蚊子优化算法_1

YJK软件的优化设计

Y J K软件的优化设计Prepared on 21 November 2021

一、当前软件(PKPM)主要问题 1、计算模型落后甚至不正确的若干方面 2、采用的算法不完全满足规范要求的若干方面 3、采用的过于简化的计算模型的若干方面 4、设计观念已经落后的若干方面 5、计算模型粗放忽略了结构有利要素的若干方面 6、涉及优化的关键环节缺失的若干方面 7、不开放接口的封闭观念 1、计算模型落后甚至不正确的若干方面 （1）基础筏板、桩筏或桩承台有限元计算常给出配筋异常大的结果（2）楼板按照单房间的导致支座钢筋偏大； （3）基础冲切计算流程错误导致筏板承台厚度过大； （4）承台独基与地基梁的重复计算造成重复布置 2、采用的算法不完全满足规范要求的若干方面 （1）剪力墙边缘构件配筋的单肢配筋方式配筋过大或不够； （2）柱剪跨比按简化计算方法常导致短柱过多超限过多； （3）型钢混凝土柱的配筋按不同规程才可优化 3、采用的过于简化的计算模型的若干方面 （1）对弹性时程分析结果只能作全楼统一的地震作用放大； （2）对活荷载的折减系数、重力荷载代表值系数只能设置全楼统一的数值； （3）施工模拟计算不能胜任目前多种工程需要； （4）转换梁按照梁杆件计算模型导致易发生抗剪抗弯超限； （5）地下室外墙的计算模型不合理导致地下室外墙过大的配 筋设计； （6）基础考虑上部楼层刚度的计算不全面； 4、设计观念已经落后的若干方面 认为梁设计时考虑楼板的壳元计算减少梁的配筋偏于不安全 5、计算模型粗放忽略了结构有利要素的若干方面 （1）地下1层以下地下室的不需按抗震设计； （2）梁配筋计算没有考虑支承梁的柱的宽度影响； （3）应正确区分框架梁与非框架梁； 6、涉及优化的关键环节缺失的若干方面 （1）基础承载力验算；

一维优化方法

一维优化方法 最优化设计数学模型中的基本概念： 1、设计变量 在机械设计中，区别不同的设计方案，通常是以一组取值不同的参数来表示。这些参 数可以是表示构件形状、大小、位置等的几何量，也可以是表示构件质量、速度、加速度、力、力矩等的物理量。在构成一项设计方案的全部参数中，可能有一部分参数根据实际情 况预先确定了数值，它们在优化设计过程中始终保持不变，这样的参数称为给定参数(或 叫预定参数)或设计常数。另一部分参数则是需要优选的参数，它们的数值在优化设计过 程中则是需要优选的参数，它们的数值在优化计算过程中是变化的，这类参数称为设计变量，它相当于数学上的独立自变量。一个优化问题如果有n个设计变量，而每个设计变量 用xi(i=1,2, ,n)表示，则可以把n个设计变量按一定的次序排列起来组成一个列阵或行 阵的转置，即写成 ??x1? x=?x? 2?=[x1,x2, ,xT ?? ?n] ?x? n? 我们把x定义为n维欧式空间的一个列向量，设计变量x1,x2, ,xn为向量x的n个 分量。以设计变量x1,x2, ,xn为坐标轴展成的空间称为n维欧式空间，用Rn表示。该空 间包含了该项设计所有可能的设计方案，且每一个设计方案就对应着设计空间上的一个设 计向量或者说一个设计点x。 2、目标函数 优化设计是在多种因素下欲寻求使设计者员满意、且适宜的一组参数。“最满意”、“最适宜”是针对某具体的设计问题，人们所追求的某一特定目标而言。在机械设计中， 人们总希望所设计的产品具有最好的使用性能、体积小、结构紧凑、重量最轻和最少的制 造成本以及最多的经济效益，即有关性能指标和经济指标方面最好。 在优化设计中，一般将所追求的目标(最优指标)用设计变量的函数形式表达，称该函 数为优化设计的目标函数。目标函数的值是评价设计方案优劣程度的标准，也可称为准则 函数。建立这个函数的过程称为建立目标函数。一般的表达式为

MATLAB实验遗传算法和优化设计

实验六 遗传算法与优化设计 一、实验目的 1. 了解遗传算法的基本原理和基本操作（选择、交叉、变异）； 2. 学习使用Matlab 中的遗传算法工具箱(gatool)来解决优化设计问题； 二、实验原理及遗传算法工具箱介绍 1. 一个优化设计例子 图1所示是用于传输微波信号的微带线(电极)的横截面结构示意图，上下两根黑条分别代表上电极和下电极，一般下电极接地，上电极接输入信号，电极之间是介质(如空气，陶瓷等)。微带电极的结构参数如图所示，W 、t 分别是上电极的宽度和厚度，D 是上下电极间距。当微波信号在微带线中传输时，由于趋肤效应，微带线中的电流集中在电极的表面，会产生较大的欧姆损耗。根据微带传输线理论，高频工作状态下（假定信号频率1GHz ），电极的欧姆损耗可以写成（简单起见，不考虑电极厚度造成电极宽度的增加）： 图1 微带线横截面结构以及场分布示意图 {} 28.6821ln 5020.942ln 20.942S W R W D D D t D W D D W W t D W W D e D D παπππ=+++-+++?????? ? ??? ??????????? ??????? (1) 其中πρμ0=S R 为金属的表面电阻率， ρ为电阻率。可见电极的结构参数影响着电极损耗，通过合理设计这些参数可以使电极的欧姆损耗做到最小，这就是所谓的最优化问题或者称为规划设计问题。此处设计变量有3个：W 、D 、t ，它们组成决策向量[W, D ,t ] T ，待优化函数(,,)W D t α称为目标函数。 上述优化设计问题可以抽象为数学描述： ()()min .. 0,1,2,...,j f X s t g X j p ????≤=? (2)

最优化方法一维搜索法C++程序

加步探索法 #include #include using namespace std; double fun(double t) { return (t*t*t-2*t+1); } double max(double a,double b) { if(a>b)return a; else return b; } double min(double a,double b) { if(a>b)return b; else return a; } double Addstep(double(*pfun)(double t)) { int k=0; double t0=0,h=1,r=2,t,a=0,b=0; t=t0+h; do{ if(fun(t)

对分法 #include #include using namespace std; double fun(double t) { return (t*t-3*t); } double dfun(double t) { return (2*t-3); } void Dichotomous(double(*pfun)(double t),double (*pdfun)(double t)) { int maxflag=1000,k=1; double a=-3,b=5,c,err=0.1,t; do { c=(a+b)/2; if(dfun(c)<0){a=c;} else {if(dfun(c)>0){b=c;} else{a=c;b=c;}} k++; }while(fabs(a-b)>err&&k=maxflag) cout<