15、悬臂挡土墙的 Jaya 优化设计

悬臂挡土墙的 Jaya 优化设计

引言

结构工程的主要目标是为结构提供足够的安全性，使其在整个使用寿命中能够承受各种荷载和力，并确保结构在使用过程中的裂缝和位移处于安全范围内。除了为建筑物提供明确的安全条件外，自然资源的枯竭和环境污染的加剧也要求设计出成本最低、二氧化碳排放量最少的方案。

在传统设计中，为了确定成本最低的设计方案，需要多次更改结构系统的尺寸。这些过程不仅枯燥乏味，而且可能无法得到最经济的解决方案。因此，有必要利用优化过程（即数学规划）来实现满足所有安全要求的设计。同时，元启发式优化方法在寻找精确结果方面非常有效。

设计师们已经使用了多种元启发式算法，如模拟退火算法（SA）、粒子群优化算法（PSO）、遗传算法（GA）和基于教学 - 学习的优化算法（TLBO）。钢筋混凝土挡土墙的优化研究始于 20 世纪 80 年代。在以往的研究中，使用面向对象的可视化编程语言，借助模拟退火算法（SA）可以持续监测、评估和修改控制参数，以实现挡土墙的最低成本设计。粒子群优化算法（PSO）在降低挡土墙总成本的同时，通过控制所有岩土和结构设计约束来进行结构优化。遗传算法（GA）则用于寻找使成本函数最小化的强度结构设计变量值。近年来，基于教学 - 学习的优化算法（TLBO）也被用于优化悬臂式挡土墙在静态和动态荷载下的设计。

本研究中使用的 Jaya 算法是由 Rao 开发的一种单阶段元启发式算法，它可以解决有约束和无约束的优化问题。在这个元启发式优化过程中，需要定义设计常数、种群数量、最大迭代次数、设计变量范围、设计约束和目标。Jaya 算法的目的是在每一次迭代中，通过接近最佳解并远离最差解，找到目标函数的最小值或最大值。该算法除了种群数量外，不包含任何特定参数，因此不受