地下結構最優(yōu)化方法

前言
第1章 結構優(yōu)化設計的基本概念
1．1 結構設計和結構優(yōu)化設計
1．2 結構優(yōu)化設計的數(shù)學表達式
1．3 實際工程最優(yōu)化的步驟
1．3．1 建立實際問題的數(shù)學模型
1．3．2 求解前的準備與分析
1．3．3 在計算機上求解問題的某些實用指南
1．3．4 計算結果的分析和評價
1．4 地上結構優(yōu)化與地下結構優(yōu)化的聯(lián)系與區(qū)別
1．5 地下埋管結構優(yōu)化設計例題
第2章 地下結構的主要類型
2．1 地下連續(xù)墻
2．1．1 概述
2．1．2 荷載結構法（經典法）
2．1．3 修正的荷載結構法
2．1．4 豎向彈性地基梁的數(shù)值解法
2．1．5 連續(xù)介質的有限單元法
2．2 盾構法隧道設計
2．2．1 概述
2．2．2 圓形隧道的荷載
2．2．3 管片計算
2．2．4 管片防水
2．3 礦山法隧道設計
2．3．1 圍巖壓力與支護結構計算
2．3．2 隧道支護的地層-結構計算
2．3．3 隧道支護的荷載-結構計算
第3章 傳統(tǒng)優(yōu)化方法
3．1 無約束非線性最優(yōu)化方法
3．1．1 無約束問題的下降算法與線性搜索
3．1．2 最速下降法
3．1．3 牛頓法及其改進算法
3．1．4 擬牛頓法
3．1．5 共軛梯度法
3．2 約束非線性最優(yōu)化方法
3．2．1 約束最優(yōu)化問題的基本概念
3．2．2 最優(yōu)化條件
3．2．3 拉格朗日乘子法
3．2．4 罰函數(shù)法
第4章 智能優(yōu)化方法在地下結構優(yōu)化中的應用
4．1 神經網(wǎng)絡法
4．1．1 神經網(wǎng)絡的基本原理
4．1．2 BP神經網(wǎng)絡
4．1．3 Hopfield聯(lián)想記憶神經網(wǎng)絡
4．1．4 結構優(yōu)化問題：神經網(wǎng)絡模型
4．2 遺傳算法
4．2．1 遺傳算法概述
4．2．2 遺傳算法的實現(xiàn)技術
4．3 模擬退火法
4．3．1 退火算法理論概述
4．3．2 退火算法研究進展
4．3．3 退火算法的特點
4．4 混合退火算法
4．4．1 基本退火算法
4．4．2 改進的遺傳退火算法
4．4．3 基于學習機制的退火并行遺傳算法
4．5 例題
第5章 數(shù)值模擬方法在地下結構優(yōu)化中的應用
5．1 ANSYS數(shù)值模擬軟件優(yōu)化模塊
5．1．1 ANSYS優(yōu)化設計基本概念
5．1．2 ANSYS優(yōu)化設計步驟
5．1．3 ANSYS基本優(yōu)化方法和工具
5．1．4 基于ANSYS的工程優(yōu)化實例一
5．1．5 基于ANSYS的工程優(yōu)化實例二
5．1．6 ANSYS優(yōu)化方法總結
5．2 ABAQUS數(shù)值模擬軟件優(yōu)化模塊
5．2．1 ABAQUS結構優(yōu)化介紹
5．2．2 ABAQUS優(yōu)化設計流程
5．2．3 基于ABAQUS隧道結構形式拓撲優(yōu)化實例
5．2．4 小結
5．3 MATLAB與數(shù)值模擬方法的結合
5．3．1 工程問題數(shù)學模型抽象化
5．3．2 構造優(yōu)化函數(shù)
5．3．3 構造非線性約束函數(shù)
5．3．4 構造目標函數(shù)
5．3．5 優(yōu)化結果輸出
5．3．6 小結
第6章 工程綜合應用案例
6．1 案例l——基于遺傳算法的隧道結構優(yōu)化設計
6．1．1 工程背景
6．1．2 研究綜述
6．1．3 拱頂沉降
6．1．4 目標函數(shù)及求解
6．1．5 結論展望
6．2 案例2——基于隧道襯砌費用的優(yōu)化設計
6．2．1 工程背景
6．2．2 材料計算參數(shù)的選取
6．2．3 基于ANSYS的偏壓連拱隧道襯砌優(yōu)化
6．2．4 MATLAB聯(lián)合ANSYS優(yōu)化襯砌結構
6．2．5 功能函數(shù)求解
6．2．6 基于安全系數(shù)的結構優(yōu)化設計
6．2．7 基于可靠度分析的結構優(yōu)化設計
6．2．8 結論
6．3 案例3——基于地鐵車站材料費用的優(yōu)化設計
6．3．1 工程概況
6．3．2 優(yōu)化目標
6．3．3 結構計算
6．3．4 約束條件
6．3．5 Excel優(yōu)化求解
6．3．6 MATLAB非線性優(yōu)化求解
6．3．7 遺傳算法求解
6．4 案例4——基于隧道斷面幾何參數(shù)及二次襯砌的優(yōu)化設計
6．4．1 工程背景
6．4．2 隧道內輪廓斷面參數(shù)優(yōu)化
6．4．3 二次襯砌優(yōu)化
6．4．4 研究成果匯總
附錄A
附錄B
附錄C
參考文獻