基于粗粒度并行遗传算法的阻尼器优化布置

基于粗粒度并行遗传算法的阻尼器优化布置

论文摘要

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.

论文目录

  • 1 经典遗传算法的应用及实现
  •   1.1 经典遗传算法
  •     1.1.1 编码方案
  •     1.1.2 遗传算子
  •     1.1.3 目标函数
  •     1.1.4 精英保留策略
  •   1.2 Matlab-ABAQUS-Python交互使用
  •   1.3 经典遗传算法的计算流程
  • 2 粗粒度并行遗传算法
  •   2.1 迁移规模
  •   2.2 迁移策略
  •   2.3 迁移拓扑
  •   2.4 并行遗传算子
  •   2.5 粗粒度并行遗传算法的优势
  •   2.6 粗粒度并行遗传算法的流程
  • 3 计算分析
  •   3.1 结构模型
  •   3.2 阻尼器的力学模型
  •   3.3 粗粒度并行遗传算法的优化参数
  •   3.4 优化结果与分析
  •     3.4.1 两种算法的对比
  •     3.4.2 粗粒度并行遗传算法的优化布置结果
  •     3.4.3 框架结构减震率对比
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 马宏伟,陈丰收

    关键词: 粗粒度并行遗传算法,阻尼器,优化布置,被动控制结构,减震率

    来源: 华南理工大学学报(自然科学版) 2019年11期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 建筑科学与工程,自动化技术

    单位: 华南理工大学亚热带建筑科学国家重点实验室

    基金: 华南理工大学亚热带建筑科学国家重点实验室开放课题(2018ZB29)

    分类号: TU352.1;TP18

    页码: 104-112

    总页数: 9

    文件大小: 896K

    下载量: 74

    相关论文文献

    • [1].基于混合并行遗传算法和阈值限定法的基因调控网络构建[J]. 吉林大学学报(工学版) 2017(02)
    • [2].基于申威众核处理器的混合并行遗传算法[J]. 计算机应用 2017(09)
    • [3].基于并行遗传算法的网络最优弥补研究[J]. 科技通报 2016(02)
    • [4].基于并行遗传算法的网络最优弥补模型[J]. 现代电子技术 2016(05)
    • [5].基于禁忌-并行遗传算法的士兵职业技能个性化学习[J]. 信息通信 2016(10)
    • [6].基于云计算的混合并行遗传算法求解最短路径[J]. 电子技术应用 2015(03)
    • [7].多核集群系统下的混合并行遗传算法研究[J]. 计算机科学 2011(07)
    • [8].基于改进伪并行遗传算法的函数优化[J]. 江南大学学报(自然科学版) 2010(01)
    • [9].混合并行遗传算法在多文档文摘中的应用[J]. 内蒙古大学学报(自然科学版) 2010(04)
    • [10].基于伪并行遗传算法的聚类分析方法[J]. 计算机工程与设计 2009(01)
    • [11].基于改进型伪并行遗传算法的背包问题求解[J]. 华东经济管理 2009(12)
    • [12].基于自适应并行遗传算法优化设计的有源滤波器[J]. 东北师大学报(自然科学版) 2008(04)
    • [13].自适应并行遗传算法实现有源滤波器的设计[J]. 沈阳师范大学学报(自然科学版) 2008(04)
    • [14].基于改进并行遗传算法的蜂窝网络信道分配[J]. 计算机工程与应用 2014(03)
    • [15].匹配场目标定位的并行遗传算法实现[J]. 哈尔滨工程大学学报 2012(07)
    • [16].基于伪并行遗传算法的无源电力滤波器优化设计[J]. 电测与仪表 2011(07)
    • [17].三层并行遗传算法及装箱问题中的应用[J]. 微型机与应用 2011(17)
    • [18].改进伪并行遗传算法求解作业车间调度问题[J]. 数学的实践与认识 2010(01)
    • [19].一种新的并行遗传算法应用研究[J]. 化工自动化及仪表 2009(01)
    • [20].一种主从式并行遗传算法设计[J]. 电脑知识与技术 2009(10)
    • [21].计算机网络可靠性优化问题中并行遗传算法的应用分析[J]. 电子技术与软件工程 2014(19)
    • [22].并行遗传算法下的农业业务外包伙伴选择[J]. 计算机工程与应用 2009(01)
    • [23].基于伪并行遗传算法的路径测试数据自动生成[J]. 四川大学学报(工程科学版) 2009(05)
    • [24].并行遗传算法骨架的研究和实现[J]. 计算机工程与设计 2009(20)
    • [25].基于并行遗传算法的舰载机再次出动作业调度[J]. 兵器装备工程学报 2019(11)
    • [26].基于自适应伪并行遗传算法的虚拟企业合作伙伴选择优化[J]. 森林工程 2010(03)
    • [27].基于主从式并行遗传算法的岩土力学参数反分析方法[J]. 工程力学 2010(10)
    • [28].基于伪并行遗传算法的煤矿温度监测系统的设计[J]. 传感器与微系统 2010(06)
    • [29].改进的并行遗传算法在基站选址中的应用[J]. 电脑知识与技术 2010(33)
    • [30].一种混合并行遗传算法在网格资源分配中的研究[J]. 电脑开发与应用 2009(04)

    标签:;  ;  ;  ;  ;  

    基于粗粒度并行遗传算法的阻尼器优化布置
    下载Doc文档

    猜你喜欢