一、应用混合遗传算法的建筑结构优化设计（论文文献综述）
傅继阳,吴玖荣,徐安[1]（2021）在《高层建筑抗风优化设计和风振控制相关问题研究》文中研究说明高层建筑由于自振周期长,阻尼小,其高柔的特征使其对风荷载特别敏感,风荷载是沿海地区超高层建筑的主要水平控制荷载,因此在强/台风作用下,其抗风设计须在满足规范安全要求的前提下,同时又要经济实用和结构性能高效,为此开展高层建筑抗风优化和风振控制方面的研究,具有十分重要的现实意义。本文在对高层建筑抗风优化设计和风振控制研究现状做简要介绍的基础上,首先根据风荷载的特点,着重研究了考虑风速风向联合概率分布和基于可靠度及性能化的高层建筑抗风设计方法,采用最优准则法,以结构的总重或总造价为目标函数,以顶部位移、层间侧移以及顶部风致加速度为约束条件,对高层建筑结构杆件截面抗风优化设计的相关问题进行了研究。同时为提高基因遗传智能优化算法的收敛速度和获得最可能优化解,本文提出了传统基因遗传的改进算法（如基于改进罚函数及分级遗传算法）用于结构抗风优化设计。在结构拓扑抗风优化方面,则主要引入分层优化的概念,对变密度法和改进动态进化率的双向渐进拓扑优化方法,应用于抗风结构的拓扑构型优化算法进行了相关研究。通过实例分析验证了上述结构抗风优化算法的高效和正确性。在风振控制方面,本文结合摩擦摆系统和调谐质量阻尼器各自的优点,提出了摩擦摆调谐质量阻尼器（FPS-TMD）被动控制系统,对其力学和动力特性,以及高层建筑顶部带FPS-TMD系统的风振控制理论进行了相关研究,以结构控制第三代Benchmark模型为实例,研究顶部带FPS-TMD系统的高层建筑风振控制效果,同时结合本文开发的基于小型电振动台的实时混合实验测试平台,采用风振控制实时混合实验结果与理论模拟计算结果的对比,验证了本文提出的FPS-TMD被动控制系统,应用于高层建筑风振控制的有效性。
叶康[2]（2021）在《双向式自动化立体仓库货位分配及调度优化研究》文中研究表明自动化立体仓库作为企业生产运输的枢纽,集成了运输、存储、分发等多种功能,已成为制造企业不可缺少的一部分。但随着企业生产规模的扩大和运输速率的提高,单出/入台布局模式下的自动化立体仓库已不再满足需求,因此,本文以双向式立体仓库为对象,研究其货位分配和堆垛机调度优化策略,提高仓库货位的利用率,缩短堆垛机存/取货物的运行时间。针对双向式自动化立体仓库货位分配问题,建立以产品出入库效率、货架重心以及产品聚集度为目标的货位分配模型,提出了一种改进混合蛙跳算法仿真优化了模型,设计了新的局部更新策略,引入自适应动态同步因子,使货物分配跳出局部最优,保持全局搜索能力,弥补了蛙跳算法解决复杂问题时收敛速度慢,易陷入局部最优的缺点。采用4个测试函数分别对改进混合蛙跳算法进行测试,验证了该算法的正确性。实例验证表明:改进后混合蛙跳算法与标准的遗传算法和蛙跳算法相比,迭代次数更少,收敛速度更快,货位优化分配更加合理。针对双向式自动化立体仓库的堆垛机调度问题,分析了双出/入库台模式下堆垛机出/入库作业的特点,提出了单一作业指令和复合作业指令相结合的作业方式。以堆垛机存/取货物的运行时间为依据,建立了适用于双向式立体仓库堆垛机调度模型。通过遗传算法和模拟退火算法的改进集成,优化了堆垛机的运动路径,实例仿真了双向式立体仓库堆垛机的调度,得到了堆垛机运行的最优路径,有效提高了堆垛机的运行效率,且具有鲁棒性。设计了基于货物分配和堆垛机调度的双向式自动化立体仓库仿真系统,实现了作业性能的仿真分析和状态监控,为提升立体仓库的作业性能提供了指导。
陈军腾[3]（2021）在《浦东新区用地布局低碳化策略研究》文中研究表明低碳城市的建设与发展是应对如今全球变暖问题的重要解决途径,伴随我国碳排放量高居不下的严峻形势,低碳城市的建设将成为未来城市发展的趋势。国内外相关学者对低碳城市的研究已经形成了丰富的理论与方法,但在国家级新区层面对于城市低碳空间规划的相关研究较少,并且传统的规划手段在城市低碳规划计算方法、碳排放计算模型与低碳指标方面存在不足,用地布局低碳化的研究对于未来城市的建设发展以及对于低碳城市的科学研究均具有重要意义。本文以浦东新区建设用地为研究对象,梳理现状资料以及发展背景,基于kaya恒等式,结合回归拟合、灰色预测等研究方法,构建碳排放峰值预测模型,对浦东新区建设用地碳排放峰值进行预测。利用碳排放强度法、多元线性回归等方法从用地碳排放以及交通碳排放对浦东新区建设用地规划方案碳排放进行核算,与浦东新区碳排放峰值下的碳排放量进行对比,发现浦东新区规划建设用地碳排放未达到上海总体规划、浦东总体规划所提出目标要求的问题。同时,对浦东新区建设用地碳排放影响因素进行分析,发现浦东新区在职住空间匹配程度、用地混合度以及生态空间等方面均有可优化空间。基于浦东新区建设用地“零增长”的发展趋势、建设用地碳排放将超过峰值的问题以及传统的规划手段存在不足的研究现状,并且因遗传算法可以弥补传统低碳规划中缺少解决非线性、多维问题的定量研究方法这一不足的优点,以浦东新区碳排放目标与问题出发,从优化碳排放目标、优化职住平衡目标、优化用地混合度目标、优化生态空间目标以及约束条件五个方面构建用地布局低碳化模型,采用遗传算法进行定量模拟分析。通过遗传算法的染色体编码、种群初始化、遗传操作算子设定对遗传算法模拟优化流程进行配置,得到模拟结果。选取适应度函数收敛后的模拟结果,并结合文章对浦东新区规划方案职住空间、用地混合度、生态空间可优化空间的分析进行综合调整,得到浦东新区理想低碳模拟情景下的用地布局方案。从整体上看,低碳模拟情景下的建设用地碳排放量为2787.90万t C,较原规划方案减少11.2%,符合上海总体规划、浦东总体规划所提出的目标要求,低碳模拟情景的用地结构符合浦东新区用地布局发展的要求。基于低碳模拟情景,结合文章的分析从职住空间优化、土地混合使用优化以及构建良好的生态格局提出浦东新区用地布局低碳化策略。
苏云飞[4]（2020）在《超高层液压爬模施工及设计的关键技术分析》文中提出随着我国经济的快速发展,城市人口的增加,高层和超高层如雨后春笋在城市中建立,建筑行业的施工工艺随之发展。相较于传统脚手架结构,液压爬模技术在施工方面属于先进的工艺,在高层和超高层核心筒施工中应用广泛。液压爬模结构在施工状态和爬升状态都是高空作业,属于危大工程,因此其结构在设计和使用中的安全性尤为重要,有必要对液压爬模结构进一步研究,在结构安全性和经济性方面进行探索。基于该背景,本文在保证液压爬模结构安全性的基础上对结构经济性进行探讨。本文结合当前BIM技术和液压爬模结构的研究,以深圳某超高层核心筒建筑为背景,运用BIM技术和ANSYS软件对液压爬模结构进行3D建模、静力分析及结构优化,最后分析核心筒实测数据,为液压爬模结构的设计、优化提供依据。本文研究的主要内容如下:（1）基于BIM技术平台建立三维液压爬模结构,详细的介绍BIM建立液压爬模结构的过程。针对液压爬模结构的安全性问题,结合Revit与ANSYS软件,探索BIM和ANSYS之间模型转换的方法,并对液压爬模结构进行了安全性分析。基于分析结果,对液压爬模结构的优化变量进行研究,为下一步的结构优化做准备。（2）对多目标遗传算法（MOGA）、筛选法（Screening）、序列二次规划法（SQP）以及混合整型序列二次规划法（MISQP）四种优化方法的基本理论进行分析,基于ANSYS软件实现四种优化方法对液压爬模结构的优化,找到最优的结构方案。（3）基于液压爬模结构内筒实测数据,探究液压爬模结构在实际工程中的受力状况。利用振弦式表面应变计对液压爬模结构内筒的主要受力杆件进行监测,根据监测结果分析液压爬模结构的最不利荷载,对液压爬模结构的设计、优化提供资料。
陈杰颖[5]（2020）在《考虑成本的装配式建筑结构优化研究》文中研究表明为了转变建筑业高能耗、高污染、低产出的局面,有必要通过技术创新,走新型建筑工业化的发展道路,当前趋势的引导下,走进工厂已然是建筑生产的最好选择。针对目前建筑业的问题,如果对装配式建筑的一些技术进行有效研究,则可以大大的提升我国建筑质量、减少建筑业的浪费、提高施工效率。对于传统的装配式建筑结构设计方法,做初步结构设计时,一般不考虑工程造价问题,并且设计人员在有限的时间内很难取得一个令人满意的最优解。假设在初步结构设计中应用考虑成本的结构设计优化,在一定程度上能够帮助设计人员在结构设计时既考虑了结构的成本,又能保证结构的安全性。论文选用遗传模拟退火算法对装配式建筑结构进行结构设计优化,以成本作为目标函数,寻求工程造价最低的最优解。首先根据结构设计的一般模型建立了预制柱、预制叠合梁、预制叠合板的目标函数和构件的约束条件。然后运用Matlab工具箱通过一个寻找Rastrigin函数的最小值的例子来实现遗传算法,再以此为依据进而实现改进遗传算法。最后针对某个项目建立了预制构件考虑成本的目标函数和限制条件,从而建立了改进遗传算法的结构优化程序,得出优化结果。用优化后的结构尺寸,利用PKPM对建筑进行结构设计,对结构的各项指标如:轴压比、位移比、周期比、剪重比、层间位移角等参照现有相关规范进行了检验校核且都满足要求。结果表明1.采用遗传模拟退火算法建立数学模型进行优化设计,避免设计人员在对结构进行初步设计时,只注重结构是否能满足规范要求的各项指标,而忽视了工程造价也是衡量设计结果好坏的标准;2.将遗传算法和装配式建筑结构优化相结合,不仅能扩大装配式建筑的结构优化算法的应用范围,而且还可以为装配式结构设计优化提供一种新的思路和一种有效的方法;3.Matlab具有编程效率高、用户使用方便、扩充能力强、语句简单,内容丰富等特点,简化了遗传算法的实现,提高结构优化效率。
李宗京[6]（2019）在《新型高性能钢框架-支撑结构体系理论及试验研究》文中进行了进一步梳理为充分利用高强钢在强度上的优势,采用高强钢制作结构的主要承重构件,可以有效提高结构承载能力并减轻结构自重、节约用钢量。但是,高强钢一般无法满足《建筑抗震设计规范》（GB50011-2010）对钢材屈强比不得大于0.85及伸长率不得小于20%的强制性条文要求。因此,当高强钢材应用于抗震设防区的钢结构时,《高强钢结构设计规程》（征求意见稿）建议采用高强钢制作的构件不宜进入屈服,这对采用了高强钢的结构体系提出了较高的抗震性能要求。为解决上述问题,本文提出一种新型高性能钢框架-支撑结构体系（HPSBF）,该结构体系的框架柱采用高强钢制作,框架梁采用普通钢制作,同时引入耗能减震机制,将钢制耗能器结合支撑合理地布置到结构中,从而形成了钢制耗能器-普通钢框架梁-高强钢框架柱三重设防的抗震工作机制。在地震作用下,钢制耗能器率先进入屈服耗能,形成结构体系抗震设防的第一道防线;普通钢框架梁的屈服耗能在钢制耗能器之后,成为结构体系抗震设防的第二道防线;高强钢框架柱作为结构体系抗震设防的第三道防线,且不得进入屈服。基于上述工作机制,本文对高性能钢框架-支撑结构体系开展了抗震性能化设计研究,并对该结构体系中的构件、结构、设计方法等方面的若干关键问题进行了专题研究,主要研究内容及成果如下:1、针对传统的钢制耗能器中存在的问题,提出了一种改进的剪切型耗能器、一种改进的弯曲型耗能器和一种改进的剪切-弯曲混合型耗能器,通过理论分析研究其基本力学性能,并通过拟静力往复加载试验验证其滞回耗能性能。研究结果表明,改进的剪切型耗能器通过采用接触式加劲肋,可以有效避免加劲肋焊缝对腹板产生的应力集中及焊接残余应力等不利影响,提升耗能器的滞回耗能和低周疲劳性能;改进的弯曲型耗能器通过合理的构造改进,不仅方便了制造及组装,而且可以有效避免发生刚度突增的不利情况;改进的剪切-弯曲混合型耗能器通过将弯曲耗能板与剪切耗能板以适当的方式组合形成联合工作机制,有效提升了耗能器的整体滞回耗能性能。2、针对双线性滞回模型及传统Bouc-Wen滞回模型所存在的不足,对一种正则化Bouc-Wen滞回模型进行了研究,其具有归一化的滞回变量且不存在冗余参数。通过理论推导揭示了其模型参数与钢制耗能器滞回力学特性之间的关系,并进一步提出了相应的参数拟合方法,为采用正则化Bouc-Wen模型模拟钢制耗能器的滞回力学行为用于结构体系的时程分析及基于该模型识别钢制耗能器的力学性能参数奠定了理论基础。3、提出了高性能钢框架-支撑结构体系的简化模型,并对采用完全模型与采用简化模型计算分析所得到的结构动力特性、时程分析结果和时程分析效率等进行了对比。研究结果表明,该简化模型不仅具有较高的计算效率,并且具有较好的计算精度,将其用于结构体系的耗能减震优化分析中可以显着提高计算效率、缩短优化耗时。4、分别提出了高性能钢框架-支撑结构体系基于递增迭代法（IIM）和改进遗传算法（MGA）的耗能减震优化方法,并对采用两种方法进行耗能减震优化分析的结果和耗时进行了对比。结果表明,两种方法均可以得到经济合理的耗能器布置方案,使结构在各水准地震作用下均达到预期的目标层间位移角限值,并且使得结构层间位移角在耗能减震优化后沿高度分布较为均匀。此外,将高性能钢框架-支撑结构（HPSBF）与传统钢框架-支撑结构（CSBF）进行了对比,结果表明高性能钢框架-支撑结构相对于传统钢框架-支撑结构表现出更优的抗震性能,并且能够达到更好的经济效益。5、针对高性能钢框架-支撑结构体系的特点提出了相应的抗震性能目标及抗震性能化设计方法,并对设计流程中所涉及的相关问题提供了相应的解决方案,最后通过一个工程设计案例展示和验证了本文所提出的设计流程和相关技术方法。研究结果表明,基于本文所提出的设计流程及相关技术方法,可以较好地完成高性能钢框架-支撑结构体系的抗震性能化设计,使其达到预期的抗震性能目标。
司秉卉[7]（2019）在《建筑节能优化设计中优化算法的效能研究》文中研究表明近年来,性能化的建筑设计及其优化方法逐渐成为国内外关注的研究热点,在推动绿色、低碳、节能的建筑设计方面发挥了重要作用。能耗是建筑性能中最重要、最常见、最受关注的一种,因此,建筑节能优化设计成为性能化的建筑设计及其优化方法这一研究领域的主要研究方向。优化算法是建筑节能优化设计的重要组成部分,对其效果和效率有决定性的影响,它对于建筑节能优化设计的作用就好比航空发动机对于飞机的作用一样,是成败的关键。然而,当前对建筑节能优化设计中优化算法的研究非常不足,理论上对算法何时有效、何时失效、为何失效缺乏科学认知,应用上缺少面对不同的建筑节能优化设计问题时如何选择适宜算法的指导原则,导致设计实践中容易出现效率低下、无法获得最优设计方案等困难。本文通过建筑学、计算机科学、数学等学科的交叉,系统地开展了建筑节能优化设计中优化算法的效能研究,论文的主要内容如下:（1）基于通用优化理论,采用多参数的视角,分析了建筑节能优化设计问题的基本属性,提出了两种确定优化问题属性的方法。（2）提出了建筑节能优化设计中评价优化算法效能的指标体系,对每个评价指标给出了数学定义和定量计算方法。（3）揭示了建筑节能优化设计中优化算法的失效性,分析了优化算法失效的典型情况和可能导致算法失效的原因。（4）针对常用的几种优化算法,使用提出的效能评价指标对它们在解决不同属性的建筑节能优化设计问题时的效能进行了评价;针对不同的建筑节能优化设计变量和优化设计目标,根据它们对应的目标函数的属性,给出了适宜的优化算法和应该避免使用的优化算法建议。（5）提出了一种针对特定的建筑节能优化设计问题确定优化算法最佳参数设置的方法;针对不同的建筑节能优化设计问题,使用该方法确定了三种常见优化算法的最佳参数设置,同时给出了在建筑节能优化设计中合理设置算法参数的建议。（6）以南京牛首山风景区东入口游客服务中心为案例,进行了建筑节能优化设计方法的应用,分别使用推荐的适宜优化算法和建议避免的优化算法以比较它们的效能。结果证明,推荐使用的适宜优化算法的表现显着好于建议避免的优化算法,能更好地解决实际工程设计中的建筑节能优化设计问题。
王倩[8]（2019）在《基于拟满内力混合遗传算法的RC框架结构模糊优化设计》文中认为钢筋混凝土结构（RC结构）具有设计变量、约束条件复杂的特点,并且设计变量按模数选取,一般为离散变量,因此RC结构优化设计与杆件结构相比更加复杂,其优化设计发展较慢。为解决RC结构优化设计的问题,本文建立了一种变惩罚因子的新型惩罚函数,对遗传算法适应度函数进行了改进,提出了一种新型改进遗传算法。并提出一种适用于多目标、多变量的RC结构优化问题的拟满内力法。同时为减小遗传算法优化过程中发生早熟的概率,将拟满内力与改进遗传算法相结合,提出了拟满内力与遗传算法连接的解码公式,组合成拟满内力混合改进遗传算法,并建立了RC框架结构模型,验证本文提出的算法的有效性。由于在实际的结构工程中往往存在多种不确定因素,因此在进行RC结构优化设计时,本文建立了RC结构的多目标模糊优化数学模型,以最低造价及每个单元的正截面承载力为目标,采用分层序列法将RC多目标模糊优化问题清晰化,并使用拟满内力混合遗传算法计算其模糊优化解。本文采用C++Builder6.0软件编译了相应的程序软件,主要包括改进遗传算法、拟满内力法、混合遗传算法、模糊优化设计以及适用于该算法的内力计算程序软件。并通过对几个RC结构的算例进行优化设计,通过与相关文献进行对比分析,结果表明,混合后的拟满内力遗传算法优化设计效率高,该混合遗传算法既可发挥标准遗传算法全局优化效果好的优点,又可利用拟满内力进行局部优化,较两种算法单独使用时优化效果明显,优化结果较为理想。
林树宏[9]（2019）在《钢框架—钢板剪力墙结构体系优化设计研究》文中提出钢框架-钢板剪力墙结构体系是高层建筑中广泛应用的结构体系型式之一,具有良好的抗震性能。该结构体系的传统优化方法通常是根据工程经验确定剪力墙布置后进行构件尺寸优化,这种方法忽略了框架与剪力墙的协同作用,往往会导致设计方案并不是真正的优化方案,缺乏准确的经济和工程指导意义。此外,该种结构体系的抗震性能研究较少,不同剪力墙布置形式在地震作用下的破坏模式及剪力分配尚不明确。鉴于此,本文引入改进遗传算法进行了钢框架-钢板剪力墙结构体系的优化设计,并对优化后的方案进行了时程分析。主要完成的工作如下:（1）通过引入基于方向的启发式交叉算子、替代操作、自适应变异算子和精英保留策略,建立了改进遗传算法。运用4种测试函数和一例3跨5层的钢框架-钢板剪力墙结构算例验证了改进遗传算法的可行性和优越性。（2）总结钢板剪力墙简化分析模型的研究,引入适合优化设计的简化分析模型,然后结合工程实际引入截面变量和剪力墙拓扑位置变量,提出了钢框架-钢板剪力墙结构体系的数学模型。最后通过生死单元在ANSYS中实现剪力墙布置的变换,运用改进遗传算法分别对三例3跨5层、三例3跨10层和三例3跨20层的钢框架-钢板剪力墙结构体系进行优化设计。研究结果表明,对于不同层数的钢框架-钢板剪力墙结构体系,钢板剪力墙承担剪力的比重和钢板剪力墙布置的位置有关,与钢板剪力墙的用钢量关系不明显;随着钢板剪力墙承担剪力比重的增加,钢框架的结构自重能得到有效地减小,从而达到节省材料的目的。优化后的钢板剪力墙布置方案不仅比常规布置方案的结构自重更轻,随着层数的增加,重量的降幅更加明显,而且能在满足各项约束条件的前提下更大限度地利用材料性能。（3）运用时程分析法对三例3跨10层和三例3跨20层的优化后模型进行抗震性能分析,探讨该种结构体系的抗震性能。研究结果表明,设计合理的钢框架-钢板剪力墙结构体系在不同的剪力墙布置形式下均能符合双重抗侧力体系的设计原则,优化后的剪力墙布置方案不仅剪力墙分担的剪力比例大于常规剪力墙布置的方案,而且其层间侧移角均小于常规布置方案,具有更大的安全裕度。
潘文智[10]（2019）在《基于模拟植物生长算法的空间结构拓扑优化方法研究》文中认为空间结构集力学、结构形态学、材料学、高水平的施工安装工艺等为一体,是衡量一个国家土木建筑科学水平的重要标准。但随着结构跨度的进一步增大,以及结构造型的日益复杂化,传统的钢结构或空间结构设计理念和方法,已不能完全满足其发展需求。为此,本文结合前沿优化理论,首次将新型模拟植物生长算法（PGSA）的基本思想引入结构拓扑优化领域,对空间结构的拓扑优化问题进行研究,以期突破传统结构设计方法的局限性,并推动高性能结构设计理论与方法的发展。基于PGSA的基本原理,针对大规模复杂优化问题的特点,提出三种新的算法创新策略与改进机制,分别为可生长点集合限定机制、新增可生长点剔除机制以及混合步长并行搜索机制,并以典型数学算例对其进行了改进效果的对比验证。在三种改进机制的基础上,提出了基于生长空间限定与并行搜索的模拟植物生长算法（GSL&PS-PGSA）,对其中的两个关键参数（可生长集合限定值以及混合步长步域比）进行系统分析,并验证了该方法在单峰及多峰函数问题下均具有较高的计算效率及全局搜索能力。在此基础上,提出基于GSL&PS-PGSA的结构优化方法及其优化流程,采用ANSYS二次开发语言APDL及MATLAB编制了相应的优化程序,将其用于平面桁架结构截面优化、单层球面网壳结构截面优化以及弦支穹顶结构预应力优化等问题,以实现从平面到空间、从简易桁架结构到单层网壳结构、从刚性结构再到刚柔相济的预应力空间结构的系统优化。针对简易离散体结构（桁架）拓扑优化问题,以GSL&PS-PGSA结构优化方法为基础,引入多维并行生长机制、随机多向搜索机制以及结构拓扑稳定性判定机制,提出基于GSL&PS-PGSA的简易离散体结构拓扑优化新方法,以考虑结构拓扑与杆件截面的耦合关系,并进一步提升算法的全局寻优能力和稳定性。通过经典十二杆平面桁架和十五杆平面桁架的结构拓扑优化算例分析,验证了该方法的适用性和高效性。针对空间结构（网壳）拓扑优化问题,提出采用广义拓扑参数来统一表征空间结构特征（拓扑、截面等）,并进行一体化的参数化建模。在以上简易离散体结构拓扑优化方法的基础上,提出了基于GSL&PS-PGSA的网壳结构拓扑优化方法,实现空间结构拓扑与杆件截面一体化同步耦合优化;更进一步,针对预应力空间结构（弦支穹顶）特点,考虑下部索杆体系拓扑,结合拉索预应力确定的弹性支座法,提出了基于GSL&PS-PGSA的弦支穹顶结构拓扑优化方法,从而实现预应力空间结构拓扑、杆件截面与拉索预应力的一体化同步耦合优化。通过典型网壳、弦支穹顶结构算例分析,其优化效果明显,在满足结构安全的基础上显着改善了结构性能及经济性,并可直接用于工程实际。由此,最终形成了基于广义拓扑参数的空间结构拓扑优化方法,从而为结构拓扑优化研究及应用提供了新的思路。
二、应用混合遗传算法的建筑结构优化设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、应用混合遗传算法的建筑结构优化设计（论文提纲范文）
（2）双向式自动化立体仓库货位分配及调度优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 自动化立体仓库货物分配及调度的研究现状 |
| 1.2.1 货位分配的研究现状 |
| 1.2.2 堆垛机路径调度的研究现状 |
| 1.3 主要研究内容 |
| 2 双向式自动化立体仓库概述 |
| 2.1 自动化立体仓库概述 |
| 2.2 自动化立体仓库货物存储策略 |
| 2.3 双向式立体仓库概述 |
| 2.3.1 基本构成 |
| 2.3.2 作业流程 |
| 2.4 双向式立体仓库堆垛机的作业形式 |
| 2.4.1 单指令作业形式 |
| 2.4.2 复合指令作业形式 |
| 2.5 本章小结 |
| 3 双向式立体仓库货位分配 |
| 3.1 货物分配方式与优化原则 |
| 3.2 双向式立体仓库货位分配模型 |
| 3.2.1 模型基本假设 |
| 3.2.2 货位多目标分配模型的建立 |
| 3.2.3 模型目标函数加权处理 |
| 3.3 算法设计及验证 |
| 3.3.1 混合蛙跳算法设计 |
| 3.3.2 ISFLA算法步骤 |
| 3.3.3 算法验证 |
| 3.4 实例仿真验证 |
| 3.4.1 编码设计 |
| 3.4.2 适应度函数设计 |
| 3.4.3 实例仿真 |
| 3.5 本章小结 |
| 4 双向式立体仓库堆垛机调度 |
| 4.1 堆垛机调度问题描述 |
| 4.2 基本假设 |
| 4.3 堆垛机调度模型建立 |
| 4.5 模拟退火遗传算法优化 |
| 4.5.1 算法概述 |
| 4.5.2 编码方式 |
| 4.5.3 算法过程 |
| 4.6 实例仿真验证 |
| 4.7 本章小结 |
| 5 双向式立体仓库仿真系统开发 |
| 5.1 仿真系统分析 |
| 5.2 仿真系统设计 |
| 5.2.1 仿真系统功能模块设计 |
| 5.2.2 仿真系统框架设计 |
| 5.3 仿真系统实现 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录:作者攻读硕士期间的研究成果 |
| 致谢 |
（3）浦东新区用地布局低碳化策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 碳减排国际背景下我国碳排放形式严峻 |
| 1.1.2 土地利用碳排放是全球碳排放的重要来源 |
| 1.1.3 上海“零增长”背景下用地布局优化的发展模式成为趋势 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究对象及范围 |
| 1.3.1 研究对象 |
| 1.3.2 研究范围 |
| 1.4 研究内容 |
| 1.5 研究方法及技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 2 相关概念及研究综述 |
| 2.1 概念界定 |
| 2.1.1 碳排放峰值 |
| 2.1.2 城市用地 |
| 2.1.3 用地碳排放强度 |
| 2.2 研究综述 |
| 2.2.1 土地利用碳排放机理研究 |
| 2.2.2 土地利用碳排放核算研究 |
| 2.2.3 土地利用优化配置研究 |
| 2.2.4 遗传算法相关研究 |
| 2.3 本章小结 |
| 3 浦东新区建设用地碳排放问题分析 |
| 3.1 研究区概况 |
| 3.1.1 区域交通 |
| 3.1.2 人口与社会 |
| 3.1.3 低碳城市建设 |
| 3.2 浦东新区碳排放达峰目标 |
| 3.3 浦东新区碳排放峰值预测 |
| 3.3.1 碳排放峰值预测模型构建 |
| 3.3.2 碳排放峰值预测模型因子设定 |
| 3.3.3 建设用地碳排放峰值预测 |
| 3.4 浦东新区建设用地碳排放问题分析 |
| 3.4.1 建设用地扩张与碳排放 |
| 3.4.2 建设用地碳排放核算 |
| 3.5 浦东新区建设用地碳排放影响因素分析 |
| 3.5.1 低碳用地布局的测度 |
| 3.5.2 城市外部空间形态分析 |
| 3.5.3 职住空间匹配分析 |
| 3.5.4 用地混合度分析 |
| 3.5.5 生态空间指标分析 |
| 3.6 本章小结 |
| 4 浦东新区用地布局低碳化模型构建及模拟优化配置 |
| 4.1 用地布局低碳化的思路与步骤 |
| 4.1.1 优化模型构建思路 |
| 4.1.2 用地布局低碳化步骤 |
| 4.2 用地布局低碳化的目标和原则 |
| 4.2.1 用地布局低碳化的目标 |
| 4.2.2 用地布局低碳化的原则 |
| 4.3 数据预处理 |
| 4.4 构建目标函数 |
| 4.4.1 优化碳排放目标 |
| 4.4.2 优化职住平衡目标 |
| 4.4.3 优化用地混合度目标 |
| 4.4.4 优化生态空间目标 |
| 4.5 构建约束条件 |
| 4.6 遗传算法模拟优化流程配置 |
| 4.6.1 遗传算法的运算流程设定 |
| 4.6.2 遗传算法染色体编码设定 |
| 4.6.3 种群初始化 |
| 4.6.4 适应度函数构建 |
| 4.6.5 遗传操作算子设定 |
| 4.6.6 迭代结果输出 |
| 4.7 本章小结 |
| 5 浦东新区用地布局低碳化策略 |
| 5.1 模拟结果总结分析 |
| 5.2 用地布局低碳化策略 |
| 5.2.1 职住空间优化 |
| 5.2.2 土地混合使用优化 |
| 5.2.3 构建良好的生态格局 |
| 5.3 本章小结 |
| 6 研究总结 |
| 6.1 研究结论 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 作者在读期间学术成果及实践 |
| 附录 |
| 图录 |
| 表录 |
| 编程设计附录 |
| 致谢 |
（4）超高层液压爬模施工及设计的关键技术分析（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外相关研究 |
| 1.2.1 国外相关研究 |
| 1.2.2 国内相关研究 |
| 1.3 本文的主要内容、研究方法以及技术路线 |
| 1.3.1 本文主要内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 第二章 液压爬模结构建模以及优化变量的分析 |
| 2.1 液压爬模信息 |
| 2.2 基于BIM建立液压爬模结构 |
| 2.2.1 BIM的建模基础 |
| 2.2.2 建立液压爬模结构模型 |
| 2.3 液压爬模结构模型的转换及静力分析 |
| 2.3.1 模型转换的方法 |
| 2.3.2 爬模结构的受力状态 |
| 2.3.3 爬模结构的静力分析 |
| 2.4 液压爬模结构优化变量的研究 |
| 2.4.1 优化变量的选择 |
| 2.4.2 灵敏度分析 |
| 2.4.3 响应面分析 |
| 2.5 本章小结 |
| 第三章 液压爬模结构优化研究 |
| 3.1 多目标遗传算法的理论研究 |
| 3.1.1 多目标优化的研究 |
| 3.1.2 遗传算法的基本概念 |
| 3.1.3 遗传算法的特征 |
| 3.1.4 遗传算法计算 |
| 3.1.5 基于遗传算法的多目标优化实现 |
| 3.2 筛选法(Screening) |
| 3.3 序列二次规划法SQP |
| 3.3.1 SQP算法简介 |
| 3.3.2 SQP算法基本原理 |
| 3.3.3 SQP算法的发展 |
| 3.4 混合整型的SQP算法(MISQP) |
| 3.4.1 MISQP算法的简介 |
| 3.4.2 MISQP算法的基本原理 |
| 3.5 实践案例分析 |
| 3.5.1 多目标遗传算法的优化 |
| 3.5.2 筛选法的优化 |
| 3.5.3 序列二次规划法的优化 |
| 3.5.4 混合整型序列二次规划法的优化 |
| 3.5.5 优化方案选择 |
| 3.6 本章小结 |
| 第四章 液压爬模结构内筒实测分析 |
| 4.1 测量仪器的选择 |
| 4.2 测量区域的选择 |
| 4.3 应变计布置 |
| 4.4 应变计监测时间设置 |
| 4.5 应变计计算公式 |
| 4.6 应变监测点数据分析 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表论文 |
（5）考虑成本的装配式建筑结构优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与选题意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题意义 |
| 1.2 装配式建筑概述 |
| 1.2.1 装配式建筑的概念 |
| 1.2.2 装配式结构国内外研究现状 |
| 1.3 结构设计优化研究现状 |
| 1.3.1 结构设计优化的方法 |
| 1.3.2 建筑结构设计优化研究 |
| 1.3.3 装配式结构设计优化研究 |
| 1.4 研究方案 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 第2章 遗传算法的基本理论 |
| 2.1 遗传算法简介 |
| 2.1.1 从生物进化到遗传方法 |
| 2.1.2 遗传算法的发展简史 |
| 2.1.3 遗传算法的研究内容及前景 |
| 2.2 遗传算法基本原理 |
| 2.3 遗传算法与其它搜索方法的比较 |
| 2.4 遗传算法的优化过程 |
| 2.4.1 遗传算法的基本流程 |
| 2.4.2 确定编码方案 |
| 2.4.3 初始群体的设定 |
| 2.4.4 适应度函数(评价函数) |
| 2.4.5 遗传算子的设计 |
| 2.4.6 控制参数的选择 |
| 2.5 改进遗传算法 |
| 2.5.1 改进遗传算法的介绍 |
| 2.5.2 本文采用的改进策略 |
| 2.6 本章小结 |
| 第3章 基于遗传算法的装配式建筑结构优化设计 |
| 3.1 结构优化设计的一般数学模型 |
| 3.2 预制构件的优化模型 |
| 3.2.1 预制柱目标函数的建立 |
| 3.2.2 预制叠合梁目标函数的建立 |
| 3.2.3 预制叠合板目标函数的建立 |
| 3.2.4 预制构件约束条件的建立 |
| 3.3 基于Matlab遗传算法的实现 |
| 3.3.1 Matlab的简介 |
| 3.3.2 基本遗传算法的实现 |
| 3.3.3 改进遗传算法的实现 |
| 3.3.4 仿真实验与结果分析 |
| 3.4 本章小结 |
| 第4章 案例分析 |
| 4.1 项目介绍 |
| 4.1.1 工程概况 |
| 4.1.2 设计依据 |
| 4.2 考虑成本的目标函数的建立 |
| 4.2.1 预制柱目标函数的建立 |
| 4.2.2 预制叠合梁目标函数的建立 |
| 4.2.3 预制叠合板目标函数的建立 |
| 4.3 约束条件的建立 |
| 4.3.1 预制柱约束条件的建立 |
| 4.3.2 预制叠合梁约束条件的建立 |
| 4.3.3 预制叠合板约束条件的建立 |
| 4.4 基于Matlab的遗传算法的结构优化 |
| 4.4.1 预制柱遗传算法优化 |
| 4.4.2 预制叠合梁遗传算法优化 |
| 4.4.3 预制叠合板遗传算法优化 |
| 4.5 结构安全性验证 |
| 4.5.1 PKPM的简介 |
| 4.5.2 PKPM建模及参数输入 |
| 4.5.3 PKPM计算结果分析 |
| 4.6 本章小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录1 退火交叉算法程序 |
| 附录2 预制柱遗传算法程序 |
| 附录3 预制叠合梁遗传算法程序 |
| 附录4 预制叠合板遗传算法程序 |
| 攻读硕士学位期间发表的论文及科研成果 |
（6）新型高性能钢框架-支撑结构体系理论及试验研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景及拟解决的主要问题 |
| 1.2 高强钢结构的研究现状 |
| 1.2.1 高强钢材的定义及力学性能特点 |
| 1.2.2 高强钢构件受力性能及设计方法研究现状 |
| 1.2.3 高强钢结构的研究及应用现状 |
| 1.3 钢耗能器的研究现状 |
| 1.3.1 结构耗能减震技术简介 |
| 1.3.2 钢制耗能器的分类与常见形式 |
| 1.3.3 钢耗能器的常用滞回模型 |
| 1.4 结构耗能减震优化方法的研究现状 |
| 1.4.1 基于局部搜索机制的耗能器优化布置方法 |
| 1.4.2 基于全局搜索机制的耗能器优化布置方法 |
| 1.5 建筑结构性能化抗震设计方法 |
| 1.5.1 传统的结构抗震设计方法 |
| 1.5.2 基于性能的结构抗震设计方法 |
| 1.6 本文主要研究内容及技术路线 |
| 参考文献 |
| 第二章 改进的钢制耗能器理论与试验研究 |
| 2.1 引言 |
| 2.2 改进的剪切型钢制耗能器 |
| 2.2.1 传统剪切型耗能器的缺点 |
| 2.2.2 改进剪切型耗能器的构造 |
| 2.2.3 基本力学性能理论分析 |
| 2.2.4 滞回耗能性能试验研究 |
| 2.3 改进的弯曲型钢制耗能器 |
| 2.3.1 传统弯曲型耗能器的缺点 |
| 2.3.2 改进弯曲型耗能器的构造 |
| 2.3.3 基本力学性能理论分析 |
| 2.3.4 滞回耗能性能试验研究 |
| 2.4 改进的混合型钢制耗能器 |
| 2.4.1 传统混合型耗能器的缺点 |
| 2.4.2 改进混合型耗能器的构造 |
| 2.4.3 基本力学性能理论分析 |
| 2.4.4 滞回耗能性能试验研究 |
| 2.5 本章小结 |
| 参考文献 |
| 第三章 正则化Bouc-Wen模型的参数分析与参数拟合方法 |
| 3.1 引言 |
| 3.2 模型的正则化改进 |
| 3.2.1 经典Bouc-Wen模型 |
| 3.2.2 正则化Bouc-Wen模型 |
| 3.3 模型参数与钢耗能器滞回力学特性的关系 |
| 3.3.1 钢耗能器的滞回力学特性指标 |
| 3.3.2 初始弹性刚度k |
| 3.3.3 屈服后刚度k' |
| 3.3.4 转向刚度(卸载刚度)ks |
| 3.3.5 屈服位移uy |
| 3.3.6 屈服力Fy |
| 3.3.7 弹塑性过渡段 |
| 3.4 参数敏感性分析 |
| 3.5 参数拟合方法及试验验证 |
| 3.5.1 拟合方法 |
| 3.5.2 试验验证 |
| 3.6 钢耗能器初步设计建议 |
| 3.6.1 弯曲型耗能器 |
| 3.6.2 剪切型耗能器 |
| 3.7 本章小结 |
| 参考文献 |
| 第四章 结构体系抗震性能目标及简化建模计算方法 |
| 4.1 引言 |
| 4.2 高性能钢框架-支撑结构体系抗震性能化设计 |
| 4.2.1 抗震工作机制及抗震性能目标 |
| 4.2.2 性能化抗震设计基本思路 |
| 4.3 高性能钢框架-支撑结构体系的简化模型 |
| 4.4 简化模型与完全模型的对比 |
| 4.4.1 结构基本信息 |
| 4.4.2 结构建模 |
| 4.4.3 结构动力特性计算结果对比 |
| 4.4.4 结构时程分析计算结果对比 |
| 4.4.5 结构时程分析耗时对比 |
| 4.4.6 简化建模计算方法的适用性 |
| 4.5 本章小结 |
| 参考文献 |
| 第五章 高性能钢框架-支撑结构体系耗能减震优化方法 |
| 5.1 引言 |
| 5.2 耗能减震优化问题说明 |
| 5.3 基于递增迭代法的耗能减震优化方法 |
| 5.3.1 基本实施流程 |
| 5.3.2 相关注意事项 |
| 5.4 基于改进遗传算法的耗能减震优化方法 |
| 5.4.1 个体编码及种群初始化 |
| 5.4.2 目标函数 |
| 5.4.3 约束条件 |
| 5.4.4 适应度函数 |
| 5.4.5 基于锦标赛机制的选择算子 |
| 5.4.6 基于自适应交叉概率的交叉算子 |
| 5.4.7 基于自适应变异概率的变异算子 |
| 5.4.8 精英机制 |
| 5.4.9 终止准则 |
| 5.5 验证算例 |
| 5.5.1 算例结构基本信息 |
| 5.5.2 主体框架初步设计 |
| 5.5.3 耗能减震优化 |
| 5.6 递增迭代法与改进遗传算法的对比 |
| 5.6.1 优化分析结果的对比 |
| 5.6.2 优化分析耗时的对比 |
| 5.6.3 优化设计建议 |
| 5.7 耗能减震优化的精度 |
| 5.8 高性能钢框架-支撑结构与传统钢框架-支撑结构的性能对比 |
| 5.8.1 对比模型 |
| 5.8.2 动力特性对比 |
| 5.8.3 抗震性能对比 |
| 5.8.4 经济效益对比 |
| 5.9 本章小结 |
| 参考文献 |
| 第六章 高性能钢框架-支撑结构体系抗震性能化设计流程及案例 |
| 6.1 引言 |
| 6.2 设计流程 |
| 6.2.1 主体框架初步设计 |
| 6.2.2 完全模型转换为简化模型 |
| 6.2.3 耗能减震优化分析 |
| 6.2.4 简化模型转换回完全模型 |
| 6.2.5 结构体系分析计算 |
| 6.2.6 耗能器初步设计及力学性能检验 |
| 6.2.7 其他说明 |
| 6.3 设计案例 |
| 6.4 本章小结 |
| 参考文献 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 致谢 |
| 博士学位攻读期间发表的论文 |
（7）建筑节能优化设计中优化算法的效能研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 建筑耗能现状 |
| 1.1.2 建筑节能设计 |
| 1.1.3 建筑节能优化设计 |
| 1.1.4 建筑节能优化设计中优化算法的关键作用 |
| 1.2 国内外研究现状及动态分析 |
| 1.2.1 优化算法和性能驱动的建筑设计 |
| 1.2.2 非建筑领域有关优化算法的研究 |
| 1.2.3 建筑领域有关优化算法的研究 |
| 1.2.4 算法研究中尚未解决的问题 |
| 1.2.5 本研究拟解决的主要问题 |
| 1.3 研究目标 |
| 1.4 研究内容 |
| 1.5 创新点 |
| 1.6 研究意义 |
| 1.7 论文的组织结构及章节安排 |
| 第二章 建筑节能优化设计问题和优化算法 |
| 2.1 优化问题的数学模型 |
| 2.2 建筑节能优化设计参数 |
| 2.2.1 对建筑节能有影响的设计参数 |
| 2.2.2 关键优化设计参数集 |
| 2.3 建筑节能优化设计目标 |
| 2.3.1 全年建筑能耗 |
| 2.3.2 全生命周期能耗 |
| 2.3.3 室内冷热负荷 |
| 2.3.4 碳排放量 |
| 2.3.5 能源成本 |
| 2.3.6 全生命周期成本 |
| 2.4 建筑节能优化设计问题的属性 |
| 2.4.2 优化变量的属性 |
| 2.4.3 目标函数的属性 |
| 2.4.4 约束条件的属性 |
| 2.5 确定建筑节能优化设计问题属性的方法 |
| 2.5.1 解析法 |
| 2.5.2 数值法 |
| 2.5.3 两种方法应用示例 |
| 2.6 优化算法 |
| 2.6.1 建筑节能优化设计中常用的优化算法 |
| 2.6.2 传统优化算法及其在建筑节能优化设计中的应用 |
| 2.6.3 智能优化算法及其在建筑节能优化设计中的应用 |
| 2.6.4 混合算法及其在建筑节能优化设计中的应用 |
| 2.7 建筑节能优化设计工具 |
| 2.7.1 通用的优化工具 |
| 2.7.2 专用的优化工具 |
| 2.7.3 自定义的优化工具 |
| 2.7.4 各类优化工具比较 |
| 2.8 本章小结 |
| 第三章 建筑节能优化设计中优化算法效能评价指标及算法失效性分析 |
| 3.1 优化算法效能的定义 |
| 3.2 单目标优化算法的效能评价指标 |
| 3.2.1 稳定性 |
| 3.2.2 有效性 |
| 3.2.3 速度 |
| 3.2.4 覆盖性 |
| 3.2.5 鲁棒性 |
| 3.2.6 收敛性 |
| 3.3 多目标优化算法的效能评价指标 |
| 3.3.1 帕累托最优集的规模 |
| 3.3.2 帕累托解的多样性 |
| 3.3.3 与真实或参考帕累托前沿的相似性 |
| 3.3.4 帕累托最优集中最佳解的质量 |
| 3.3.5 收敛速度 |
| 3.3.6 综合效能 |
| 3.4 优化算法的失效性 |
| 3.5 优化算法失效的典型情况 |
| 3.5.1 陷入局部最优 |
| 3.5.2 寻优速度过慢 |
| 3.5.3 优化结果不收敛 |
| 3.5.4 优化过程异常终止 |
| 3.5.5 低可靠性 |
| 3.6 优化算法失效的原因 |
| 3.6.1 优化问题的属性 |
| 3.6.2 算法的参数设置 |
| 3.6.3 初始解的选取 |
| 3.7 本章小结 |
| 第四章 常用算法在解决不同属性建筑节能优化设计问题时的效能评价 |
| 4.1 标准建筑 |
| 4.1.1 DOE商业建筑标准模型 |
| 4.1.2 本研究使用的标准建筑 |
| 4.2 标准优化设计目标和优化设计变量 |
| 4.2.1 优化设计目标 |
| 4.2.2 优化设计变量 |
| 4.3 不同属性的标准优化问题 |
| 4.3.1 目标函数的属性分析 |
| 4.3.2 构造不同属性的标准优化问题 |
| 4.4 优化算法及其控制参数 |
| 4.5 单目标优化算法解决不同属性优化问题时的效能评价 |
| 4.5.1 单峰 |
| 4.5.2 多峰 |
| 4.5.3 离散 |
| 4.5.4 多维单峰 |
| 4.5.5 小结 |
| 4.6 多目标优化算法解决不同属性优化问题时的效能评价 |
| 4.6.1 10个优化变量 |
| 4.6.2 20个优化变量 |
| 4.6.3 30个优化变量 |
| 4.6.4 小结 |
| 4.7 面向建筑节能优化设计细分问题的适宜算法建议 |
| 4.8 本章小结 |
| 第五章 优化算法的最佳参数设置 |
| 5.1 确定优化算法最佳参数设置的方法 |
| 5.1.1 步骤一:明确优化问题 |
| 5.1.2 步骤二:生成替代模型 |
| 5.1.3 步骤三:算法参数设置的优化 |
| 5.2 优化算法的控制参数优化结果 |
| 5.3 优化算法最佳参数设置的建议 |
| 5.4 本章小结 |
| 第六章 工程案例验证 |
| 6.1 案例建筑 |
| 6.1.1 案例建筑简介 |
| 6.1.2 EnergyPlus模型 |
| 6.2 优化问题 |
| 6.2.1 优化设计目标 |
| 6.2.2 优化设计变量 |
| 6.3 多目标优化算法及其参数设置 |
| 6.4 多目标优化算法的效能评价 |
| 6.4.1 参考帕累托前沿 |
| 6.4.2 帕累托最优集的规模 |
| 6.4.3 帕累托解的多样性 |
| 6.4.4 与参考帕累托前沿的相似性 |
| 6.4.5 帕累托最优集中最佳解的质量 |
| 6.4.6 收敛速度 |
| 6.4.7 综合效能 |
| 6.4.8 小结 |
| 6.5 不同设计方案比较 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究内容及研究成果总结 |
| 7.2 创新点及学术贡献 |
| 7.3 未来研究工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间的学术成果 |
（8）基于拟满内力混合遗传算法的RC框架结构模糊优化设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 结构优化设计的发展概况 |
| 1.3 结构优化设计方法 |
| 1.3.1 准则法 |
| 1.3.2 规划法 |
| 1.3.3 现代优化方法 |
| 1.4 模糊优化的研究概况 |
| 1.5 本文研究内容 |
| 第2章 RC框架结构优化设计 |
| 2.1 引言 |
| 2.2 RC框架结构优化设计研究现状 |
| 2.3 RC框架结构优化设计的特点和难点 |
| 2.4 RC框架结构优化数学模型 |
| 2.4.1 梁优化数学模型 |
| 2.4.2 柱优化数学模型 |
| 2.4.3 总体优化模型 |
| 2.5 内力分析程序 |
| 2.5.1 程序介绍 |
| 2.5.2 RC框架结构抗震设计 |
| 2.5.3 荷载效应组合 |
| 2.5.4 内力计算程序 |
| 2.5.5 优化程序 |
| 2.6 本章小结 |
| 第3章 遗传算法 |
| 3.1 引言 |
| 3.2 遗传算法研究现状 |
| 3.3 遗传算法理论研究 |
| 3.3.1 基本原理 |
| 3.3.2 遗传算法特点 |
| 3.3.3 遗传算子 |
| 3.3.4 遗传算法的数学理论 |
| 3.3.5 编码问题 |
| 3.3.6 解码 |
| 3.3.7 适应度函数 |
| 3.3.8 控制参数 |
| 3.4 改进遗传算法 |
| 3.5 算例分析 |
| 3.6 本章小结 |
| 第4章 拟满内力法 |
| 4.1 引言 |
| 4.2 拟满内力法的基本原理 |
| 4.3 拟满内力算法设计 |
| 4.3.1 拟满内力优化设计步骤 |
| 4.3.2 拟满内力流程图 |
| 4.4 拟满内力的特点和难点 |
| 4.5 算例分析 |
| 4.6 本章小结 |
| 第5章 混合遗传算法 |
| 5.1 引言 |
| 5.2 数学模型 |
| 5.3 编码方式 |
| 5.4 解码 |
| 5.5 混合遗传算法优化过程 |
| 5.5.1 初始种群 |
| 5.5.2 种群进化 |
| 5.5.3 拟满内力算子 |
| 5.5.4 混合遗传算法优化步骤 |
| 5.5.5 混合遗传算法流程图 |
| 5.6 算例分析 |
| 5.7 本章小结 |
| 第6章 RC结构多目标模糊优化 |
| 6.1 引言 |
| 6.2 模糊优化的基本原理 |
| 6.2.1 模糊因素 |
| 6.2.2 模糊优化的相关概念 |
| 6.3 模糊优化设计方法介绍 |
| 6.3.1 单目标优化设计方法 |
| 6.3.2 多目标优化设计方法 |
| 6.4 多目标优化数学模型 |
| 6.4.1 数学模型 |
| 6.4.2 隶属函数 |
| 6.5 算例分析 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间所发表的学术成果 |
| 致谢 |
（9）钢框架—钢板剪力墙结构体系优化设计研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 结构优化简介及研究现状 |
| 1.2.1 结构优化简介 |
| 1.2.2 结构优化算法的研究现状 |
| 1.2.3 钢框架结构体系优化设计的研究现状 |
| 1.3 本文的主要研究内容 |
| 第二章 遗传算法的改进及评价 |
| 2.1 遗传算法简介 |
| 2.1.1 遗传算法的一般步骤 |
| 2.1.2 简单遗传算法的缺陷 |
| 2.1.3 遗传算法应用于实际结构优化设计的一般步骤 |
| 2.2 遗传算法的改进 |
| 2.2.1 基于方向的启发式交叉算子 |
| 2.2.2 替代操作 |
| 2.2.3 自适应变异算子 |
| 2.2.4 精英保留策略 |
| 2.3 改进遗传算法的可行性验证 |
| 2.4 本章小结 |
| 第三章 改进遗传算法在钢板剪力墙体系优化中的应用 |
| 3.1 钢板剪力墙简化分析模型简介 |
| 3.2 有限元建模方法验证 |
| 3.3 钢板剪力墙结构体系优化模型 |
| 3.4 数学模型 |
| 3.5 遗传算法的优化结果对比 |
| 3.6 本章小结 |
| 第四章 钢框架-钢板剪力墙结构体系的优化设计 |
| 4.1 数学模型 |
| 4.2 5层钢框架-钢板剪力墙结构体系优化设计 |
| 4.2.1 优化模型 |
| 4.2.2 优化结果分析 |
| 4.3 10层钢框架-钢板剪力墙结构体系优化设计 |
| 4.3.1 优化模型 |
| 4.3.2 优化结果分析 |
| 4.4 20层钢框架-钢板剪力墙结构体系优化设计 |
| 4.4.1 优化模型 |
| 4.4.2 优化结果分析 |
| 4.5 不同层数的优化结果对比 |
| 4.6 本章小结 |
| 第五章 钢框架-钢板剪力墙结构体系的抗震性能分析 |
| 5.1 非线性动力时程分析 |
| 5.2 动力分析模型 |
| 5.3 10层钢框架-钢板剪力墙结构体系的抗震性能分析 |
| 5.3.1 地震波的选取 |
| 5.3.2 抗震性能结果分析 |
| 5.4 20层钢框架-钢板剪力墙结构体系的抗震性能分析 |
| 5.4.1 地震波的选取 |
| 5.4.2 抗震性能结果分析 |
| 5.5 本章小结 |
| 结论与展望 |
| 主要结论 |
| 研究展望 |
| 参考文献 |
| 攻读学位期间发表的相关学术论文 |
| 致谢 |
（10）基于模拟植物生长算法的空间结构拓扑优化方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.2.1 空间结构优化 |
| 1.2.2 结构拓扑优化方法 |
| 1.2.3 模拟植物生长算法 |
| 1.2.4 国内外研究现状总结 |
| 1.3 本文主要研究内容 |
| 第二章 模拟植物生长算法(PGSA)的改进策略研究 |
| 2.1 引言 |
| 2.2 PGSA的基本原理及流程 |
| 2.2.1 PGSA的基本原理 |
| 2.2.2 PGSA的基本流程 |
| 2.2.3 PGSA的优点及局限性 |
| 2.3 PGSA改进机制的提出 |
| 2.3.1 可生长点集合限定机制 |
| 2.3.2 新增可生长点剔除机制 |
| 2.3.3 混合步长并行搜索机制 |
| 2.3.4 改进机制对PGSA的改进效果 |
| 2.4 基于生长空间限定与并行搜索的模拟植物生长算法(GSL&PS-PGSA) |
| 2.4.1 基于生长空间限定与并行搜索的模拟植物生长算法的提出 |
| 2.4.2 可生长点集合限定值对GSL&PS-PGSA的影响 |
| 2.4.3 步域比对GSL&PS-PGSA的影响 |
| 2.5 本章小结 |
| 第三章 基于GSL&PS-PGSA的结构优化方法及其简易离散体结构拓扑优化 |
| 3.1 引言 |
| 3.2 基于GSL&PS-PGSA的结构优化设计方法 |
| 3.2.1 结构优化模型 |
| 3.2.2 基于GSL&PS-PGSA的结构优化流程 |
| 3.2.3 算例:十杆平面桁架的截面优化 |
| 3.2.4 算例:单层球面网壳结构的截面优化 |
| 3.2.5 算例:弦支穹顶结构的预应力优化 |
| 3.3 基于GSL&PS-PGSA的简易离散体结构拓扑优化方法 |
| 3.3.1 基于GSL&PS-PGSA的简易离散体结构拓扑优化方法的提出 |
| 3.3.2 基于GSL&PS-PGSA的简易离散体结构拓扑优化方法计算流程 |
| 3.3.3 算例:十二杆桁架截面及拓扑优化 |
| 3.3.4 算例:十五杆桁架截面及拓扑优化 |
| 3.4 本章小结 |
| 第四章 基于GSL&PS-PGSA的空间结构拓扑优化方法 |
| 4.1 引言 |
| 4.2 基于GSL&PS-PGSA的网壳结构拓扑优化方法 |
| 4.2.1 基于GSL&PS-PGSA的网壳结构拓扑优化方法的提出 |
| 4.2.2 基于GSL&PS-PGSA的网壳结构拓扑优化方法的优化流程 |
| 4.2.3 算例:联方型单层球面网壳结构拓扑与截面优化 |
| 4.2.4 算例:肋环型单层球面网壳结构拓扑与截面优化 |
| 4.3 基于GSL&PS-PGSA的弦支穹顶结构拓扑优化方法 |
| 4.3.1 基于GSL&PS-PGSA的弦支穹顶结构拓扑优化方法的提出 |
| 4.3.2 基于GSL&PS-PGSA的弦支穹顶结构拓扑优化方法的优化流程 |
| 4.3.3 算例:弦支穹顶结构拓扑优化 |
| 4.4 本章小结 |
| 结论与展望 |
| 本文的主要研究结论 |
| 有待进一步研究的问题 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
四、应用混合遗传算法的建筑结构优化设计（论文参考文献）
- [1]高层建筑抗风优化设计和风振控制相关问题研究[A]. 傅继阳,吴玖荣,徐安. 第30届全国结构工程学术会议论文集（第Ⅰ册）, 2021
- [2]双向式自动化立体仓库货位分配及调度优化研究[D]. 叶康. 西安建筑科技大学, 2021(01)
- [3]浦东新区用地布局低碳化策略研究[D]. 陈军腾. 西安建筑科技大学, 2021(01)
- [4]超高层液压爬模施工及设计的关键技术分析[D]. 苏云飞. 黑龙江大学, 2020(04)
- [5]考虑成本的装配式建筑结构优化研究[D]. 陈杰颖. 西南交通大学, 2020(07)
- [6]新型高性能钢框架-支撑结构体系理论及试验研究[D]. 李宗京. 东南大学, 2019(01)
- [7]建筑节能优化设计中优化算法的效能研究[D]. 司秉卉. 东南大学, 2019
- [8]基于拟满内力混合遗传算法的RC框架结构模糊优化设计[D]. 王倩. 河北建筑工程学院, 2019(08)
- [9]钢框架—钢板剪力墙结构体系优化设计研究[D]. 林树宏. 广东工业大学, 2019(02)
- [10]基于模拟植物生长算法的空间结构拓扑优化方法研究[D]. 潘文智. 华南理工大学, 2019(01)