智能隔震结构振动控制及其优化设计

目的为改善铅芯橡胶支座（LRB）隔震结构的减震效果和适用范围，并确定结构的优化参数和控制装置优化布局．方法提出3种磁流变阻尼器（MRD）与LRB混合方案，形成智能隔震结构。建立其动力分析模型，对7层智能隔震结构进行地震反应分析．结果3种混合方案的相对加速度峰值、相对速度峰值、相对位移峰值和层问剪力峰值分别比LRB隔震结构有不同程度的降低．建立智能隔震结构的优化设计模型，对混合方案3进行优化设计，各项地震反应均得到更好地控制．结论IHGA对智能隔震结构的参数和控制装置布局优化设计是有效的     

考虑竖向地震作用的LRB隔震结构优化设计

为了研究竖向地震作用对LRB隔震结构的影响,并改善其隔震效果,建立了耦合地震作用下LRB隔震结构的地震反应分析模型并推导出运动微分方程.以7层LRB隔震结构为例进行地震反应分析,研究结果表明当考虑竖向地震作用时,LRB隔震结构仍具有良好的隔震效果,但地震反应有不同程度的增加,且其增量随着竖向地震作用的增加而增加.建立LRB隔震装置的参数优化设计模型,采用IHGA程序对结构的进行优化设计.结果表明,LRB隔震结构在各种工况下的各项地震反应均得到更好地控制.     

智能振动控制装置布局优化设计

目的为了提高智能振动控制结构的减振效果，以最少的控制装置数目、最佳的位置实现控制．方法建立MRD结构的动力分析模型，推导出结构运动微分方程；对标准遗传算法经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点进行改善，提出了改进混合遗传算法；建立智能控制装置布局优化设计模型，使用改进混合遗传算法对8层MRD结构的控制装置的布局进行优化设计．结果优化后，MRD结构的相对加速度、速度、位移、层间剪力均有很大程度的降低．结论改进混合遗传算法对智能控制装置布局优化的结果比较理想．智能控制结构的各项地震反应均得到了更好地控制．     

双向耦合地震作用下的混合控制结构研究

目的 为了改善滑移隔震结构的减震效果和适用范围，研究双向耦合地震作用对控振结构的影响．方法 提出3种磁流变阻尼器（MRD）与滑移隔震混合方案，建立了双向耦合地震作用下MRD与滑移隔震混合控制结构的动力分析模型。推导出其运动微分方程，采用瞬时最优控制算法对6层MRD与滑移隔震混合控制结构进行地震反应分析．结果 MRD与滑移隔震混合结构的3种混合方案在3种工况荷载作用下的相对加速度峰值、相对速度峰值、相对位移峰值和层间剪力峰值分别比3种工况下的滑移隔震结构有不同程度的降低．结论当考虑竖向地震作用存在时，随着竖向地震作用的加大，结构的地震反应有小幅度地增加，但各种结构方案都具有良好地减振效果。各混合方案在各种工况下的各种地震反应均得到了更好地控制，而混合方案3的控制效果更加明显。     

基于MRD与LRB混合控制的隔震连续梁桥地震响应

为了研究磁流变阻尼器(MRD)与铅芯橡胶支座(LRB)混合控制对桥梁结构地震响应及隔震效果的影响,以典型三跨连续梁桥为背景,采用平行板模型模拟MRD的本构关系,采用Bouc-Wen模型模拟LRB的力-位移非线性行为,通过对结构的离散建立无控制、LRB单独控制、MRD与LRB混合控制的多种控制工况有限元计算模型,运用有限单元方法建立系统的动力特性矩阵,并采用瞬时最优控制算法对其进行了非线性时程对比分析.分析结果表明:采用MRD与LRB混合控制工况与LRB单独控制工况相比,前者的结构地震响应明显降低,隔震效果得到明显提高;在桥墩、桥台处均安装MRD与仅在桥墩或桥台处安装MRD的LRB隔震桥梁相比,前者对结构地震响应的控制效果更好.     

考虑土-结构相互作用的LRB隔震梁桥体系地震反应分析法

为了研究在双向地震激励下,考虑土一结构相互作用的LRB隔震梁桥结构体系的反应特性以及不同类型土对其隔震梁桥地震反应峰值的影响.采用集中参数法,给出了双向水平地震激励下考虑SSI的一种时域计算分析隔震桥梁地震反应的方法.并在考虑和忽略SSI时,对一座三跨连续LRB隔震梁桥的地震反应峰值的影响进行了比较分析,结果证实,土-结构相互作用对LRB隔震梁桥结构地震反应与场面类别、断层以及地震动选择等关系密切.     

工程结构优化设计的改进混合遗传算法

根据工程实际以及规范规定的约束条件和各项技术标准要求,建立了离散变量结构优化模型。针对遗传算法在迭代过程中经常出现的未成熟收敛、振荡、随机性太大和迭代过程缓慢等问题,采用一种新的遗传算子即单亲遗传算子对遗传算法进行了改进,并提出了离散变量结构优化设计的三等分割算法与遗传算法相结合的混合遗传算法。优化设计结果表明:改进混合遗传算法的收敛特性得到了很好的改善,既具有三等分割算法省时、高效、局部搜索能力强的特点,又具有遗传算法全局性好的特点,是高效、理想的工程结构优化设计方法。     

工程结构优化设计的混合遗传算法

根据工程实际，充分考虑规范规定的约束条件和各项技术标准要求，建立了工程结构优化设计模型。为了改善遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点，提出一种离散变量结构优化设计的三等分割算法，并与标准遗传算法结合成混合遗传算法。对25杆框架结构优化设计，结果表明，这种混合遗传算法的收敛特性得到很好的改善，即发挥了三等分割算法省时、局部搜索能力强的特点，又发挥了遗传算法全局性好的特点，是有效的工程结构优化设计方法。     

外套加层结构中的隔震支座优化参数研究

对隔震技术在分离式外套框架加层结构中的应用进行了研究,研究结果表明可通过理论表达式得到初步设计时隔震支座的优化参数.采用线性弹簧和线性阻尼器并联的模型模拟橡胶支座,并采用Bouc-Wen模型描述结构的滞回特性.在数值算例中,对不同加速度峰值和不同地震波激励下的外套框架加层结构进行了非线性动力分析,得到了隔震支座的优化刚度和阻尼系数,该结果与理论表达式得到的优化阻尼系数一致,大量的数值分析结果表明在一定范围内,隔震支座的刚度取值对其耗能减震效果影响不大,说明隔震技术在分离式外套框架加层结构中的应用具有较大的优势,隔震支座阻尼系数初步设计值可通过理论表达式求得,可为工程师的初步设计提供参考,有利于这种加层结构体系的推广应用.     

增层隔震技术在既有建筑结构加固中的应用

对层间隔震技术在既有建筑结构抗震加层加固中的应用进行了探讨.采用在双线性模型模拟隔震支座,通过参数化研究得到了隔震支座优化参数.对某工程加层后与未加层的地震响应进行了比较,结果表明,不同地震波作用下隔震支座的优化参数基本一致,增层隔震技术类似于TMD系统,但因子结构质量较大,能够起到更好的耗能减震效果,可有效削弱原结构的水平地震响应.     

建筑结构优化设计的改进进退遗传算法

针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大、局部搜索能力差和迭代过程缓慢等缺点.提出一种离散变量结构优化设计的进退搜索算法与遗传算法结合在一起解决问题;并提出一种新的遗传算子———转基因算子,用于对遗传算法的改进.结果表明,这种改进退遗传算法即发挥了进退搜索算法省时、高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点;采用的改进措施效果明显,其收敛特性得到很好的改善.该算法是高效的理想工程结构优化设计方法.     

基于遗传算法和蚂蚁算法求解函数优化问题

针对遗传算法求解精度低以及蚂蚁算法求解速度慢的问题，提出一种基于遗传算法和蚂蚁算法的混合算法.该混合算法利用了遗传算法快速随机的全局搜索能力的优点，设计了编码与适应度函数，进行了种群生成与染色体的选择，并通过设定交叉算子和变异算子， 生成了信息素分布.该混合算法利用了蚂蚁算法正反馈以及具有分布式并行全局搜索能力的优点，通过确定吸引强度的初始值，建立了强度更新的模型，从而求得精确解.并将该算法应用于求解函数优化问题.结果表明，该混合算法与遗传算法和蚂蚁算法相比，收敛速度快，寻优性能好.     

改进遗传算法及其在倒立摆控制中应用研究

针对标准遗传算法寻优时存在的个体多样性不足、搜索速度迟缓、容易陷入局优的问题,使用自适应调整的交叉算子和变异算子对其进行改进,并利用改进的遗传算法对直线一级倒立摆模型实现稳定控制的关键参数进行寻优。在Python3.8软件上对寻优过程进行仿真,仿真结果表明,改进的遗传算法可以更好的平衡全局搜索和局部寻优能力,在实验中展现了良好的效果。     

基于精英保留策略与爆炸算子的改进遗传算法

针对标准遗传算法(standard genetic algorithm,SGA)应用于数值优化存在收敛缓慢、易陷入局部优解和精度低等问题,提出一种具有爆炸算子的改进遗传算法(FGA)。引入爆炸算子(fire algorithm,FA),通过局部最优解集爆炸产生新个体以弥补SGA算法寻优过程中种群多样性不足的缺陷, 从而提高算法在解析域的全局搜索能力;加入精英保留策略使每代中的最优个体都能得以保留,避免交叉和变异操作遗失全局最优解。为验证算法的优化性能,选用4个经典测试函数对SGA与FGA这2种算法的优化性能进行对比,算例结果表明,本文所提算法具有更好的全局搜索能力、收敛性能以及计算精度。     

基于GAELM神经网络的日前电价预测

针对日前电价预测问题,利用极限学习机建立预测模型.鉴于极限学习机在训练前随机产生输入权重和隐藏节点偏置,可能导致预测结果不稳定以及预测精度太低的问题,提出了一种基于遗传算法(GA)和极限学习机(ELM)的预测方法.首先利用遗传算法对极限学习机随机生成的参数进行寻优,然后根据优化后的参数建立基于GA-ELM的电价预测模型.最后以此模型对PJM电力市场的日前电价进行预测.结果表明,相比ELM和BP神经网络,GA-ELM具有更高的预测精度.     

成本导向下基于遗传算法的曲面幕墙设计优化

针对目前建筑越来越多采用曲面幕墙而带来的高额建造成本问题，提出方案设计阶段优化与深化设计阶段优化相结合的两阶段复合优化方案，对曲面幕墙工程项目进行成本优化. 通过Rhino建立曲面幕墙参数化模型，利用Grasshopper逻辑运算器编写优化方案，实现控制参数生成的优化方案. 在方案设计阶段中，使用多目标遗传算法进行网格划分方案优化. 综合考虑面板类型占比与龙骨综合长度的平衡解集，选择满足工程需求的最优方案解，在深化设计阶段中使用单目标遗传算法，将双曲型面板优化为单曲型面板，降低双曲型面板数量的占比. 通过实际工程应用的分析可知，该复合优化方案在原始方案基础上的优化率为23.19%，现有只在单一阶段进行优化的方案优化率为16.20%，复合优化方案的优化率在现有的优化方案的基础上增加了6.99%. 研究结果表明，利用该研究方案，能够有效地降低曲面幕墙工程项目成本.