首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
《Planning》2017,(5)
针对非线性太阳影子定位参数反演问题,给出一种基于单纯形算法的权重线性递减的粒子群混合算法,此混合算法融合了单纯形算法的精确局部搜索能力和粒子群算法全局搜索能力,且采用权重线性递减的粒子群算法加快了算法的收敛速度。在太阳影子定位参数反演的数值实验中,所提算法不仅成功反演参数,而且拥有较高的计算精度和更快的收敛速度。  相似文献   

2.
基于改进粒子群算法CHPSO-DS的面板 坝堆石体力学参数反演   总被引:4,自引:2,他引:2  
面板堆石坝堆石体力学参数反演优化问题是一个多变量、多约束的混合非线性规划问题,当正演过程用神经网络模拟器替代后,高效快捷的优化算法成为解决问题的关键.提出一种用以解决这一复杂优化问题的混合算法--混沌直接搜索粒子群(CHPSO-DS)算法.在改进的算法中,首先结合混沌优化思想对粒子群进行初始化,减轻粒子初始位置的选择对算法优化性能的影响;利用直接搜索法克服了粒子群算法后期搜索效率降低的缺陷,提高算法局部搜索能力.为证明该算法的优越性,同时将该算法与遗传算法(GA)用于水布垭面板堆石坝堆石体力学参数的位移反分析计算中.实践证明,利用CHPSO-DS算法搜索时能快速收敛到全局最优解,且算法具有较强的鲁棒性;两算法对比结果也表明,不论是优化精度还是收敛时间,CHPSO-DS算法都较GA有明显提高.最后利用CHPSO-DS算法反演的堆石体力学参数进行测点沉降预测,结果表明各个测点的计算位移值与监测值吻合较好,说明CHPSO-DS算法在复杂岩土工程位移反分析中具有良好的实际应用价值,值得进一步研究和推广.  相似文献   

3.
群智能算法由于其优异的搜索性能被广泛应用于结构优化设计,人工鱼群算法和粒子群算法都是基于动物群体行为的智能优化随机算法.本文介绍了人工鱼群算法和粒子群算法的基本原理,并提出了粒子群和鱼群杂交混合的一种新方法:粒子群-鱼群混合算法,将粒子群-鱼群混合算法应用到四个桁架结构的重量优化设计,包括平面桁架结构和空间桁架结构,通过比较粒子群-鱼群混合算法、人工鱼群算法、粒子群算法的优化结果,发现改进的粒子群-鱼群混合算法具有收敛精度高、收敛速度快等特点,同时具有较好的稳定性,可用于结构优化设计.  相似文献   

4.
用改进粒子群优化算法对小波神经网络进行优化,从而提出改进粒子群算法优化小波神经网络模型(APSO-WNN)。该模型具有小波变换的良好时频局域化性质、良好时域和频域分辨能力及传统神经网络的自学习功能;同时用改进的粒子群优化法进行全局最优搜索,快速收敛到全局最优解,使其具有良好的逼近能力、容错能力和较强的鲁棒性。因此,该计算模型适合解决具有复杂非线性和模糊性特点的岩土工程问题。为证明该模型的优越性,同时将该计算模型与传统遗传算法神经网络用于三峡船闸高边坡4种介质弹性模量的位移反分析计算,结果表明不论是优化精度还是收敛时间,该算法都较遗传算法有明显提高。最后利用APSO-WNN反演的弹性模量参数进行测点位移预测,预测表明各个测点的计算位移值与监测值吻合较好,说明该模型在岩土工程位移反分析中具有良好的实际应用价值。  相似文献   

5.
岩土工程反分析的计算智能研究   总被引:1,自引:1,他引:0  
 传统岩土工程学科的研究方法及思路限制了岩土工程反分析技术,乃至整个学科的发展,因此,从研究思维变革的根本上着手,把现代智能科学中的新发展分支—计算智能引入岩土工程反分析,可望使其产生一个飞跃性突破,以至带动整个岩土工程学科的发展。基于此思路,本文把计算智能方法引入反分析领域(本文反分析指位移反分析),全面而系统地进行了反分析的计算智能研究。 岩土物性参数反演可分为正反分析(优化反分析)及逆反分析两种。针对正反分析目标函数的复杂性,把进化计算引入正反分析研究,提出了进货反分析方法。基于前人的研究及对算法机理的分析,提出了一种快速收敛遗传算法反分析方法。首次结合进化规划、人工免疫系统原理及有限元计算提出了一种新的免疫进化规划反分析方法,标准算例证明它是一种相当理想的正反分析方法。从系统逆辨识的全新角度观察反分析研究,提出了基于神经网络的逆反分析思路。并提出了一种结构及权值同时进化的新型进化神经网络模型,并由它进行了进化神经网络逆反分析研究。 为了进行模型辨识,基于岩土本构模型的统一表达式,提出了一种新的岩土本构模型类内辨识的进化方法。基于分子生物学及现代进化论观点,创造性地提出了一种既模拟生物种间竞争又模拟生物种内竞争的生态竞争进化模型。基于此,提出了一种岩土本构模型类间识别并同时反演其物性参数的新算法。 根据位移时序分解原理,以灰色系统拟合位移序列的趋势,以本文提出的网络结构及算法参数同时进化的进化神经网络逼近序列的趋势偏离量,首次提出了基于灰色系统—进化神经网络的位移时序混合智能建模新方法。并通过两个工程实例验证了该混合智能方法的良好位移建模及预测能力。 最后,采用天生桥一级电站工程、某抽水蓄能电站工程及三峡永久船闸中隔墩岩体三个工程实例进行了免疫进化规划参数反分析、生态竞争模型岩体本构识别及灰色系统—进化神经网络位移序列建模预测研究,从工程实例角度验证了前述反分析方法的可行性。 计算智能在岩土工程中的应用研究是一个新兴的领域,本文仅进行了一定程度的计算智能反分析研究,但也未能穷尽。因此,本文研究只能起到抛砖引玉的作用,期望对此方面研究有兴趣的广大研究者共同努力,促进此项研究的发展。  相似文献   

6.
兰鹏  李海潮  叶新宇  张升  盛岱超 《岩土工程学报》2021,(3):586-592,F0002,F0003
物理信息神经网络(PINNs)算法采用自动微分方法将偏微分方程直接嵌入神经网络中,从而实现对偏微分方程的智能求解,属于一种新型的无网格算法,具有收敛速度快和计算精度高等优点。PINNs不仅能够实现对偏微分方程求解,还能够对偏微分方程未知参数进行反演,因此对岩土工程复杂问题具有广泛的应用前景。为了验证PINNs算法在岩土工程领域的可行性,对连续排水边界条件下的一维固结理论进行求解和界面参数反演。计算结果表明,PINNs数值结果与解析解具有高度一致性,且界面参数反演结果准确,说明PINNs算法能够为岩土工程相关问题提供新的求解思路。  相似文献   

7.
为提高粒子群算法在模型参数反演中的表现,提出一种改进的粒子群算法(FPSO)。利用线性分段函数和指数函数,对学习因子C1和C2采用异步策略调整,实现粒子群算法中的惯性权重w和C1,C2随迭代次数的动态调整;通过免疫变异算子保证粒子多样性,结合阵型搜索保证收敛速度,并应用于阿尔塔什面板坝的增量流变模型参数反演分析。结果表明:(1) FPSO算法由于更好地契合了粒子从前期高速全局搜索逐步减速到后期局部精细搜索的运动特点,全局搜索能力得到较大提升,可有效提高反演分析精度和效率;(2)利用停工期大坝实测沉降,基于FPSO反演堆石体的流变参数,计算结果与监测值吻合较好。  相似文献   

8.
基于免疫连续蚁群算法的岩土工程反分析研究   总被引:8,自引:4,他引:4  
基于进化算法等全局优化算法的岩土工程优化反分析是解决实际问题的一种较好的思路,但计算效率是这类算法的最大问题。为了克服这种反分析方法的缺点,提高反分析的计算效率,首次把一种新型仿生算法——连续蚁群算法引入岩土工程领域。并为了更进一步提高算法的效率,把免疫原理引入连续蚁群算法,提出了免疫连续蚁群新算法。在此基础上,结合有限元数值分析技术,提出了一种新的岩土工程反分析算法——免疫连续蚁群算法反分析。最后,通过一个简单算例验证了该法的有效性及卓越的计算效率。  相似文献   

9.
《Planning》2014,(6)
为了提高二进制粒子群优化的收敛速度和收敛效果,提出一种新的改进二进制粒子群优化算法,该算法利用翻转角度作为进化条件,利用局部翻转因子和全局翻转因子来决定粒子群的收敛速度。实验证明,该方法具有更快的收敛速度和更佳收敛值。  相似文献   

10.
《Planning》2015,(13)
粒子群算法是一种实现容易、精度高、收敛快的新型进化算法。该算法在实际应用时会遇到粒子运动超出搜索空间的边界问题。边界问题对算法的效能产生了一定的影响,需要对其加以研究和解决。  相似文献   

11.
In this paper, a particle swarm optimizer with passive congregation (PSOPC), ant colony optimization (ACO) and harmony search scheme (HS) are combined to reach to an efficient algorithm, called discrete heuristic particle swarm ant colony optimization (DHPSACO). This method is then employed to optimize truss structures with discrete variables. The DHPSACO applies a PSOPC for global optimization and the ant colony approach for local search, similar to its continuous version. The problem-specific constraints are handled using a modified feasible-based mechanism, and the harmony search scheme is employed to deal with variable constraints. Some design examples are tested using the new method and their results are compared to those of PSO, PSOPC and HPSO algorithms to demonstrate the effectiveness of the present method.  相似文献   

12.
混沌模拟退火粒子群优化算法   总被引:1,自引:0,他引:1  
颜琳莉 《山西建筑》2008,34(1):97-98
基于模拟退火思想的粒子群优化算法和混沌粒子群优化算法,提出了混沌模拟退火粒子群优化算法,编写了其具体流程图,并通过两个算例,验证了该算法的效率和有效性,结果表明该方法可行,具有广泛的应用前景。  相似文献   

13.
An optimum design of low-cost housing offers low-income urban inhabitants great opportunities to obtain a shelter at an affordable price and acceptable indoor thermal conditions. In this paper, the design and operation of a low-cost dwelling were numerically optimized using a simulation-based approach. Three multi-objective cost functions including construction cost, thermal comfort performance and 50-year operating cost were applied for naturally ventilated and air-conditioned buildings. Thermal environment inside the house was controlled and assessed by two thermal comfort models. Optimization problems which consist of 18 design parameters and 6 ventilation strategies were examined by two population-based probabilistic optimization algorithms (particle swarm optimization and hybrid algorithm). Optimum designs corresponding to each objective function, differences in optimal solutions, energy saving by the adaptive comfort approach and optimization effectiveness were outlined. The optimization method used in this paper shows a considerable potential of comfort improvement, energy saving and operating cost reduction.  相似文献   

14.
李亮  迟世春  林皋  褚雪松  郑榕明 《工业建筑》2007,37(2):55-59,73
基本粒子群优化算法存在着对惯性因子敏感、计算量大等缺点,通过借鉴和声搜索算法产生新解的策略和不连续飞行假定,构成了混合粒子群算法。首先,当粒子飞行超越边界时,采用和声搜索算法产生新解;此外还引入了不连续飞行假定,即在每次迭代步中,随机选择一些个体更新速度、位置向量,以利于减少计算量。随机给定10组参数,分别利用基本粒子群优化算法和混合粒子群优化算法对某复杂土坡的最危险滑动面进行了搜索。比较发现,混合粒子群算法能在较短的计算时间内得到更好的结果。  相似文献   

15.
This paper presents a cyber‐physical approach to optimize the semiactive control of a base‐isolated structure under a suite of earthquakes. The approach uses numerical search algorithms to guide the exploration of the design space and real‐time hybrid simulation (RTHS) to evaluate candidate designs, creating a framework for real‐time hybrid optimization (RHTO). By supplanting traditional numerical analysis (i.e., finite element methods) with RTHS, structural components that are difficult to model can be represented accurately while still capturing global structural performance. The efficiency of RTHO is improved for multiple design excitations with the creation of a multiinterval particle swarm optimization (MI‐PSO) algorithm. As a proof‐of‐concept, RTHO is applied to improve the seismic performance of a base‐isolated structure with supplemental control. The proposed RTHO framework with MI‐PSO is a versatile technique for multivariate optimization under multiple excitations. It is well suited for the accurate and rapid evaluation of structures with nonlinear experimental substructures, in particular, those that do not undergo permanent damage such as structural control devices. The RTHO framework integrates popular optimization algorithms with advanced experimental methods, creating an exciting new cyber‐physical approach to design.  相似文献   

16.
基于粒子群算法的钢结构截面优化设计   总被引:1,自引:1,他引:0  
介绍了粒子群算法的基本思想、实现步骤并编制了相应的程序,将粒子群算法应用于钢结构截面优化设计问题中,可方便地对各种钢结构截面进行优化设计。最后通过一个算例验证了该方法的效率和有效性,结果表明该方法科学可行,具有很好的应用前景。  相似文献   

17.
克里金法是广泛应用的空间插值方法,但仅考虑单一因素的普通克里金法在确定山地斜坡土层厚度中存在较大误差。针对普通克里金法中的不足之处,提出了一种确定土层厚度的基于粒子群优化的协同克里金法。该方法首先用粒子群优化算法拟合半变异函数,然后将该函数用于以高程值作为辅助变量的协同克里金法中,并根据均方根误差来评价土层厚度的不确定性。将该方法应用于重庆万盛某边坡土层厚度的确定,通过交叉验证,结果表明:与普通克里金插值法相比较,考虑高程的协同克里金法插值的均方根误差降低了39.32%;基于粒子群优化的普通克里金法和协同克里金法的均方根误差分别降低了28.79%和48.45%。基于粒子群优化的协同克里金插值法对提高土层厚度的插值精度有较大作用。  相似文献   

18.
基于微粒群优化的智能位移反分析研究   总被引:2,自引:0,他引:2  
赵洪波 《岩土工程学报》2006,28(11):2035-2038
优化技术是影响反分析精度和效率的重要因素,将微粒群优化技术与支持向量机技术结合,提出了一种新的智能位移反分析方法。该方法利用了支持向量表达非线性关系方面的优良特性,可以避免大量的数值计算,同时充分利用微粒群的全局优化、收敛速度快的优点。将提出的方法应用到具体的算例中,比较表明,本方法是一种科学、可行、收敛快、精度高的优秀算法。  相似文献   

19.
介绍了标准粒子群算法的基本思想,提出了钢框架抗震优化设计的量子粒子群算法,建立了多层钢框架优化设计数学模型,最后通过一个算例验证了该方法的效率和有效性,结果表明该方法科学可行,具有很好的应用前景。  相似文献   

20.
Abstract: The particle swarm optimization (PSO) method is an instance of a successful application of the philosophy of bounded rationality and decentralized decision making for solving global optimization problems. A number of advantages with respect to other evolutionary algorithms are attributed to PSO making it a prospective candidate for optimum structural design. The PSO‐based algorithm is robust and well suited to handle nonlinear, nonconvex design spaces with discontinuities, exhibiting fast convergence characteristics. Furthermore, hybrid algorithms can exploit the advantages of the PSO and gradient methods. This article presents in detail the basic concepts and implementation of an enhanced PSO algorithm combined with a gradient‐based quasi‐Newton sequential quadratic programming (SQP) method for handling structural optimization problems. The proposed PSO is shown to explore the design space thoroughly and to detect the neighborhood of the global optimum. Then the mathematical optimizer, starting from the best estimate of the PSO and using gradient information, accelerates convergence toward the global optimum. A nonlinear weight update rule for PSO and a simple, yet effective, constraint handling technique for structural optimization are also proposed. The performance, the functionality, and the effect of different setting parameters are studied. The effectiveness of the approach is illustrated in some benchmark structural optimization problems. The numerical results confirm the ability of the proposed methodology to find better optimal solutions for structural optimization problems than other optimization algorithms.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号