高层建筑结构智能型式优化的现状与趋势

系统地分析了基于专家系统、实例推理与知识发现的高层结构智能型式优化方法的研究现状,指出了每种方法的特征与不足;预测了集成智能型式优化方法将是型式优化的重要发展方向;给出了4种集成智能型式优化方法,并建立了融合利用ES、CBR、KDD与智能算法的集成智能型式优化系统模型,该模型综合应用了专家智能、机器智能与计算智能,较好地模拟了领域专家在解决结构型式优化问题时的复杂思维过程,实现了其所用知识、方法、策略与手段的统一.为深入研究结构智能型式优化理论与方法,减小结构型式优化盲目性及风险性等将有重要的理论和实用价值.

基于模糊推理网的高层结构智能型式优化方法与系统

首先,给出了一种改进加权模糊推理网,建立了基于该推理网的结构性能评价过程与方法,该网兼有模糊综合评判、模糊推理与模糊推理网等算法共同优点;然后,给出了一种基于模糊综合评判的优选法,将其与六个目标级性能的评价网集成,形成了兼有性能评价与优选功能的集成推理网络系统,给出了该集成系统的网络结构图及其决策函数,同时,建立了基于上述方法的结构智能型式优化支持系统;最后,给出了工程实例,结果与实际吻合。实践表明:该方法能以直观的方式表征、存储与利用领域专家在型式优化时的知识与策略,并克服了传统基于模糊逻辑与神经网络的型式优化系统的不足,是解决具有多目标、多层次及不确定信息的型式优化问题的有效方法。

高层建筑结构智能型式优化的FKM分析法

首先,介绍了结构优化的4个层次,分析了结构型式优化的重要地位及传统"硬聚类"与模糊聚类方法的特征,指出了模糊聚类分析能更客观的反映结构类别的过渡性特征;其次,给出了FKM的基本原理与算法,建立了基于FKM聚类分析的高层建筑结构智能型式优化方法,利用20个工程实例进行了模糊聚类分析,给出了模糊聚类中心及其聚类结果;最后,给出了利用FKM进行高层建筑结构型式优化的工程实例,其结果与工程实际一致。实践表明,FKM聚类分析方法能更有效地用于高层建筑结构智能型式优化设计。