ОПТИМИЗАЦИЯ ПОДПОРНЫХ СТЕНОК НА ОСНОВЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ




*Шатохина Светлана Игоревна, **Калачук Татьяна Григорьевна,

*аспирант кафедры «Городского кадастра и инженерных изысканий», **доцент, кандидат технических наук, Белгородский государственный технологический университет им. В.Г. Шухова, г. Белгород

Практика проектирования, несмотря на успехи математической оптимизации и совершенствование расчётных комплексов, обычно ограничивается расчётом и сравнением нескольких вариантов проекта и выбором из них наиболее рационального. В частности, новые эффективные конструкции подпорных стенок, и с помощью инженерных расчетов достигнута их рациональность, однако, эту работу можно ускорить. Параметры этих конструкций выбраны на основе сравнения некоторых вариантов. Разрыв между потребностями практических задач оптимизации конструкций и малыми возможностями математической оптимизации реальных конструкций должен преодолеваться за счёт развития гибридных методов, соединяющих возможности расчетных комплексов и средства оптимизации.

Ключевые слова: Ключевые слова: Проектирование,нейронные сети,подпорные стенки,автоматизация,алгоритм,аналитических зависимостей,целевая функция,эволюционные методы,гибридные методы.




Библиографическое описание: Библиографическое описание:


Современному строительству свойственны такие тенденции, как уплотнение городской застройки, увеличение этажности зданий, широкое освоение подземного пространства, стесненность строительных площадок, насыщение подземными инженерными конструкциями, строительство на грунтах с изменчивыми и неопределёнными свойствами. Все это приводит к повышению требований к надежности оснований и фундаментов возводимых и уже построенных зданий и сооружений.

В связи с этим особое значение уделяют созданию качественных проектов, которые требуют проведения многовариантной, комплексной проработки проектных альтернатив, в том числе с использованием математических средств с учетом многокристальности и неопределённости знаний о характере целевой функции, что в целом усложняет процессы принятия решений [1].

Указанные обстоятельства требуют активного участия человека в проектном процессе, что увеличивает в нем долю факторов субъективности и эвристик в формировании и принятии решений[3], а также отображаются целенаправленности и обоснованности реализуемых процессов. Накопление знаний проектировщиков об их действиях и принятия решений в тех или иных проектных условиях требуют применения новых интеллектуальных средств в проектных процессах.  В таких условиях вырастает роль методологии проектирования, как учения о структуре, логической организации, методах и средствах проектной деятельности [2].

Выход из такой ситуации в настоящее время видится в активном использовании новых «вычислительных технологий» опирающихся на нейронные сети.

Так как работа конструкторов системно сложная: существует много условий, ограничений, норм, разнородных вариантов. Существующие программные комплексы, реализующие численные методы расчётов, обладают значительным потенциалом для моделирования конструкций, однако входящие непосредственно в них модули оптимизации имеют ощутимо ограниченные возможности, особенно для многопараметрических задач [4].

По этой причине стало принятым отделять «математическую оптимизацию» и «практическую оптимизацию» Практика проектирования, несмотря на успехи математической оптимизации и совершенствование расчётных комплексов, обычно ограничивается расчётом и сравнением нескольких вариантов проекта и выбором из них наиболее рационального. В частности, новые эффективные конструкции подпорных стенок, и с помощью инженерных расчетов достигнута их рациональность, однако, эту работу можно ускорить. Параметры этих конструкций выбраны на основе сравнения некоторых вариантов[6]. Разрыв между потребностями практических задач оптимизации конструкций и малыми возможностями математической оптимизации реальных конструкций должен преодолеваться за счёт развития гибридных методов, соединяющих возможности расчетных комплексов и средства оптимизации с понятным и дружественным для пользователя интерфейсом. Преодолению этого разрыва и посвящена данная работа.

Основным препятствием в поиске оптимальных вариантов является отсутствие аналитических зависимостей между целевой функцией и варьируемыми параметрами, либо между варьируемыми параметрами и функциональными ограничениями. Вместо такой зависимости часто имеется информация в виде набора решений отдельных задач [5-7].

Для решения поставленной задачи используют эволюционные методы. Существуют множество разновидностей подобного рода алгоритмов, отличающихся использованием или не использованием конкретных механизмов, а также различиями трактовки этих механизмов и представлением индивидов.

Эволюционные методы работают не с отдельными особями (объектами), а с популяциями этих объектов. Каждый алгоритм вначале создает некоторым способом популяцию объектов. Дальнейший процесс представляет собой последовательность эпох или циклов [7].

Таким образом, заложенные в информационную систему знания экспертов по расчету подпорных стенок с учетом прогрессирующего разрушения, позволят повысить качество проектирования, и, как следствие, надежность конструкций. В процессе работы пользователя с информационной системой, последняя обобщает накопленные знания в своей базе и предлагает пользователю рациональные пути решения поставленной задачи, приводя цепочку рассуждений. Путем использования модуля оптимизации на основе генетического алгоритма, может быть решена задача нахождения оптимальных, либо близких к оптимальным параметров сечений оптимизируемых элементов конструкции.

 

Список литературы:

1.        Сергеев Н.Д. Богатырев А.И. «Проблемы оптимального проектирования конструкций» - Л.: Стойиздательство, 1971

2.        Игнатов В.П. «Моделирование строительного проектирования на основе интеллектуальных технологий.» - М.: Книжный мир, 2012

3.        Хайкин С. «Нейронные сети. Полный курс». – М.: Санкт-Петербург, Киев. – 2008

4.        Сетков В.И., Сербин Е.П. «Строительные конструкции расчет и проектирование» - М.: Инфра-М, 2013

5.        Вестник БГТУ им. В.Г. Шухова. 2012, №4 Юрьев А.Г., Калачук Т.Г., Павленко В.И., Панченко Л.А., Рубанов В.Г. «Тонкие подпорные стенки из стеклофибробетона».

6.        Шатохина С.И., Калачук Т.Г. «Оптимальная методика проектирования подпорных стен», Международной научно-практической конференции. 28 декабря 2012г.: Сборник научных трудов. – Краснодар, 2012. – 218 с.

7.        Shatohina Svetlana Igorevna, «Model of optimal design of thin retaining walls», European Applied Sciences: modern approaches in scientific researches, 2013

Предстоящие заочные международные научно-практические конференции
XVII Международная научно-практическая конференция «Теоретические и практические проблемы  развития современной науки»
XVII Международная научно-практическая конференция «Теоретические и практические проблемы развития современной науки»
XVIII Международная научно-практическая конференция «Научный поиск в современном мире»
XVIII Международная научно-практическая конференция «Научный поиск в современном мире»
XIX Международная научно-практическая конференция «Научный поиск в современном мире»
XIX Международная научно-практическая конференция «Научный поиск в современном мире»