遗传算法(GA)作为一种借鉴生物界自然选择思想和自然基因机制的全局随机搜索算法,可模拟自然界中生物从低级向高级的进化过程,而且优化求解过程与梯度信息无关。与传统的优化方法相比,GA的主要优点在于:它从多个初始点开始寻优,沿多路径搜索实现全局或准全局最优;对优化问题没有太多的数学约束,可以处理任意形式的目标函数和约束条件。基于上述特点,遗传算法在工程结构优化设计中得到了广泛应用[1]。 而遗传算法的主要缺点在于收敛速度慢、易陷入局部最优。为此,本文引入一种自适应的遗传算法,使得交叉和变异概率随适应度的大小及分散程度进行自适应调整[2],将其用于重力坝体型优化设计[3],并与复行法[4]的计算结果进行了比较。实例分析表明,自适应遗传算法收敛速度快,计算结果更接近全局最优解。
基于自适应遗传算法的重力坝体型优化设计-图一
该混凝土重力坝套图,最大坝高21m,坝长72m。图纸内容包括大坝平面图、立面图、断面图、止水图、坝体分区、防浪墙挑坎大样图,坝体表面钢筋图。供学习参考! ...... 9张CAD图
1个文件两张图纸:一个枢纽总平面布置图、一个工程立面图、三个剖面图、两个大样图、两个抗滑稳定与应力成果表、一个工程量表、文字说明。
本文为水利水电工程专业学识学位毕业设计。论述包括详细背景资料,枢纽整体布置、非溢流坝段剖面设计、溢流坝段剖面设计、第二建筑物(压力钢管)的设计及施工组织设计同时包括大坝及压力钢管详细计算书。含总体平面布置图及压力钢管布置CAD图共2张,文本共200页,编制于2010年。