摘要:为实现框架结构的阻尼器智能化布置，结合减震设计原理和智能算法，采用双目标优化算法和生成对抗网络算法分别进行阻尼器竖向和水平智能布置研究，并将该方法应用到两个框架结构减震设计工程案例中。在框架结构减震设计中，采用双目标优化算法进行阻尼器竖向布置，并与逐层逼近法、工程师设计和非减震设计进行对比，结果表明，采用该优化算法得到的阻尼器竖向布置方案能有效降低层间位移角和楼层加速度，提高结构的抗震性能。在确定各楼层的阻尼器数量后，利用训练好的生成对抗网络生成模型，可快速、自动地选择和确定各楼层阻尼器的平面安装位置，生成的平面布置与工程师设计的平面布置在相似性差异度综合评价指标上小于临界值0.1，说明两者相似度较高，且有利于提高原结构的抗扭能力。将双目标优化算法与生成对抗网络相结合，不仅能满足框架结构的减震性能目标，而且可实现阻尼器布置方案的智能设计，提升减震工程设计效率。

摘要:为了预测冬季易结冰区斜拉索覆冰的增长，运用灰色关联分析方法分析斜拉索倾角、温度、湿度、风速、降雨量及气压对斜拉索覆冰厚度的关联影响，明确各影响因素的相关性大小，剔除弱相关性因素；联合遗传算法（GA）和鲸鱼算法（WOA）选择最优光滑因子，提出一种WOA-GA算法优化广义回归神经网络（GRNN）的斜拉索覆冰厚度预测方法。其特点是：以输出值与实际值均方差作为适应度函数，计算每个粒子的适应度值；将GA算法的交叉和变异算子引入WOA算法，同时借助权重更新策略，提升全局寻优的能力，避免WOA算法陷入局部最优解；最后，经过迭代寻优，输出最小适应度值对应的光滑因子，构建GRNN预测模型。结果表明：环境温度相关性最高，其次是倾角、降水量、风速、相对湿度，气压关联度最小，呈弱相关性；相比于传统的GRNN、WOA-GRNN、PSO-GA-GRNN模型，联合鲸鱼算法和遗传算法优化的GRNN覆冰预测模型精度较高，其平均绝对误差百分比仅为3.58%，均方根误差为0.58 mm；采用敏感性分析法评价影响因素对模型精度的影响，发现温度对模型影响程度最大，其次是拉索倾角。

摘要:针对斜拉桥设计和监控计算中合理成桥状态和施工状态索力的确定问题，提出了一种基于MOPSO算法的斜拉桥索力优化方法。该方法在PSO算法的基础上通过增加外部储备集和优化更新策略来适应多目标、多约束的索力优化，较单目标优化方法仅有单一解的局限性，MOPSO算法考虑因素更全面，得到的Pareto最优解集可供决策者根据经验进一步筛选。采用Python编程语言，联合有限元软件编写基于该方法的优化程序，选取主塔、主梁的弯曲应变能之和，主塔成桥后在恒载作用下的纵桥向位移平方和作为目标函数，以施工过程及成桥后结构处于安全状态和索力总体分布均匀作为约束条件。工程算例优化结果表明，该方法能够快速搜寻到Pareto最优解集，并从中筛选出最优解，其结构应力处于安全范围，主塔线形合理，索力总体分布均匀。该方法可应用于斜拉桥成桥和施工阶段索力的确定及梁拱组合体系桥梁吊杆索力的确定。

摘要:为解决供水管网故障诊断中准确率不高、经济性不佳的问题，设计了一个基于改进的果蝇优化算法核极限学习机的供水管网故障诊断模型。经验证，该模型具有学习速度快、故障识别率高等优点。以该模型为核心提出了基于果蝇优化算法的供水管网水压监测点优化布置方法。该方法首先利用果蝇优化算法形成多组水压监测点方案，然后用供水管网故障诊断模型计算每种方案的诊断准确率，选择其中诊断准确率最高、经济性最好的方案作为候选最优方案，并以此方案为基础，使用果蝇优化算法不断循环迭代，最终找到故障诊断准确率高且经济性最好的水压监测点布置方案。利用Matlab语言代码对提出供水管网水压监测点优化布置方法进行了编码实现，使用实际管网数据进行了实验，结果表明，所提出的供水管网水压监测点优化布置方法是一个有效的水压监测点优化布置方法。

摘要:粒子群优化（PSO）算法是近年来发展起来的一种基于群智能的随机优化算法，具有概念简单、易于实现、占用资源低等优点。为了解决有应力约束和位移约束的桁架的尺寸优化问题，将PSO算法应用于桁架结构的尺寸优化设计。首先介绍了原始的PSO算法的基本原理，然后引入压缩因子改进了PSO算法，并提出合理的参数设置值。对几个经典问题进行了求解，并与传统的优化算法和遗传算法进行了比较。数值结果表明，改进的PSO算法具有良好的收敛性和稳定性，可以有效地进行桁架结构的尺寸优化设计。