基于融合WM算法的Mamdani型模糊推理的板桥损伤定量分析

为对板桥局部位置的损伤程度进行定量分析,提出1种基于融合WM算法的Mamdani型模糊推理板桥损伤定量分析方法,探讨影响面指标和损伤程度之间的独特联系,并通过MIDAS及Python模拟计算并分析板的损伤程度。研究结果表明:模糊逻辑系统具有较为出色的记忆能力。当融合WM算法到模糊逻辑系统中时,不论是单点损伤还是多点损伤,都能对板桥的损伤程度进行准确识别;当未融合WM算法时,由于其模糊规则没有进行置信度计算,将错误的规则也计算在内,最终导致定量结果精度下降。研究结果可为板桥结构的损伤评估和维护策略提供较为科学准确的参考。

基于多种群协同优化的叠合板智能拆分设计

在装配式建筑中,叠合楼板的拆分主要是基于规则的半自动方式完成,其设计过程耗费大量时间和人力,难以获得最优解;同时,采用基于规则的方法存在构件规格多的问题,增加了构件加工的成本和时间。为了解决上述问题,本文提出基于多种群协同优化的叠合楼板智能拆分方法,以提高叠合楼板的标准化和模数化程度。将叠合板规格和数量、接缝宽度规格作为优化目标,每个叠合板位置和尺寸作为优化变量,考虑单构件的限重、限宽等加工和运输要求,建立多目标优化模型。采用变量关联性分析对叠合楼板所有布置区域进行分组划分,原高维优化问题转化为低维优化问题。通过上海某装配式建筑住宅项目的叠合楼板拆分实例应用,表明本文提出的叠合楼板智能拆分方法能够高效、快速地生成全部楼板的规格、数量和位置;相比基于规则的设计方法,本文提出的方法能够一定程度提高叠合板的标准化和模数化水平,且拆分结果满足设计规范和施工要求,从而验证了智能拆分方法的可行性和有效性,有利于装配式建筑的推广。

基于遗传算法的不同地下结构特征板跨最经济配筋研究

文章建立了基于遗传算法的地下结构特征板跨最经济配筋率数学模型,将板最经济配筋率求解问题转化为最优化问题。数学模型考虑了承载能力极限状态和正常使用极限状态,分析了地下结构不同板跨、不同覆土厚度时最经济单位板宽费用、最经济配筋率变化规律,得到了最经济单位板宽费用拟合公式,再进一步研究了最经济板配筋率与钢筋、混凝土综合单价的关系,为地下结构板结构设计优化提供支持。

Nginx Slab算法研究

Nginx设计了简单的内存池进行内存管理来降低开发中对内存资源管理的复杂度。Nginx各进程间使用共享内存的方式共享数据,而对共享内存的内存池进行管理的方法是基于经典的Slab算法,其通过构造小的内存块来避免内存碎片、使用链表方式连接有限的页面来提高分配速率。本文详细介绍Nginx的Slab算法,对其进行总结,并与经典的Linux内核的Slab算法对比。

深部过应力岩体破坏模式智能预测模型

挤压大变形、板裂和应变岩爆是深部岩体开挖工程中过应力岩体的典型破坏形式。本研究采用完整岩石性质参数来预测挤压大变形、板裂和应变岩爆。基于收集的数据库,提出了Jaya算法与支持向量机结合的智能模型(JA-SVM)评估过应力岩体破坏模式。JA-SVM模型的训练准确率为0.970,测试准确率为0.875;排序系统和泰勒图显示提出的JA-SVM模型优于SVM、人工神经网络等机器学习模型;ROC曲线显示JA-SVM与其他广泛应用的机器学习模型相比,具有更好的预测应变岩爆和板裂能力;敏感性分析表明脆性指数和杨氏模量是评估过应力岩体破坏模式的重要变量。本文提出的智能模型可用于深部地下工程初期过应力岩体破坏模式识别,有利于施工现场根据评估结果提前采取相应的支护措施。

基于并行计算和遗传算法的钢-UHPC华夫板组合梁优化设计

为实现钢-超高性能混凝土(UHPC)华夫板组合梁结构快速经济合理的设计,提出了基于并行计算与遗传算法的结构优化设计方法.通过Python建立了并行计算平台,使Abaqus和Python能够执行同步数值模拟和数据处理,以成本最小化为目标,采用遗传算法对钢-UHPC华夫板组合梁进行了优化,验证了所提方法的可行性.结果表明,遗传算法中密集的分析任务可以并行化并分配给不同的计算资源以提高计算效率;使用并行计算可以提高8.6倍的优化效率;并行计算和串行计算的CPU平均使用率分别为82%和18%.本文方法的成功应用可为其他类型结构的优化设计提供参考.

混凝土损伤塑性板静力全曲线显式有限元跟踪

较之传统的隐式算法,显式算法在求解损伤塑性混凝土(CDP)构件的有限元静力问题方面具有一定优势.采用显式算法对4块不同抗弯纵筋配筋率的有限元CDP板进行静力仿真.仿真给出了板准静力状态下的荷载-位移静力全曲线、能量时程曲线、混凝土受拉损伤等值线图和抗弯纵筋应力等值线图.结果表明:板极限承载力的显式算法模拟结果与理论计算结果的偏差较小;配筋率与极限承载力成正相关关系;板底裂缝的萌发与发展会造成板动能释放,该释放使得荷载-时间曲线产生噪音,噪音程度与配筋率总体上成负相关关系.

多对多板坯倒垛问题的一种邻域搜索算法

为解决热轧生产计划中出现的板坯倒垛问题,建立了基于轧制位置与库内板坯多对多对应关系的问题模型,提出了一种新的邻域搜索算法。该算法考虑到轧制计划中的板坯规格组在库内垛位中连续堆放的特点,引入了Sequence邻域概念,使算法能够更好地利用问题的特征,并通过两阶段的寻优替换对问题进行求解。实验结果表明了所提模型和算法的可行性和有效性。

金属丝加载天线罩等效平板透波特性的GA优化

应用遗传算法(GA),对加载金属丝的天线罩等效平板结构的透波特性进行多参量、宽频带优化。采用传输矩阵法导出了等效平板结构的透射系数公式,并据此构造遗传算法的适应度函数,以金属丝加载天线罩等效平板中介质罩壁的厚度、金属丝的半径和布置间距为优化参量,编写了遗传算法程序并在指定带宽内对透波性能进行优化。通过与有限元法计算结果的对比,验证了适应度函数的正确性,分别对金属丝加载于天线罩壁中间和内表面两种等效平板结构的罩壁厚度、金属丝布置参数等进行了优化,优化结果可为天线罩工程研制提供设计参数。该算法优化速度快、计算效率高,可以为这种结构的电性能设计提供优化工具。

双参数地基上厚薄板通用元与地基参数识别的挠度反分析

进行了双参数地基板的有限元分析,基于Mindlin-Reissner中厚板理论给出了双参数地基上广义协调厚薄板通用元的计算公式,并利用位移反分析和遗传算法进行了地基参数识别。有限元计算与试验实测结果吻合良好。为便于比较,文中还给出了Winkler地基和半空间地基的计算结果。

板坯最优倒垛问题的有效启发式算法

板坯库用于存放由炼钢 -连铸工艺阶段产生的、供热轧生产阶段进一步轧制成带钢或钢板的板坯 .一个板坯库中可分为多个逻辑区域 ,每个逻辑区域又进一步分为多个垛位 .同一垛位的板坯之间是叠放的 .最优倒垛问题是如何从 M个相关的板坯垛位中选择 N个板坯 ,在满足相应的轧制单元计划所需要的板坯序列要求的条件下 ,保证总的板坯倒垛次数最少 .首先对倒垛问题进行了定义 ,在分析了问题的邻域结构基础上 ,构造了新的多回路启发式算法 .通过精选的随机产生的 2 0 0个问题例子的实验显示 ,提出的启发算法的性能在计算速度和最优性方面都明显优于原系统的启发式算法 ,在最优性方面平均改进率达到 2 0 % ,在计算时间方面 ,可降低一半以上 .新的多回路启发式算法不但提高了车间作业率 ,也大大降低了生产过程控制机 (FL S)

Linux内存管理实现的分析与研究

存储管理子系统作为操作系统中最重要的组成部分之一,对整个系统的运行起着举足轻重的作用。Linux继承了UNIX系统的优秀设计思想,并采用了许多先进算法来保持系统的高效性和稳定性。文中先概述了Linux2.4物理内存的管理,然后介绍了解决内存中碎片问题的伙伴系统算法和Slab分配器,并讨论了它们实现的要点,着重对Slab分配器中的几个数据结构进行了分析。

基于混沌遗传算法的板坯入库决策优化方法

针对热轧板坯库优化管理,分析了板坯入库操作流程,并建立了板坯入库决策的优化模型,考虑了板坯入库库位和垛位选择的多种原则,对一个板坯入库批次进行全局优化运算,可快速为板坯选择最优的库位和垛位。对于模型的求解方法,构造了一种自适应的混沌遗传算法,采用自然数编码方式,动态的在线调整算法的交叉和变异概率,并采用混沌优化方法作为变异算子。对生产数据进行实际排产的结果表明,建立的模型和算法切实可行,可应用于生产实际。

非常规荷载作用下泥石流板式渡槽的优化设计

跨径为16 m的装配式渡槽施工阶段张拉预应力钢筋后,截面下缘压应力超过规范规定的界限,采用了分阶段张拉预应力钢筋的方法,以现行规范为依据,以空心板的高度和各阶段预应力筋的面积为变量,以施工阶段和使用阶段混凝土应力限制为约束条件,建立了单位长度空心板的造价目标函数。并利用Matlab语言,编制了遗传算法程序进行了优化分析。优化结果表明,优化设计的截面尺寸与实际设计的相比,截面高度大一些,但总造价却比实际设计的要减小16%,优化设计收到了良好的经济效益。最后,按照优化设计过程提出了一些施工注意事项,为以后类似的设计提供了参考。

薄板坯连铸凝固应力分析的有限元算法的研究

研究了薄板坯凝固过程坯壳中的二维热弹塑性蠕变应力模型有限元求解实现的方法。讨论了采用三角形单元的模型有限元求解理论,铸坯凝固前和凝固后使总刚度矩阵非零元素的半带宽最小的节点与单元自动剖分和编号的原则、顺序及方法。探讨了采用变带宽压缩存储技术实现半带宽内元素存储的方法,以及应用直接三角分解法求解平衡线性方程组的方法;给出了用初荷载法将铸坯热应力和高温蠕变应力问题转换为单元节点等效荷载的结果。该模型已成功应用于薄板坯、方坯等连铸凝固过程的应力分析中。

基于热送热装的板坯入库决策优化方法

针对目前钢铁企业热送热装(HCR)板坯库入库管理的实际需求,以板坯库有限HCR储位和垛位选择原则为约束,建立了一种基于铸轧作业计划协同优化的板坯入库决策模型.实现了需入库的HCR板坯批次的全局优化运算,算法可快速优化出板坯入库垛位和铸机板坯产出序.对于建立的模型,构造了一种遗传模拟退火算法进行求解,该算法充分发挥了遗传算法良好的全局搜索能力和模拟退火算法有效避免陷入局部极小的优点.对实际问题的求解结果表明,建立的模型和算法正确可行,为HCR板坯入库选择合理垛位提供了一种行之有效的解决方法.

三维MiLE算法模型模拟连铸结晶器内的板坯凝固过程

建立了热流力耦合的三维非稳态有限元模型,对结晶器内钢水凝固过程中的传热、流动和变形情况进行了模拟。以尺寸为1.2mm×0.2m的Q235B板坯为研究对象,利用Procast软件的二次开发,求解出了结晶器区域内的温度场、流场和应变分布。计算结果表明,铸坯收缩量在不同方向上存在不同的分布状态。考虑气隙产生对传热的影响时,结晶器出口铸坯表面平均温度由1120.5℃增加到1289.7℃,坯壳厚度由16.1mm减少到14.2mm。

求解具有时空约束的板坯库天车调度问题Memetic算法

研究了钢铁企业板坯库天车调度问题,考虑了时间和空间以及热轧计划等实际限制,建立了一个板坯出库天车调度模型.针对天车调度问题具有实时性和不可交叉性的特点,设计了基于优先关系的天车分配编码方式、离散事件动态仿真解码、自适应交叉算子以及在交叉和变异后进行模拟退火局域搜索的Memetic算法.通过某钢厂板坯出库过程中天车调度的实际数据对模型和算法进行仿真测试,实验结果表明:该算法具有很高的收敛性和稳定性,满足实际生产需要.

基于改进遗传算法的板坯温度计算

板坯温度跟踪模型的计算温度是加热炉调控炉温的重要依据,精确的板坯计算温度是加热炉燃烧控制模型良好工作的前提。针对现场板坯温度跟踪模型的计算温度与实际温度误差较大的问题,从模型入手,以埋偶实验测得的实际值为依据,对板坯温度跟踪模型的关键参数总括热吸收率进行优化,从而提高模型的计算精度。由于遗传算法在全局优化方面具有较大的优势,因此针对总括热吸收率的特点对遗传算法进行改进,通过全局搜索得到总括热吸收率的最优设定。通过离线模型验证,该方法明显提高了模型的计算精度。

人工神经网络在双向板弹性内力计算中的应用

将人工神经网络技术应用于结构内力分析。介绍了前馈型BP神经网络的模型及其算法 ,在分析双向板弹性内力时 ,建立了一个三层的BP网络 ,将该网络进行训练后计算四边简支双向板跨中弹性最大弯矩。在分析时 ,为了增强网络的推广能力 ,还以权值的修正量作为参考的收敛标准 ;同时 ,为了加快学习速率而不导致振荡 ,还采用了增加动量系数的方法来修改反传中的学习速率。BP网络的分析程序采用Matlab编制。