基于遗传算法的粉煤灰高性能混凝土配合比优化设计.pdfVIP

高强与高性能混凝土及其应用专题研讨会论文集 基于遗传算法的粉煤灰高性能混凝土配合比优化设计 李高峰1刘翠兰2王伟3 -：lL·-JL 一、刖吾 高性能混凝土是保证混凝土结构所要求的各项力学性能，并经过针对所处环境条件而 进行的耐久性设计，以保证在设计使用年限内的结构安全和正常使用功能。当前，很多国家 已经把高性能混凝土作为跨世纪新材料，投入大量的人力、物力进行研究和开发。而粉煤 灰高性能混凝土更是研制开发的焦点。粉煤灰具有火山灰活性效应、微集料效应、形态效 应、降低水化热效应、限制温度裂缝效应、吸附效应等，它掺到混凝土中，能降低初期水 化热，减少干缩，改善新拌混凝土的和易性，增加混凝土的后期强度，显著提高混凝土的 耐久性等…。充分利用粉煤灰作为掺和料发展高性能混凝土，可节约资源和能源，减少二 次污染，取得良好的经济和社会效益，是对实现我国可持续发展战略的巨大贡献。 在粉煤灰高性能混凝土配制过程中，其配合比的好坏直接关系到混凝土的性能和质量 的优劣、直接影响混凝土造价的高低，因此高性能混凝土配合比的优化设计方法，成为人 们在混凝土配合比设计中研究的目标。遗传算法作为一种与以往方法截然不同的新算法， 为混凝土配合比优化设计问题开辟了一个新思路。对问题要求少，对目标函数只要求有定 义，不要求连续、可微，对约束条件也没有任何限制：遗传算法在整个解空间内搜索，特 别是在寻求非线性、多变量、有约束问题的最优解或次优解方面，具有较强能力。遗传算 法对解决有约束最优化问题，只需要给出目标函数、变量取值范围和需满足的其他等式和 不等式约束条件，就可以通过迭代，逐步搜索到最优解。 二、遗传算法求解函数优化问题 1． 李高峰，硕士研究生，兰州理工大学土木工程学院，730050 2． 刘翠兰，教授，兰州理工大学土木工程学院，730050 3． 王伟，硕士研究生，兰州理工大学土木工程学院，730050 ·366· 高强与高性能混凝土及其应用专题研讨会论文集 {■’兰 遗传算求解函数最优化问题的具体过程如下： 1．产生初始种群。首先对设计参数进行二进制编码，二进制编码将问题空间的参数表 示为基于0和1组成的没有次序的二进制字符串，建立位串空间。串长由变量的个数、精 度、上下界决定：总串(长)为所有变量的串(长)相加：一个变量对应的串长计算式为： ．m．．．a．．x．．-．．．m．．t—in— L=log，精度。每个设计参数的二进制字符串被看作一个染色体，所有设计参数的二进制 字符串依次连接成一组二进制编码串，称为个体。然后，随机产生初始种群。 2．产生的第一代群体，根据每个个体的适应值，计算该个体遗传到下一代的概率(即 选择概率)。遗传算法将问题空间表示为染色体位串空间，为了执行适者生存的原则，必须 对个体位串的适应性进行评价。因此适应函数就构成了个体的生存环境。根据个体的适应 值，就可决定它在此环境下的生存能力。一般来说，好的染色体位串结构具有比较高的适 应函数值，即可以获得较高的评价，具有较强的生存能力拉。。适应函数是由目标函数映射 而得。本文研究是针对对最小化问题的，所以一般采用如下适值函数f(x)和目标函数g(x) 的映射关系： … I c。。。。g(x)，g(x)c眦 ttx)=1 l 0 ， 其它 其中，‰可以是一个输入或是理论上的最大值。也可以是到目前所有代中g(x)的 最大值，此时c一会随着代数变化。 选择即是从群体中选择适应值高的个体以生成交配池的过程。采用轮盘赌方式实现， 这种方式首先计算每个个体的适应值，然后计算出此适应值在群体适应值总和中所占的比 例，表示该个体在选择过程中被选中的概率。对于给定的规模为n的群体P={口l，口2，…口。}， 个体口，∈P的适应值为f(a，)，其选择概率为：