基于遗传-差分进化混合算法的钢框架结构智能反演

doi:10.12066/j.issn.1007-2861.2721

上海大学学报(自然科学版) ›› 2026, Vol. 32 ›› Issue (3): 432-446.doi: 10.12066/j.issn.1007-2861.2721

• 土木工程 • 上一篇

基于遗传-差分进化混合算法的钢框架结构智能反演

王昊天¹, 韩坦², 王奕龙¹, 闫伸^1,3, 陈列云², 赵宪忠^1,3

1. 同济大学土木工程学院, 上海 200092;
2. 32182部队, 北京 100042;
3. 土木工程防灾减灾全国重点实验室, 上海 200092

收稿日期:2025-03-25 发布日期:2026-07-04
通讯作者: 闫伸(1985—),男,副教授,博士,研究方向为建筑钢结构和智能建造. E-mail:s.yan@tongji.edu.cn
基金资助:
国家重点研发计划资助项目(2022YFC3801902)

Intelligent inversion of steel frame structures based on hybrid genetic-differential evolution algorithm

WANG Haotian¹, HAN Tan², WANG Yilong¹, YAN Shen^1,3, CHEN Lieyun², ZHAO Xianzhong^1,3

1. College of Civil Engineering, Tongji University, Shanghai 200092, China;
2. Unit 32182 of PLA, Beijing 100042, China;
3. State Key Laboratory of Disaster Reduction in Civil Engineering, Shanghai 200092, China

Received:2025-03-25 Published:2026-07-04

摘要/Abstract

摘要： 提出了一种基于智能优化算法的钢框架结构设计参数反演方法,将规范约束和先验知识融入计算,构建了智能反演的一般流程,并通过改进混合算法提升了反演效率.初步研究结果显示,相较于传统方法,新方法在精度和效率方面都有明显优势,为建筑结构的维护提供了一种新的解决方案.

关键词: 钢框架, 智能反演, 规则约束, 遗传算法, 混合算法

Abstract: This paper proposed an intelligent inversion method for design parameters of steel frame structures based on intelligent optimization algorithms. It incorporated regulatory constraints and prior knowledge into the calculation, constructed a general workflow for intelligent inversion, and improved the inversion efficiency by improving the hybrid algorithm. Preliminary research results showed that compared with traditional methods, the new method had obvious advantages in accuracy and efficiency, providing a new solution for the maintenance of building structures.

Key words: steel frame, intelligent inversion, rule constraints, genetic algorithm, hybrid algorithm

中图分类号:

TU391

王昊天, 韩坦, 王奕龙, 闫伸, 陈列云, 赵宪忠. 基于遗传-差分进化混合算法的钢框架结构智能反演[J]. 上海大学学报(自然科学版), 2026, 32(3): 432-446.

WANG Haotian, HAN Tan, WANG Yilong, YAN Shen, CHEN Lieyun, ZHAO Xianzhong. Intelligent inversion of steel frame structures based on hybrid genetic-differential evolution algorithm[J]. Journal of Shanghai University（Natural Science Edition）, 2026, 32(3): 432-446.

[1]	段博洋, 朱杰江. 基于全寿命周期的隔震结构整体性优化[J]. 上海大学学报(自然科学版), 2023, 29(6): 1053-1067.
[2]	陈娟, 郭琦. 基于强化学习的改进 NSGA-II 算法的城市快速路入口匝道控制 [J]. 上海大学学报(自然科学版), 2023, 29(4): 666-680.
[3]	李嘉喆, 朱杰江. 装配式剪力墙结构位置优化[J]. 上海大学学报(自然科学版), 2023, 29(4): 720-733.
[4]	陈娟, 荆昊, 孙向阳. 基于模糊非支配排序遗传算法的多车型快速路交通拥堵和排放优化[J]. 上海大学学报(自然科学版), 2021, 27(4): 766-784.
[5]	彭运芳, 梁玉珍, 夏蓓鑫. 基于改进型遗传算法的混流U型装配线第二类平衡问题[J]. 上海大学学报(自然科学版), 2021, 27(2): 360-368.
[6]	李明琨, 柏高帅, 蒋欣颖. 基于作业负荷均衡的金融押运车辆调度问题[J]. 上海大学学报(自然科学版), 2019, 25(5): 836-850.
[7]	孔维检, 王永芳, 童子磊, 张红广. 糖尿病患个体化食谱营养优化建模与算法实现[J]. 上海大学学报(自然科学版), 2018, 24(4): 583-591.
[8]	刘冬军, 徐美华, 龚露鸣, 夏臣君. 前方车辆检测的特征融合算法研究与实现[J]. 上海大学学报(自然科学版), 2017, 23(6): 893-.
[9]	彭运芳1, 高雅1, 夏蓓鑫2. 不确定条件下基于遗传算法的作业车间调度问题[J]. 上海大学学报(自然科学版), 2016, 22(6): 793-803.
[10]	魏新华,郭加宏. 模拟退火遗传算法的泵站优化运行[J]. 上海大学学报(自然科学版), 2009, 15(1): 32-36.
[11]	盛洁;杨雪霞;孙江涛. 遗传算法优化设计超宽带天线[J]. 上海大学学报(自然科学版), 2008, 14(4): 346-348 .
[12]	武频;李建敦;刘权胜;李松倍. 基于一种自适应并行遗传算法的网格资源选择策略[J]. 上海大学学报(自然科学版), 2007, 13(5): 629-633 .
[13]	张凯燕;莫云辉;邓召义. 改进遗传算法的行星齿轮传动多目标模糊物元可靠性优化[J]. 上海大学学报(自然科学版), 2007, 13(1): 22-27 .

基于遗传-差分进化混合算法的钢框架结构智能反演

Intelligent inversion of steel frame structures based on hybrid genetic-differential evolution algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

本文评价