<acronym id="2gwac"><center id="2gwac"></center></acronym>
<acronym id="2gwac"><center id="2gwac"></center></acronym>
華中科技大學學報(自然科學版) 2020, Vol. 48 Issue (10): 86-91 DOI10.13245/j.hust.201015

欄目:船舶與海洋工程
基于進化ANSYS的防波堤結構智能優化方法
耿 敬 , 覃天意 , 李明偉 , 趙玄烈
哈爾濱工程大學船舶工程學院,黑龍江 哈爾濱 150001
摘要 為了進一步節約梳式防波堤成本,提出防波堤結構智能優化方法.首先,針對遺傳算法在優化過程中的優勢,依托中間平臺,提出一種改進自適應遺傳算法;然后,利用ANSYS軟件的二次開發接口實現了ANSYS與中間平臺的數據交互,對重復種群個體進行壓縮,對篩選后種群進行原位拓展,設計多約束條件的算法實現流程;最后,提出了基于改進自適應遺傳算法與ANSYS的結構智能優化方法,并應用該方法、基本遺傳算法與ANSYS自帶優化算法分別對梳式防波堤結構進行優化設計.通過對比優化結果,證明了該方法的可行性和優越性.
關鍵詞 結構智能 ;優化 ;ANSYS ;改進自適應遺傳算法 ;梳式防波堤
Intelligent optimization method of breakwater structure based on evolutionary ANSYS
GENG Jing , QIN Tianyi , LI Mingwei , ZHAO Xuanlie
College of Shipbuilding Engineering,Harbin Engineering University,Harbin 150001,China
Abstract To further save the cost of comb breakwater,an intelligent optimization method of breakwater structure was proposed.First,according to the excellent performance of genetic algorithm in the optimization process,based on intermediate platform,an improved adaptive genetic algorithm (IAGA) was proposed.Then,the data interaction between ANSYS and intermediate platform was realized by using the secondary development interface of ANSYS.The individuals of the repeated population were compressed,and the screened population was expanded in situ.The algorithm implementation flow of multi constraint conditions was designed.Finally,an intelligent optimization method of structure based on IAGA and ANSYS was proposed,and the comb breakwater structure was optimized separately by using this method,the basic genetic algorithm and the self-contained optimization algorithm of ANSYS.The feasibility and superiority of this method were proved by comparing the optimization results.
Keywords structural intelligent ; optimization ; ANSYS ; improved adaptive genetic algorithm ; comb breakwater
基金資助國家自然科學基金資助項目(51509056);黑龍江省自然科學基金資助項目(E2017028);黑龍江省水利廳科技計劃資助項目(SGZL/KY-08)

中圖分類號U656.24
文獻標志碼A
文章編號1671-4512(2020)10-0086-06
參考文獻
[1]牛恩宗,王玥葳,馬德堂.防波堤結構的創新[J].水運工程,2009(1):16-22.
[2]唐文艷,顧元憲.遺傳算法在結構優化中的研究進展[J].力學進展,2002(1):26-40.
[3]劉道華,原思聰,鄔長安,等.面向對象的改進遺傳算法優化設計[J].華中科技大學學報(自然科學版),2008,36(7):89-92.
[4]MICHALEWICZ Z,JANIKOW C Z,KRAWCZYK J B.A modified genetic algorithm for optimal control problems[J].Computers & Mathematics with Applica- tions,1992,23(12):83-94.
[5]SRINIVAS M,PATNAIK L M.Adaptive probabilities of crossover and mutation in genetic algorithms[J].IEEE Transactions on Systems Man & Cybemetics,1994 ,24(4):656-667.
[6]任子武,傘冶.自適應遺傳算法的改進及在系統辨識中應用研究[J].系統仿真學報,2006,18(1):41-43,66.
[7]管小艷.實數編碼下遺傳算法的改進及其應用[D].重慶:重慶大學圖書館,2012.
[8]張琛,詹志輝.遺傳算法選擇策略比較[J].計算機工程與設計,2009,30(23):5471-5474.
[9]任子武,傘冶.實數遺傳算法的改進及性能研究[J].電子學報,2007,35(2):269-274.
[10]耿賀松,陳博文,李明偉,等.基于遺傳算法與ANSYS的結構優化方法研究[J].華北水利水電大學學報(自然科學版),2019,40(4):26-31.
[11]中交第一航務工程勘察設計院有限公司,中交第一航務工程局有限公司,天津港(集團)有限公司.JTS 154-1—2011防波堤設計與施工規范[S].北京:人民交通出版社,2011.
中華人民共和國交通運輸部.JTS 277—2014水運工程混凝土和砂漿材料用量定額[S].北京:人民交通出版社,2014.
文獻來源
耿 敬, 覃天意, 李明偉, 趙玄烈. 基于進化ANSYS的防波堤結構智能優化方法[J]. 華中科技大學學報(自然科學版), 2020, 48(10): 86-91
DOI:10.13245/j.hust.201015
时时彩票