转变，使其工作运行环境得到了有效地改善，使 其机械零部件在生产过程中，实现数字化、信息化 以及无人化生产管理，不仅使产品的生产质量得以 有效保障，还大大提升了劳动生产率，将工人从繁 重的体力劳动中解放出来，使现代制造技术达到一 个崭新的水平。 1?桁架机器人整体结构设计 桁架机器人的整体框架为龙门式结构，框架包括 立柱、滑台、横梁和竖梁。具体构造如图1所示。在 桁架机器人的立柱下方有物料输送台，在位于立柱大 约70mm 的位置安装安全防护网。图1显示，在整个 桁架机器人中运行期间的主要力量支撑来源于立柱， 当横梁和Z 方向工作部件(滑台、竖梁及末端负载) 发生重力作用后，其中Z 方向工作部件的重心距离立 柱中心距离505mm。从理论力学知识可以知道，立 柱产生的变形不仅与力的大小有关，而且与力到立柱 中心的距离有关，此时横梁及Z 轴运动部件的质量会 对立柱造成偏心倾覆力矩，造成立柱的变形，而这种 变形会在末端执行器上产生放大作用，影响末端运动 精度及整机的稳定性。因此，为了使桁架机器人的整 体刚度得以提升，增加桁架机器人的刚度及稳定性， 需要从以下两方面进行。（1）缩短横梁上Z 轴运动部件与立柱中心线的距 离以减小偏心力矩的大小。 （2）为了提升横梁的坚韧度，通过降低横梁的弯 度变形量，减少横梁因为扭转时对尾部精确值的影响， 对机器人的横梁采取优化设计。图1 改进后桁架机器人整体布局示意图图2?桁架机器人整体布局示意图2?桁架机器人立柱的结构预改进设计立柱可以保证桁架机器人中构造的稳定，一般采 桁架机器人关键部件结构优化设计 于美森，杜银明 （青岛科捷机器人有限公司，山东?青岛?266100） 摘要：在桁架机器人中前六阶固有频率和伺服电机的激振频率分别是15.9~52.6Hz 和50Hz 以内，其结构构造受到工作运动过程中的影响，发生共振的机率非常大；受到桁架机器人末端执行器运动影响，桁架机器人的结构框架和立柱都会受到一定的变形影响，因此对桁架机器人的结构和立柱进行了优化设计，提高桁架机器人本体结构的固有频率及刚度，进而提升桁架机器人的工作性能及运动精度。? 关键词：桁架机器人；关键部件；结构设计 中图分类号：TP242 文献标识码：A 文章编号：1671-0711（2018）09（下）-0123-02
———————————— 基金项目基金项目：：国家自然科学基金资助项目(61174133) 作者简介作者简介：：李勇刚(1974－)，男，副教授，主研方向：人工智能，智能搜索；邓艳青，硕士研究生 收稿日期收稿日期：：2011-09-20 修回修回日期日期日期：：2011-12-26 E-mail ：dengyanqing12345@https://www.doczj.com/doc/bb16730443.html, 结合禁忌搜索的改进粒子群优化算法 李勇刚李勇刚，，邓艳青 (中南大学信息科学与工程学院，长沙 410083) 摘 要：为提高粒子群优化算法的全局搜索和局部开采能力，提出一种结合禁忌搜索(TS)的改进粒子群优化算法。在搜索过程中，以线性递增的概率对最优粒子实施随机扰动，在全局搜索收敛到一定程度后，引入TS 算法进行局部搜索，使算法快速收敛到全局最优解。分析结果表明，该算法收敛精度较高，能有效克服早熟收敛问题。 关键词关键词：：粒子群优化算法；禁忌搜索；随机扰动；局部最优；收敛精度 Improved Particle Swarm Optimization Algorithm with Tabu Search LI Yong-gang, DENG Yan-qing (School of Information Science and Engineering, Central South University, Changsha 410083, China) 【Abstract 】To improve the global exploration and local exploitation ability of Particle Swarm Optimization(PSO) algorithm, an improved PSO algorithm integrated with Tabu Search(TS) is proposed. In PSO algorithm, optimal particle is perturbed with a linear increasing probability. When the global PSO algorithm converges to a certain degree, TS algorithm is used for local search of global optimum. Simulation results show that the convergence precision of the improved algorithm is very high, and can overcome premature convergence effectively. 【Key words 】Particle Swarm Optimization(PSO) algorithm; Tabu Search(TS); random perturbance; local optimum; convergence precision DOI: 10.3969/j.issn.1000-3428.2012.18.042 计 算 机 工 程 Computer Engineering 第38卷 第18期 V ol.38 No.18 2012年9月 September 2012 ·人工智能及识别技术人工智能及识别技术·· 文章编号文章编号：：1000—3428(2012)18—0155—03 文献标识码文献标识码：：A 中图分类号中图分类号：：TP301.6 1 概述 粒子群优化(Particle Swarm Optimization, PSO)算法[1] 是由于在人工生命研究中对鸟群社会行为模拟受到启发，提出的一种基于群智能的启发式搜索算法，具有思想简单、容易实现等特点，受到了广泛的关注。 PSO 算法容易早熟收敛，并且局部寻优能力较差。为此，许多学者提出各种改进策略，如文献[2-3]提出与遗传算法，差分进化算法等全局优化算法混合；文献[4-5]提出与单纯形法，模拟退火等局部优化算法混合。但大多数都只采用一种策略对其改进，要么与其他算法混合，要么加入变异操作[6]，同时，采用2种策略的混合算法较少。与局部算法相混合可以提高收敛速度，却加剧了陷入局部最优的概率。引入变异操作增强了全局搜索，但局部搜索能力却没有改善。因此，如果将局部搜索算法和变异操作同时混合到PSO 算法中，通过适当的调节，使其在优化机制、进程、搜索行为、操作上进行有机结合，可以发挥各自的优点，同时，提高PSO 算法的全局搜索和局部开采能力。 本文提出一种结合禁忌搜索(Tabu Search, TS)与加入随机扰动的PSO 算法的混合算法。利用PSO 算法的快速 性和随机性，全空间地搜索最优解可能存在的区域，使用禁忌搜索算法的记忆功能及爬山能力强的特点，解决算法陷入局部最优的问题。 2 粒子群优化算法粒子群优化算法及禁忌搜索算法及禁忌搜索算法 2.1 标准标准粒子群优化算法粒子群优化算法 PSO 算法先初始化一群随机粒子，然后通过迭代找到最优解。在每次迭代中，粒子通过跟踪2个“极值”更新自己。一个是粒子本身找到的最好解称个体极值pbest ，另—个是整个种群目前找到的最优解称全局极值gbest 。在找这2个最优值时，粒子根据如下的公式来更新自己的速度和位置： 11122()()k k k k k k v wv c r pbest x c r gbest x +=+?+? (1) 11k k k x x v ++=+ (2) 其中，w 为惯性权重；1r 、2r 取[0:1]之间的随机数；1c 、 2c 为加速常量。 2.2 禁忌搜索禁忌搜索算算法 禁忌搜索思想是一种模拟人思维的智能搜索算法[7]。它采用一种灵活的“记忆”技术，即对历史进行记录和选择，指导下一步的搜索方向。另外，为了尽可能不错过产生最优解的“移动”，TS 还采用“释放准则”的策略[8]。
题目:十杆桁架结构优化设计日期：2013。09.16
目录 1 设计题目 (1) 2 设计过程 (2) 2.1 一、运用Abaqus求解各杆轴力应力 (2) 2.1。1 Abaqus计算流程 (2) 2。1。2 结果 (3) 2.2 二、利用材料力学知识求解 (4) 2.2.1 基本思路 (4) 2.2。2 解题过程 (4) 2。2。3 结果 (5) 2。3 三、编写有限元程序求解 (6) 2。3.1 程序基本步骤 (6) 2.3。2 Vs2012 中重要的程序段 (6) 2。3.3 程序输出文件 (9) 2.3.4 材料力学、有限元程序、Abaqus结果比较 (10) 2.4 四、装配应力计算 (11) 2。4。1 处理技巧 (11) 2.4。2 Abaqus处理技巧 (11) 2.4.3 不加外力（P1,P2,P3）时材力，Ansys与Abaqus结果 (12) 2.4.4 不加外力（P1,P2，P3）时材力,Ansys与Abaqus误差分析 (12) 2.4。5 加外力（P1,P2,P3）时 Ansys与Abaqus结果 (12) 2.5 五、优化设计 (14) 2。5。1 设计中变量的概念 (14) 2。5。2 优化步骤运用VS2012编写复合形法进行约束优化。 (14) 2.5。3 VS2012优化程序 (16) 2。5。4 优化结果 (20) 2.5.5 结果说明 (20) 3 设计感想 (20) 4 备注 (20) 4.1 参考书目 (20) 4。2 说明 (20)
十字桁架结构优化设计 现有十字桁架结构见图1，材料泊松比为0。3,E=2。1e11，密度为7.8×103kg/m3, 许用应力为160Mpa，P1=600k N ，P2=900k N ，P3=600k N，杆1-6面积为A1=0.03m2，杆7-10面积为A2=0。02m。 1、利用Ａｂａｑｕｓ计算各杆的应力； 2、利用材料力学的知识求解,并与1计算出的结果做比较； 3、编写有限元程序求解，与1和2计算结果进行比较; 4、若杆5制作时短了0.001m,试求各杆的应力; 5、若令2节点的位移小于0。005m,A1、A2为0。005～0.05m2,试对结构进行优化，使其重量最小。（同材料力学优化结果比较）. 图1十杆桁架