取目标体系可靠指标β0=2,截面及荷载变异系数均为ξ=0.1,遗传算法优化结果如图5.7所示。图5.7遗传算法迭代过程图由图5.7所示桁架结构遗传算法优化过程可以看出,在第40次种群迭代时,适应度值已经稳定并达到收敛,表明优化过程稳定,优化结果可靠。表5.3不同方法优化结果由表5.3所示的不同体系可靠度约束优化结果可以看出,体系可靠性优化后结构的重量较常规优化方法的大。......
2023-09-19
为了说明改进的二次序列响应面法的准确性和有效性,本书选用两个算例来说明[11,12]。
算例1:已知功能函数为其中x1~N(10,2),x2~N(2.5,0.375),求验算点
及其可靠指标β。
算例2:已知功能函数为其中x1~N(10,5),x2~N(9.9,5),求验算点
及其可靠指标β。
表2.1 计算结果比较
图2.4 算例1迭代过程
图2.5 算例2迭代过程
图中虚线为采用文献[10]的响应面法的迭代过程,实线为改进后的响应面法迭代过程。计算结果表明:算例1的一次二阶矩法结果与文献[13]同种方法给出的结果β=2.330 9,几乎相等;而算例2的一次二阶矩法计算结果不收敛无法得出结果。算例1的改进响应面法结果与一次二阶矩法结果相差0.05%;算例2改进响应面法结果与文献[10]给出的结果相等,而迭代次数减少了25%。由此可知改进的序列响应面法计算迭代次数较少,结果精度满足要求。
表2.2 算例1二次序列响应面法计算过程
表2.3 算例1改进的二次序列响应面法计算过程
由算例1的两种方法计算过程对比可知:在第一次迭代过程中,两种方法在抽样中心由上次计算产生的验算点x*(1)和由之插值得到的新展开点之间的选取是不同的。二次序列响应面法选取
为抽样中心,而由于
改进的二次序列响应面法选取x*(1)为抽样中心。事实上,x*(1)到极限状态曲面的距离较
更进,插值后的
反而较远些。结果证明在该算例计算中,改进后的二次序列响应面法比普通的二次序列响应面法迭代次数较少了20%。
表2.4 算例2二次序列响应面法计算过程
续表2.4
表2.5 算例2改进的二次序列响应面法计算过程
由算例2的两种方法计算过程对比可知:在第6次迭代过程中,两种方法在抽样中心由上次计算产生的验算点x*(6)和由之插值得到的新展开点之间的选取是不同的。二次序列响应面法选取
为抽样中心,而由于
改进的二次序列响应面法选取x*(6)为抽样中心。在第7次迭代过程中,也有同样的结果产生。事实上,x*(6)到极限状态曲面的距离较
更进,插值后的
反而较远些。结果证明在该算例计算中,改进后的二次序列响应面法比普通的二次序列响应面法迭代次数较少。
在实际工程结构体系可靠度分析中,需要计算单个功能函数可靠指标,但由于无法得到功能函数的真实表达式,因此直接利用一次二阶矩法计算可靠指标不可行。所以对工程结构进行体系可靠性分析就要解决功能函数拟合的问题,而实际功能函数并不能用单一的函数表达式表达出,往往是一些函数簇,因此功能函数拟合有较大的难度。试验表明,若采用合适的表达方式,应用响应面法能够较好地拟合出实际工程结构在验算点附近的功能函数,进而得出极限状态方程,从而进行可靠性分析。值得注意的是,该功能函数只在拟合点附近才具有一定精度,若远离拟合点,则需重新拟合。因此,响应面的计算只需要多次迭代计算,当结构非线性较大时,则计算量比较大。在这个问题上,本章在二次序列响应面法的基础上提出了改进的响应面法。该方法通过对比拟合后所计算的验算点和插值的验算点所对应的功能函数值的大小,来决定选取哪个点为下次的拟合展开点。通过两个算例分析说明,改进后的响应面法在保证精度的同时能够减少迭代次数,这恰恰能减少实际工程结构有限元分析运算次数,节省了可靠度计算时间。
有关桥梁可靠度分析方法与应用的文章
取目标体系可靠指标β0=2,截面及荷载变异系数均为ξ=0.1,遗传算法优化结果如图5.7所示。图5.7遗传算法迭代过程图由图5.7所示桁架结构遗传算法优化过程可以看出,在第40次种群迭代时,适应度值已经稳定并达到收敛,表明优化过程稳定,优化结果可靠。表5.3不同方法优化结果由表5.3所示的不同体系可靠度约束优化结果可以看出,体系可靠性优化后结构的重量较常规优化方法的大。......
2023-09-19
静定桁架就属于这种结构体系,单元逻辑图如图4.2所示。因尔,从体系可靠度的角度来看,实际的桥梁应尽量避免做成静定结构,条件允许时,应做成具有适当冗余度的超静定结构。超静定结构就是具有这种特性的结构体系。......
2023-09-19
图3.10与图3.11中:Ng为种群代数,β′为适应度值,Nit为迭代次数。图3.9拟合的功能函数图3.10基于遗传算法的验算点迭代过程图3.11不同算法的可靠指标迭代过程表3.3算例1的可靠指标计算结果表3.3中,e表示算法的误差,Ns表示样本数量。......
2023-09-19
一般的MC法用于高度非线性的极限状态曲面或者随机变量维数较高的情况,使用在笛卡儿坐标下的抽样模拟法效率较低,计算耗时较多。因此,Ditlevsen、Olesen、Mohr提出了在标准正态空间中极坐标下进行抽样的方向抽样MC法。③重复步骤①和②直到N次,利用式估计失效概率。对于极限状态曲面接近球面的情况,方向抽样MC法比笛卡尔坐标空间的MC法占较大的优势,若计算接近平面的极限状态曲面时,则无优势。......
2023-09-19
Rocco等[4]提出了联合SVM和MCS求解结构可靠度的方法。SVM在结构体系可靠度分析中的应用较少。为了发展工程结构体系可靠度理论与方法在桥梁安全评估中的应用,本章将建立桥梁结构体系可靠度分析的简化模型,总结现有结构体系可靠度分析方法,提出基于支持向量机的桥梁结构可靠度分析方法,最后采用两个算例分析表明支持向量机在桥梁结构体系可靠度评估中的应用。......
2023-09-19
在得出疲劳功能函数和随机变量的概率分布特征之后,可采用一定的可靠度方法计算可靠指标。针对本书已经建立的显式功能函数,其非线性次数较高,若采用传统的一次二阶矩法,则计算出的可靠指标有较大的误差,因此,本书选取了计算精度较高的Monte Carlo抽样方法。可靠指标的计算可采用MATLAB语言编制的“具有显式功能函数的结构可靠度计算软件V1.0”[15]和“复杂结构可靠性分析软件V1.0”[16]等软件进行计算。......
2023-09-19
把结构可靠度引入到工程结构优化设计数学模型中,根据现有的资源及结构功能要求,选取合适的目标可靠指标为约束条件,并采用遗传算法求解,既可以实现此类工程结构优化设计,又能保证结构在使用过程中的安全性。文献[8]建立了半刚性连接框架的拓扑模型,并结合遗传算法进行了基于体系可靠度的结构优化设计,认为不考虑可靠度的优化设计结构存在安全隐患。......
2023-09-19
针对中心点法计算精度较低的问题,Hasofer和Lind等提出了验算点法[2]。图2.1当量正态化示意图图2.2n维空间的极限状态曲面图假设受n个非正态分布随机变量影响的结构极限状态方程为:Z=g(X1,X2,…由公式(2.3)、和联立可求解可靠指标β和验算点。值得注意的是,在由Newton迭代法求出β值后,按式计算原坐标系中的验算点时,应区分正态分布和非态分布参数的μXi值。......
2023-09-19
相关推荐