首页 理论教育优化结果分析-桥梁可靠度分析方法与应用

优化结果分析-桥梁可靠度分析方法与应用

【摘要】:取目标体系可靠指标β0=2,截面及荷载变异系数均为ξ=0.1,遗传算法优化结果如图5.7所示。图5.7遗传算法迭代过程图由图5.7所示桁架结构遗传算法优化过程可以看出,在第40次种群迭代时,适应度值已经稳定并达到收敛,表明优化过程稳定,优化结果可靠。表5.3不同方法优化结果由表5.3所示的不同体系可靠度约束优化结果可以看出,体系可靠性优化后结构的重量较常规优化方法的大。

建立桁架结构有限元模型,按照图5.4所示的流程图在MATLAB平台编制遗传算法主程序,以及神经网络构建和体系可靠度计算子程序。取目标体系可靠指标β0=2,截面及荷载变异系数均为ξ=0.1,遗传算法优化结果如图5.7所示。

图5.7 遗传算法迭代过程图

由图5.7所示桁架结构遗传算法优化过程可以看出,在第40次种群迭代时,适应度值已经稳定并达到收敛,表明优化过程稳定,优化结果可靠。传统确定性优化、构件可靠性优化和体系可靠性优化结果如表5.3所示。

表5.3 不同方法优化结果

由表5.3所示的不同体系可靠度约束优化结果可以看出,体系可靠性优化后结构的重量较常规优化方法的大。常规优化后结构的体系可靠指标βs<0,若考虑结构抗力和荷载的随机性,则优化结果偏于危险。按照同一目标可靠指标βs≥2进行优化,构件可靠性优化后结构的体系可靠指标仅为1.74,而体系可靠性优化的重量较构件可靠性优化的大,但保证了结构体系可靠度水平。

由于β0和ξ均由人为设定,为分析其对优化结果的影响,现取β0分别为0,1,2,3,4,ξ分别为0.05,0.1,0.15,0.2,计算结果如图5.8所示。

图5.8 不同变异系数和目标体系可靠指标的优化结果

由图5.8可以看出,随着目标体系可靠指标或变异系数的增加,结构的重量显著增加。当体系可靠指标提高到一定层次后,再提高一个层次所增加的结构重量较大。因此,在优化设计中应选择合适的体系可靠指标,且构件制作过程中应控制材料及构件截面的变异性。