钢筋混凝土设计优化.docxVIP

山东英才学院毕业设计(论文)外文资料翻译学 院建筑工程程学院专　　业土木工程学生姓名曹瑞班级学号12级土木五班 201201011188外文出处Design Optimization of Reinforced ConcreteFrames /journal/eng附件：1.外文资料翻译译文；2.外文原文指导教师评价：1．翻译内容与课题的结合度： □ 优 □ 良 □ 中 □ 差2．翻译内容的准确、流畅： □ 优 □ 良 □ 中 □ 差3．专业词汇翻译的准确性： □ 优 □ 良 □ 中 □ 差4．翻译字符数是否符合规定要求：□ 符合 □ 不符合　指导教师签名：　 年 月 日钢筋混凝土的设计优化摘 要：本文对钢筋混凝土平面框架结构进行了优化设计为使梁、柱的混凝土与柱的成本最小，采用人工神经网络（ANN）的计算模型，通过neuroshell-2软件—克。设计程序符合aci-318-08代码。用于设计优化变量—优化的宽度、深度与钢筋的面积，包括纵向加固—与抗剪加固。一三跨两层钢筋混凝土框架与选择不同的建模跨长度与不同载荷情况。可接受的设计结果从50以上例如在ACI规范的各种约束，使用不同的横截面尺寸与这些结果用于训练neuroshell-2程序。结果得到的恶魔—策略的人工神经网络程序的效率为多层钢筋混凝土框架设计。关键词：优化设计；钢筋混凝土梁设计；钢筋混凝土柱设计；人工神经网络1 简介 按照任何规范的要求，以设计梁与列，并获得许多可接受的横截面，大多数工程师都在犹豫选择合适的截面，铅无需进一步计算的成本最小化。本文采用设计优化模型对帮助工程师选择简单的一个合适的尺寸为梁与列，以尽量减少成本混凝土，钢，模板。关于结构工程师的最佳解决方案始于米歇尔[ 1 ]，其次是施密特如何引用本文：AGA，a.a.a.与亚当：（2015）钢筋混凝土框架结构的优化设计。 按照任何规范的要求，以设计梁与列，并获得许多可接受的横截面，大多数工程师都在犹豫选择合适的截面，铅无需进一步计算的成本最小化。本文采用设计优化模型对帮助工程师选择简单的一个合适的尺寸为梁与列，以尽量减少成本混凝土，钢，模板。关于结构工程师的最佳解决方案始于米歇尔[ 1 ]，其次是施密特如何引用本文：AGA，a.a.a.与亚当：（2015）钢筋混凝土框架结构的优化设计。 AGA，F. M.亚当[ 2 ]。海曼确定了连续梁的绝对最小重量[ 3 ]。在过去的二十年中，如下—降低在钢筋混凝土结构的优化设计领域的最新发展，一些研究人员应用数学与进化搜索技术，以优化设计主题相结合的重力侧向荷载。里希纳穆尔蒂与蒙罗[ 4 ]用线性规划技术来优化增强混凝土框架[ 5 ]。moharrami与格里尔逊[ 6 ]提出了一个自动的基于计算机的方法设计作品—钢筋混凝土建筑框架主体上的强度与刚度，约束优化。在最近的研究，李先生与安[ 7 ]，与营等。[ 8 ]搜索离散值的遗传算法（遗传算法）钢筋混凝土框架梁柱构件的解决方案。安德烈斯在[ 9 ]在控制优化设计—强制混凝土（钢筋混凝土）结构。萨拉等人。模拟人工神经网络优化成本简支梁[ 10 ]。人工神经网络通常被提出作为一个相互关联的“神经元”的系统，可以输入计算值。它开始使用开始于20世纪40年代Warren McCulloch与Pitts（1943）由沃尔特创建基于数学算法的计算模式，其次是唐纳德赫伯（1948），基于神经可塑性机制的学习假说。法利与卫斯理A.克拉克（1954）首先使用计算机[ 11 ]。人工神经网络是建立一个系统的一步一步程序优化性能标准或遵循一些内隐式的内部约束，通常是被称为学习规则[ 10 ]。 近25年来，人工神经网络在混凝土结构领域中得到了应用由许多研究人员：唐等。（2003）、oreta（2004），丰塞卡等人。（2003）、D Maity与A.萨哈（2004）。这些研究者基本上设置了材料属性、边界条件等结构参数作为神经网络模型的输入结构的大小来预测的能力的结构，以抵抗负载[ 12 ]。在大多数的工作中，神经网络已经被训练，通过使用反向传播算法。在这方法，神经网络的连接权重，最初设置为一些随机值。这些值是在学习过程中根据学习算法进行自动修正。2 钢筋混凝土框架结构的优化设计 制定的最优设计问题，需要识别的结构系统的设计变量，目标函数，需要最小化，并设计约束，必须强加给系统。一旦设计问题已经制定，它被转录成以下标准约束优化模型。2.1 设计变量 使用一列大小为每一个故事或一些故事与不同数量的加固简化施工形式。对于连续梁，保持束的大小不变，即使在负载而且跨越不同，不同的加固量从跨度到跨度也将简化施工形式。在这两种情况下，更少的劳动力将被使用，更少的主管与检查人员将需要，与成本较低。在这项研究中，这些想法是一个框架经济的总体战略的基础。