粒子群優(yōu)化算法及其在土石壩風險分析中的應用研究.pdf_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、在目前風險度計算中,設計人員不僅希望獲得結構體系的失效概率,還希望獲得設計驗算點。蒙特卡羅模擬法雖然精度高,但無法得到設計驗算點;廣泛采用的JC法需要對結構體系的極限狀態(tài)函數(shù)做線性化處理,給計算結果帶來誤差。粒子群優(yōu)化算法是一種仿生進化算法,能有效處理復雜的全局最優(yōu)化問題。
   本文在總結和回顧現(xiàn)有的風險度計算方法基礎上,提出了基于Hasofer-Lind可靠度指標優(yōu)化的風險度計算方法,并建立了模型,將風險度計算問題轉為帶約束

2、的最小值優(yōu)化問題。
   在試驗-分析-推斷-驗證的邏輯體系下,基于MATLAB語言,深入分析了PSO的參數(shù)特性及其對算法性能的影響,闡述了PSO中的幾個確定性現(xiàn)象。提出在PSO中,群體歷史最優(yōu)位置gbest的進化區(qū)域是關鍵區(qū)域;在進化中,粒子多樣性損失過快或不足,是造成PSO早熟收斂或陷入局部最優(yōu)的主要原因。
   基于上述工作與結論,確定了改進方針與目標,提出一種具有定期遷徙能力的粒子群優(yōu)化算法CMPSO,經(jīng)在基準函

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論