首页|基于粗粒度并行遗传算法的隔震层参数优化

基于粗粒度并行遗传算法的隔震层参数优化

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对基于经典遗传算法的隔震层参数优化方法效率不高的问题,提出一种基于粗粒度并行遗传算法的隔震层参数优化方法.利用Python的多进程机制和Python与ETABS的交互,实现CPU各核同时调用ETABS并进行遗传操作,最后通过一个隔震工程的实例进行验证.结果表明:采用粗粒度并行遗传算法进行隔震层参数优化,与原设计结果相比,优化后的隔震结构性能更优;同时,用10核CPU计算,与经典遗传算法相比,该方法既能准确得出全局最优解,又可显著提高优化效率,加速比约为6,可基本满足隔震工程设计的及时性需求,具有较好的工程应用价值.
Parameter optimization of isolation layer based on coarse-grained parallel genetic algorithm

coarse-grained parallel genetic algorithmmultiprocessparameters of isolation layeroptimization

党育、刘全明、贺一哲

展开 >

兰州理工大学土木工程学院,甘肃兰州 730050

粗粒度并行遗传算法 多进程 隔震层参数 优化

国家自然科学基金国家自然科学基金甘肃省重点研发计划

621660255166804321YF5GA073

2023

10.20000/j.1000-0844.20211107002

地震工程学报
中国地震局兰州地震研究所,中国地震学会，清华大学，中国土木工程学会

地震工程学报

CSTPCDCSCD北大核心
影响因子：1.191
ISSN：1000-0844
年,卷(期)：2023.45(6)
  • 3