基于粗粒度并行遗传算法的阻尼器优化布置

摘要：

提出了一种粗粒度并行遗传算法,并将其应用于被动控制结构中阻尼器布置位置的优化.该算法把一个种群划分为多个子种群,各个子种群可以独立完成经典遗传算法操作.对于给定基因编码的种群个体,通过Matlab-ABAQUS-Python的交互使用,利用Matlab编程生成INP模型文件,并先调用ABAQUS来进行模型分析,后调用Python来读取结果数据并传输给Matlab,求解结构模型的目标函数值.文中还以层间位移角为控制目标,对10层被动控制钢框架结构的阻尼器优化布置进行了实例分析.结果表明:粗粒度并行遗传算法与经典遗传算法相比,既提高了种群的多样性,又加快了种群的收敛速度;对比常规隔层方法,采用该算法可使结构减震率至少提高19.3％,说明该算法能显著提高结构减震率.

关键词：粗粒度并行遗传算法、阻尼器、优化布置、被动控制结构、减震率

所属期刊栏目：47

分类号：TU352.1(建筑结构)

资助基金：华南理工大学亚热带建筑科学国家重点实验室开放课题2018ZB29

在线出版日期：2020-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：104-112