ĈҤI HӐC QUӔC GIA TP. HӖ CHÍ MINH
TRѬӠNG ĈҤI HӐC BÁCH KHOA
--------------------
NGUYӈN NGӐC PHÚ
PHÁT TRIӆN THUҰT TOÁN TӔ,Ѭ8Ĉӆ DӴ Ĉ2È1+Ѭ
HӒNG CӪA KӂT CҨU KHUNG PHҶNG
AN OPTIMIZATION TECHNIQUE FOR DAMAGE
PREDICTION OF 2D ± FRAME STRUCTURE
Chuyên ngành: Kӻ thuұt xây dӵng công trình dân dөng và công nghiӋp
Mã sӕ
: 60580208
LUҰN VĂN THҤ&6Ƭ
TP. HӖ CHÍ MINH, WKiQJQăP
&Ð1*75Î1+ĈѬӦC HOÀN THÀNH TҤI
75ѬӠ1*ĈҤI HӐC BÁCH KHOA
ĈҤI HӐC QUӔC GIA TP. HӖ CHÍ MINH
Cán bӝ hѭӟng dүn khoa hӑc:
Cán bӝ Kѭӟng dүn 1:
TS. Lr7KDQK&ѭӡng
«««««««
Cán bӝ Kѭӟng dүn 2:
PGS.TS /ѭѫQJ9ăQ+ҧi
«««««««
Cán bӝ chҩm nhұn xét 1: 3*676ĈjRĈuQK1KkQ
«««««««
Cán bӝ chҩm nhұn xét 2: 767KiL6ѫQ
«««««««
Luұn văn thҥFVƭÿѭӧc bҧo vӋ tҥL7UѭӡQJĈҥi hӑc BiFK.KRDĈ+4*7S+&0
ngày 01 tháng 02 năm 2021.
Thành phҫn HӝLÿӗQJÿiQKJLi/XұQYăQWKҥFVƭJӗm:
1.PGS.TS. NguyӉQ9ăQ+LӃu
-
Chӫ tӏch HӝLÿӗng
2.TS. NguyӉn Thái Bình
-
7KѭNê
3.PGS.TS. ĈjRĈuQK1KkQ
-
Ӫy viên (Phҧn biӋn 1)
4.TS. 7KiL6ѫQ
-
Ӫy viên (Phҧn biӋn 2)
5.TS. Hà Minh Tuҩn
-
Ӫy viên
CHӪ TӎCH HӜ,ĈӖNG
75ѬӢNG KHOA
KӺ THUҰT XÂY DӴNG
ĈҤI HӐC QUӔC GIA TP.HCM
CӜNG HÒA XÃ HӜI CHӪ 1*+Ƭ$9,ӊT NAM
75ѬӠ1*ĈҤI HӐC BÁCH KHOA
Ĉӝc Lұp - Tӵ Do - Hҥnh Phúc
1+,ӊ09Ө/8Ұ19Ă17+Ҥ&6Ƭ
Hӑ và tên hӑc viên: NGUYӈN NGӐC PHÚ
MSHV:1670576
Ngày, tháng, năm sinh: 10/05/1994
Nѫi sinh: Quҧng Nam
Chuyên ngành: Kӻ thuұt xây dӵng công trình dân dөng và công nghiӋp
Mã sӕ: 60580208
I. TÊN Ĉӄ TÀI: PHÁT TRIӆN THUҰT TOÁN TӔ,Ѭ8Ĉӆ DӴ Ĉ2È1+Ѭ
HӒNG CӪA KӂT CҨU KHUNG PHҶNG.
II. NHIӊM VӨ VÀ NӜI DUNG
1. ThiӃt lұp các ma trұn khӕLOѭӧng, ma trұQÿӝ cӭng cӫa kӃt cҩu, xây dӵng hàm
mөc tiêu cho bài toán tӕLѭXNӃt cҩu.
2. Phát triӇn thuұt toán tӕLѭXVӱ dөng thuұWWRiQÿӇ giҧi quyӃt bài toán tӕLѭXFKR
kӃt cҩu.
3. Phân tích kӃt quҧ WuPÿѭӧc, tӯ ÿyÿѭDUDNӃt luұn vӅ thuұt toán phát triӇn và vҩn
ÿӅ tӕLѭXFKRNӃt cҩu. KiӇPWUDÿӝ tin cұy cӫDFKѭѫQJWUuQKWtQKEҵng cách so sánh
kӃt quҧ cӫDFKѭѫQJWUuQKYӟi kӃt quҧ các bài báo tham khҧo.
4. TiӃn hành thӵc hiӋn các ví dө sӕ ÿӇ phân tích, tӯ ÿyU~WUDNӃt luұn và kiӃn nghӏ.
III. NGÀY GIAO NHIӊM VӨ
: 21/09/2020
IV. NGÀY HOÀN THÀNH NHIӊM VӨ : 31/12/2020
V. HӐ VÀ TÊN CÁN BӜ HѬӞNG DҮN: 76 /r 7KDQK &ѭӡng và PGS.TS
/ѭѫQJ9ăQ+ҧi
Tp. HCM, ngày... tháng... năm 2020
CÁN BӜ HѬӞNG DҮN
(Hӑ tên và chӳ ký)
CHӪ NHIӊM BӜ 0Ð1Ĉ¬27ҤO
(Hӑ tên và chӳ ký)
76/r7KDQK&ѭӡng
3*676/ѭѫQJ9ăQ+ҧi
75ѬӢNG KHOA KӺ THUҰT XÂY DӴNG
(Hӑ tên và chӳ ký)
i
/Ӡ,&Ҧ0Ѫ1
/XұQYăQWKҥFVƭ;k\GӵQJF{QJWUuQKGkQGөQJYjF{QJQJKLӋSQҵPWURQJKӋWKӕQJ
EjLOXұQFXӕLNKyDQKҵPWUDQJEӏFKRKӑFYLrQFDRKӑFNKҧQăQJWӵQJKLrQFӭXELӃW
FiFKJLҧLTX\ӃWQKӳQJYҩQÿӅFөWKӇÿһWUDWURQJWKӵFWӃ[k\GӵQJ«ĈyOjWUiFKQKLӋP
YjQLӅPWӵKjRFӫDPӛLKӑFYLrQFDRKӑF
ĈӇKRjQWKjQKOXұQYăQQj\QJRjLVӵFӕJҳQJYjQӛOӵFFӫDEҧQWKkQW{LÿmQKұQ
ÿѭӧFVӵJL~SÿӥQKLӅXWӯWұSWKӇYjFiFFiQKkQ7{L[LQJKLQKұQYjWӓOzQJELӃWѫQ
WӟLWұSWKӇYjFiFFiQKkQÿmGjQKFKRW{LVӵJL~SÿӥTXêEiXÿy
ĈҫXWLrQW{L[LQEj\ WӓOzQJELӃWѫQVkXVҳFÿӃQWKҫ\ /r 7KDQK&ѭӡQJYjWKҫ\
/ѭѫQJ9ăQ+ҧL7Kҫ\ÿmÿѭDUDJӧLêÿҫXWLrQÿӇKuQKWKjQKQrQêWѭӣQJFӫDÿӅWjL
JySêFKRW{LUҩWQKLӅXYӅFiFKQKұQÿӏQKÿ~QJÿҳQWURQJQKӳQJYҩQÿӅQJKLrQFӭX
FiFKWLӃSFұQQJKLrQFӭXKLӋXTXҧ
7{L[LQFKkQWKjQKFҧPѫQTXê7Kҫ\&{.KRD.ӻWKXұW;k\GӵQJWUѭӡQJĈҥLKӑF
%iFK.KRD7S+&0ÿmWUX\ӅQGҥ\QKӳQJNLӃQWKӭFTXêJLiFKRW{LÿyFNJQJOjQKӳQJ
NLӃQWKӭFNK{QJWKӇWKLӃXWUrQFRQÿѭӡQJQJKLrQFӭXNKRDKӑFYjVӵQJKLӋSFӫDW{L
sau này.
7{LFNJQJ[LQJӱLOӡLFҧPѫQÿӃQWKҫ\/r 7KDQK&ѭӡQJÿmJL~SÿӥW{LUҩWQKLӅX
WURQJTXiWUuQKWKӵFKLӋQOXұQYăQQj\
/XұQYăQWKҥFVƭÿmKRjQWKjQKWURQJWKӡLJLDQTX\ÿӏQKYӟLVӵQӛOӵFFӫDEҧQWKkQ
WX\QKLrQNK{QJWKӇNK{QJFyQKӳQJWKLӃXVyW.tQKPRQJTXê7Kҫ\&{FKӍGүQWKrP
ÿӇW{LEәVXQJQKӳQJNLӃQWKӭFYjKRjQWKLӋQEҧQWKkQPuQKKѫQ
;LQWUkQWUӑQJFҧPѫQ
7S+&0QJj\WKiQJQăP
NGUYӈN NGӐC PHÚ
ii
7Ï07Ҳ7/8Ұ19Ă17+Ҥ&6Ƭ
x +ѭKӓng là nguyên nhân chính dүQÿӃn vҩQÿӅ phá huӹ cӫa kӃt cҩXYjWKѭӡng dүn
ÿӃn nhӳng vҩQÿӅ nghiêm trӑQJWuPUDÿѭӧc vҩQÿӅ KѭKӓQJÿӇ khҳc phөc kӏp
thӡi sӁ WUiQKÿѭӧc nhӳng thiӋt hҥi vӅ QJѭӡi và tài sҧn. Có rҩt nhiӅXFiFKÿӇ tìm ra
KѭKӓng cӫa kӃt cҩXWURQJÿyYLӋc dӵ ÿRiQKѭKӓng kӃt cҩu bҵng thuұt toán tӕi
ѭXOjPӝt vҩQÿӅ ÿDQJÿѭӧc quan tâm và nghiên cӭu hiӋn nay, viӋc dӵ ÿRiQÿ~QJ
vӅ vӏ WUtFNJQJQKѭPӭFÿӝ KѭKӓng kӃt cҩu sӁ giҧi quyӃWÿѭӧc rҩt nhiӅu vҩQÿӅ
trong thӵc tӃ. ViӋc sӱ dөng thuұt toán tӕLѭXÿӇ dӵ ÿRiQKѭKӓng cӫa kӃt cҩu là
[XKѭӟng hiӋn nay. Rҩt nhiӅu thuұt toán tӕLѭXÿmÿѭӧFÿѭDUDQKѭWKXұt toán bҫy
ÿjQWKXұt toán nguyên tӱ, thuұt toán bҫ\VyL«1Kӳng thuұWWRiQQj\ÿDQJQJj\
FjQJÿѭӧc cҧi tiӃQÿӇ cho ra kӃt quҧ tӕWKѫQ7KXұt toán tӕLѭXEҫ\ÿjQOjPӝt
SKѭѫQJSKiSKLӋQÿҥi cұp nhұt mô hình phҫn tӱ hӳu hҥQYjÿDQJNK{QJQJӯng
ÿѭӧc cҧi tiӃn hiӋn nay.
x Mөc tiêu luұQYăQOjVӁ ÿӅ xuҩt cҧi tiӃn thuұWWRiQÿӇ ÿѭDUDNӃt qua tӕLѭXKѫQ
(cҧi biӃn thuұt toán tӕLѭXEҫ\ÿjQ3626DXÿyVӱ dөng thuұt toán cҧi tiӃQÿӇ
tiӃQKjQKWuPKѭKӓng cӫa kӃt cҩu dҫm, kӃt cҩu khung phҷQJĈӝ chính xác cӫa
thuұt toán sӁ ÿѭӧc kiӇm tra vӟi viӋc so sánh vӟi kӃt quҧ cӫa mӝt bài báo khoa hӑc
công bӕ WUѭӟFÿy
x Nӝi dung cӫa bài luұQYăQVӁ tұp trung vӅ hai phҫQÿyOjOêWKX\ӃWKѭKӓng cӫa
kӃt cҩXFѫVӣ lý thuyӃWKѭKӓng, các phҫQGѭFӫDÿһFWtQKÿӝQJ[iFÿӏnh hàm
mөc tiêu cӫa bài luұQYăQP{KuQKFұp nhұt phҫn tӱ hӳu hҥn..) thuұt toán tӕLѭX
(thuұt toán PSO, thuұWWRiQ$62ÿӅ xuҩt thuұt toán mӟL6DXÿyVӱ dөng thuұt
toán mӟLÿӅ xuҩWÿӇ giҧi quyӃt vҩQÿӅ KѭKӓng cӫa kӃt cҩu dҫm và khung phҷng.
x VҩQÿӅ mӟi cӫa luұQYăQOjFҧi tiӃQÿѭӧc thuұt toán mӟi và sӱ dөQJWuPKѭKӓng
cho bài toán kӃt cҩX&ѫVӣ lý thuyӃt sӱ dөng trong luұQYăQOjSKѭѫQJSKiSSKҫn
tӱ hӳu hҥn, thuұt toán bҫ\ÿjQWKXұt toán nguyên tӱ. Sӱ dөng thuұt toán tӕLѭXÿӇ
cұp nhұt mô hình phҫn tӱ hӳu hҥn tӯ ÿy[iFÿӏQKÿѭӧFKѭKӓng cӫa kӃt cҩu, sӱ
dөng phҫn mӅm matlab.
iii
x Thuұt toán mӟLÿѭӧFÿӅ xuҩt sӁ tӕLѭXKѫQVRYӟi thuұt toán PSO và ASO ban
ÿҫu, thuұt toán này tìm ra kӃt quҧ KѭKӓng cӫa kӃt cҩu tӕWKѫQYjFKtQK[iFKѫQ
+ѭKӓng cӫa kӃt cҩu sӁ ÿѭӧc dӵ ÿRiQFKtQK[iFYӏ trí và mӭFÿӝ KѭKӓng. Tӯ ÿy
cho thҩy tҫm quan trӑng cӫa viӋc sӱ dөng thuұt toán tӕLѭXWURQJYLӋc dӵ ÿRiQKѭ
hӓng cӫa kӃt cҩu. Tuy nhiên thuұt toán vүn còn nhiӅu hҥn chӃ, cҫQÿѭӧc nghiên
cӭu và phát triӇQKѫQQӳa.
iv
$%675$&7
Title: ³An optimization technique for damage prediction of 2D ± frame
VWUXFWXUH´
x Damage is the main cause of structure destruction and often leads to serious
problems, finding out the damaged problem to correct it in time will avoid
damage to people and property. There are many ways to find out the failure of
the structure, in which the problem of predicting the damage of the structure
by optimization algorithms is a matter of concern and current research, the
correct prediction of the position as well as the extent of structural
deterioration will solve many practical problems. The use of optimization
algorithms to predict structural damage is the current trend. Many optimization
algorithms have been introduced such as particle swarm optimization, atom
search optimization, grey wolf optimizer ... These algorithms are being
improved day by day for better results. The particle swarm optimization is a
modern method that updates the finite element model and is constantly
improving today.
x The objective of the title is to propose algorithm improvements to give more
optimal results (modification of the sparticle swarm optimization). Then use
improved algorithm to find damage of beam structure, 2D - frame structure.
The accuracy of the algorithm will be checked against the results of a
previously published scientific paper.
x The new problem of the thesis is to improve a new algorithm and use error
finding methods for structural problems. Theoretical basis used in the thesis is
finite element method, particle
swarm optimization, atom search
optimization. Using the optimization algorithm to update the finite element
model from which it is possible to determine the damage of the structure using
matlab software.
v
x The proposed new algorithm will be more optimal than the original PSO and
ASO algorithm, helping to find out the result of structural damage better and
more accurately. The damage of the structure will be accurately predicted in
terms of location and extent of damage. This shows the importance of using
optimization algorithms in predicting structural failure. However, the
algorithm is still limited and needs further research and development.
vi
/Ӡ,&$0Ĉ2$1
7{L[LQFDPÿRDQÿk\OjF{QJYLӋc do chính tôi thӵc hiӋQGѭӟi sӵ Kѭӟng dүn cӫa
Thҫ\/r7KDQK&ѭӡng và Thҫ\/ѭѫQJ9ăQHҧi.
Các kӃt quҧ trong LuұQYăQOjÿ~QJVӵ thұWYjFKѭDÿѭӧc công bӕ ӣ các nghiên
cӭu khác.
Tôi xin chӏu trách nhiӋm vӅ công viӋc thӵc hiӋn cӫa mình.
7S+&0QJj\WKiQJQăP
NGUYӈN NGӐC PHÚ
vii
0Ө&/Ө&
NHIӊM VӨ LUҰ19Ă17+Ҥ&6Ƭ...................................................................... 1
LӠI CҦ0Ѫ1 ......................................................................................................... i
TÓM TҲT LUҰ19Ă17+Ҥ&6Ƭ ........................................................................ ii
ABSTRACT .......................................................................................................... iv
LӠ,&$0Ĉ2$1 ................................................................................................. vi
MӨC LӨC ............................................................................................................ vii
DANH MӨC CÁC HÌNH VӀ................................................................................ x
DANH MӨC CÁC BҦNG BIӆU ........................................................................ xii
MӜT SӔ KÝ HIӊU VIӂT TҲT.......................................................................... xiii
&+ѬѪ1**,ӞI THIӊU .................................................................................... 1
&+ѬѪ1*7ӘNG QUAN ................................................................................ 12
2.1. Giӟi thiӋXFKѭѫQJ ..................................................................................... 12
2.2. Giӟi thiӋu mӝt sӕ thuұt toán tӕLѭX ........................................................... 12
2.3. Tình hình nghiên cӭX[iFÿӏQKKѭKӓng cӫa kӃt cҩu ................................ 18
2.4. Mөc tiêu nghiên cӭu cӫa luұQYăQ ............................................................ 19
éQJKƭDNKRDKӑc ...................................................................................... 19
éQJKƭDWKӵc tiӉn và sӵ cҫn thiӃt cӫa nghiên cӭu ..................................... 20
ĈyQJJySNKRDKӑc và tҫm quan trӑng cӫa nghiên cӭu ........................... 20
&+ѬѪ1*1ӜI DUNG .................................................................................... 21
3.1. Giӟi thiӋu FKѭѫQJ ..................................................................................... 21
3.2. Lý thuyӃWWuPKѭKӓng cӫa kӃt cҩu ........................................................... 21
&ѫVӣ lý thuyӃWWuPKѭKӓng kӃt cҩu ................................................ 21
3.2.2 PhҫQGѭFӫDFiFÿһFWtQKÿӝng ......................................................... 22
3.2.2.1 Tҫn sӕ tӵ nhiên và dҥQJGDRÿӝng .......................................... 23
3.2.2.2 Hàm chӭFQăQJ ÿiSӭng tҫn sӕ (FRFs) .................................. 23
1ăQJOѭӧng biӃn dҥng............................................................. 24
3.2.3 Hàm mөc tiêu ................................................................................... 25
viii
;iFÿӏQKKѭKӓng bҵng cұp nhұt mô hình phҫn tӱ hӳu hҥn ............ 27
3.2.5 Tính K và M bҵQJSKѭѫQJSKiSSKҫn tӱ hӳu hҥn ........................... 27
3.2.5.1 KӃt cҩu dҫm chӏu uӕn ............................................................. 27
3.2.5.2 KӃt cҩu khung phҷng .............................................................. 27
3.2.5.3 Ghép nӕi ma trұn tәng thӇ và khӕLOѭӧng tәng thӇ ................. 28
6ѫÿӗ tính toán bҵQJSKѭѫQJSKiSSKҫn tӱ hӳu hҥn ....................... 31
3.3. Thuұt toán bҫ\ÿjQ362 ......................................................................... 33
3.3.1 Mô tҧ thuұt toán bҫ\ÿjQ362 ....................................................... 33
3KѭѫQJWUuQKF{QJWKӭc cӫa thuұt toán bҫ\ÿjQ362 .................... 33
3.4. Thuұt toán nguyên tӱ (ASO) .................................................................... 36
3.4.1 Mô tҧ thuұt toán nguyên tӱ (ASO) ................................................... 36
3KѭѫQJWUuQKF{QJWKӭc cӫa thuұt toán nguyên tӱ (ASO) ................ 36
3.5. Lai thuұt toán PSO vӟi thuұt ASO ( APSO1) ........................................... 39
3.5.1 Mô tҧ thuұt toán lai (APSO1)........................................................... 39
&iFEѭӟc thӵc hiӋn cӫa thuұt toán lai (APSO1) .............................. 40
&+ѬѪ1*È3'ӨNG THUҰT TOÁN LAI (APSO1) ................................... 43
4.1. Bài toán kӃt cҩu dҫm................................................................................. 43
4.1.1 Kӏch bҧn 1 ........................................................................................ 43
4.1.2 Kӏch bҧn 2 ........................................................................................ 45
4.1.3 Kӏch bҧn 3 ........................................................................................ 46
4.2. Bài toán kӃt cҩu khung 1 tҫng 1 nhӏp ....................................................... 48
4.2.1 Kӏch bҧn 1 ........................................................................................ 48
4.2.2 Kӏch bҧn 2 ........................................................................................ 50
4.3. Bài toán kӃt cҩu khung 1 tҫng 2 nhӏp ....................................................... 51
4.3.1 Kӏch bҧn 1 ........................................................................................ 52
4.3.2 Kӏch bҧn 2 ........................................................................................ 53
4.4. Bài toán kӃt cҩu khung 4 tҫng 3 nhӏp ....................................................... 55
4.4.1 Kӏch bҧn 1 ........................................................................................ 55
4.4.2 Kӏch bҧn 2 ........................................................................................ 58
&+ѬѪ1*.ӂT LUҰN & KIӂN NGHӎ .......................................................... 60
ix
5.1. KӃt luұn ..................................................................................................... 60
5.2. KiӃn nghӏ................................................................................................... 60
TÀI LIӊU THAM KHҦO .................................................................................... 62
PHӨ LӨC ............................................................................................................. 67
LÝ LӎCH TRÍCH NGANG .................................................................................. 69
x
'$1+0Ө&&È&+Î1+9Ӏ
Hình 1ĈұSQѭӟc bӏ KѭKӓng ӣ Anh (hӗ Toddbrook) ................................................1
Hình 2. Cӝt nhà bӏ nӭt khi chuҭn bӏ bàn giao .............................................................2
Hình 3 . Sàn bӏ nӭt sau khi tháo ván khuôn. ...............................................................2
Hình 4. Sӵ cӕ cҫu Chӧ ĈrPVұSÿә khi thi công ........................................................3
Hình 5. Bê tông bӏ ăQPzQOjPOӝ cӕt thép ± Cҧng Thӏ Nài .......................................4
Hình 6. KӃt cҩu thép bӏ ăQPzQ± CҫX&KѭѫQJ'ѭѫQJ ..............................................4
Hình 7. Trө bê tông cҫu bӏ KѭKӓng ± CҫX&KѭѫQJ'ѭѫQJ........................................5
Hình 8. KӃt cҩu thép bӏ ăQPzQ± Ĉұp ViӋt Yên ........................................................5
Hình 9.Toàn nhà Mubai ҨQĈӝ - QJX\FѫVұSÿә cao do sӱ dөng quá lâu .................6
Hình 10ĈұSQѭӟFKѭKӓng ӣ Califomia ± Mӻ ..........................................................6
Hình 11. Hҫm Hҧi Vân bӏ nӭt .....................................................................................7
Hình 12. Toà nhà sұSÿә ӣ 7Kѭӧng Hҧi ......................................................................7
Hình 13. Nhà sұp bҩt ngӡ ӣ %uQK'ѭѫQJ ....................................................................8
Hình 14. Nhà sұp bҩt ngӡ ӣ quұn 11, HCM ................................................................8
Hình 15. Toà nhà 6 tҫng bҩt ngӡ sұSÿә Quҧng Tây-Trung Quӕc ..............................9
Hình 16. Toàn nhà ӣ Sendai bӏ phá huӹ ......................................................................9
Hình 17. Mô hình biӇu diӉn công thӭc thuұt toán PSO ............................................13
Hình 18. Cҩu trúc phân tӱ Qѭӟc ................................................................................14
Hình 19. Mô hình biӇu diӉn thuұt toán ASO ............................................................15
Hình 20. ThӇ hiӋn 4 loҥi sói trong bҫy sói xám. .......................................................17
Hình 21. Các vӏ trí tìm kiӃm khác nhau cӫa bҫy sói xám .........................................18
Hình 22. Tên phҫn tӱ ÿѭӧc chia ................................................................................29
Hình 23. 6ѫÿӗ khӕi cӫDFKѭѫQJWUuQK37++ ...........................................................32
Hình 24. Mô hình biӇu diӉn công thӭc thuұt toán PSO ............................................34
Hình 25a. Mô hình biӇu diӉn thuұt toán PSO ...........................................................34
+uQK/ѭXÿӗ thuұt toán PSO ...............................................................................35
+uQK/ѭX ÿӗ thuұt toán ASO ..............................................................................38
xi
Hình 28. Mô tҧ thuұt toán PSO sau 3 vòng lһp. ........................................................39
Hình 29. Mô tҧ thuұt toán lai APSO1 sau 3 vòng lһp ...............................................40
Hình 3/ѭXÿӗ thuұt toán APSO1. .........................................................................43
Hình 31. Mô hình bài toán dҫm ................................................................................43
Hình 32. BiӇu diӉn so sánh cӫa các thuұt toán..........................................................44
Hình 33. BiӇu diӉn so sánh cӫa các thuұt toán..........................................................46
Hình 34. BiӇu diӉn so sánh cӫa các thuұt toán áp dөng cho bài kӃt cҩu khung........47
Hình 35. Mô hình bài toán khung 1 tҫng 1 nhӏp .......................................................48
Hình 36. BiӇu diӉn so sánh cӫa các thuұt toán áp dөng cho bài kӃt cҩu khung........49
Hình 37. BiӇu diӉn so sánh cӫa các thuұt toán áp dөng cho bài kӃt cҩu khung........51
Hình 38. Mô hình bài toán khung 1 tҫng 1 nhӏp .......................................................51
Hình 39. BiӇu diӉn so sánh cӫa các thuұt toán áp dөng cho bài kӃt cҩu khung........53
Hình 40. BiӇu diӉn so sánh cӫa các thuұt toán áp dөng cho bài kӃt cҩu khung........54
Hình 41. Mô hình bài toán ........................................................................................55
Hình 42. BiӇu diӉn so sánh cӫa các thuұt toán áp dөng cho bài kӃt cҩu khung........56
Hình 43. Hình chөp kӃt quҧ tӯ mӝWEjLEiRÿѭӧc công bӕ .......................................57
Hình 44. BiӇXÿӗ so sánh tӹ lӋ KѭKӓng cӫa thuұt toán.............................................58
Hình 45. BiӇu diӉn so sánh cӫa các thuұt toán áp dөng cho bài kӃt cҩu khung........59
xii
'$1+0Ө&&È&%Ҧ1*%,ӆ8
Bҧng 1. KӃt quҧ hàm mөc tiêu so sánh sau 10 lҫn chҥ\FKѭѫQJWUuQK .....................43
Bҧng 2. KӃt quҧ thӕng kê tӹ lӋ KѭKӓng sau 10 lҫn chҥy cӫa thuұt toán APSO1.....44
Bҧng 3. KӃt quҧ hàm mөc tiêu so sánh sau 10 lҫn chҥ\FKѭѫQJWUuQK .....................45
Bҧng 4. Tӹ lӋ KѭKӓng kӃt cҩu cӫa APSO1 sau 10 lҫn chҥ\FKѭѫQJWUuQK...............45
Bҧng 5. KӃt quҧ hàm mөc tiêu so sánh sau 10 lҫn chҥ\FKѭѫQJWUuQK .....................46
Bҧng 6. Tӹ lӋ KѭKӓng kӃt cҩu cӫa APSO1 sau 10 lҫn chҥ\FKѭѫQJWUuQK...............47
Bҧng 7. KӃt quҧ hàm mөc tiêu so sánh sau 10 lҫn chҥ\FKѭѫQJWUuQK .....................48
Bҧng 8. Tӹ lӋ KѭKӓng kӃt cҩu cӫa APSO1 sau 10 lҫn chҥ\FKѭѫQJWUuQK...............48
Bҧng 9. KӃt quҧ hàm mөc tiêu so sánh sau 10 lҫn chҥ\FKѭѫQJWUuQK .....................50
Bҧng 10. Tӹ lӋ KѭKӓng kӃt cҩu cӫa APSO1 sau 10 lҫn chҥ\FKѭѫQJWUuQK ............50
Bҧng 11. KӃt quҧ hàm mөc tiêu so sánh sau 10 lҫn chҥ\FKѭѫQJWUuQK ...................52
Bҧng 12. Tӹ lӋ KѭKӓng kӃt cҩu cӫa APSO1 sau 10 lҫn chҥ\FKѭѫQJWUuQK ............52
Bҧng 13. KӃt quҧ hàm mөc tiêu so sánh sau 10 lҫn chҥ\FKѭѫQJWUuQK ...................53
Bҧng 14. Tӹ lӋ KѭKӓng kӃt cҩu cӫa APSO1 sau 10 lҫn chҥ\FKѭѫQJWUuQK ............54
Bҧng 15. KӃt quҧ hàm mөc tiêu so sánh sau 10 lҫn chҥ\FKѭѫQJWUuQK ...................55
Bҧng 16. Tӹ lӋ KѭKӓng kӃt cҩu cӫa APSO1 sau 10 lҫn chҥ\FKѭѫQJWUuQK ............56
Bҧng 176a. So sánh kӃt quҧ vӟLEjLWRiQÿѭӧc công bӕ (tӹ lӋ KѭKӓng 25%) .........57
Bҧng 187. KӃt quҧ hàm mөc tiêu so sánh sau 10 lҫn chҥ\FKѭѫQJWUuQK .................58
Bҧng 198. Tӹ lӋ KѭKӓng kӃt cҩu cӫa APSO1 sau 10 lҫn chҥ\FKѭѫQJWUuQK...........59
xiii
0Ӝ76Ӕ.é+,ӊ89,ӂ77Ҳ7
.êKLӋX
PTHH
7rQÿҫ\ÿӫ
3KѭѫQJSKiSSKҫQWӱKӳXKҥQ
PSO
7KXұWWRiQEҫ\ÿjQ3DUWLFOH6ZDUP2SWLPL]DWLRQ
ASO
7KXұWWRiQQJX\rQWӱ$WRPSearch Optimization).
APSO1
GA
ACO
7KXұWWRiQODLJLӳD362Yj$62$WRP-Particle Swarm
Optimization 1).
7KXұWWRiQGLWUX\ӅQ*HQHWLFDOJRULWKP
7KXұWWRiQÿjQNLӃQ$QW&RORQ\2SWLPL]DWLRQ
EA
7KXұWWRiQWLӃQKyD(YROXWLRQDU\$OJRULWKPV
GWO
7KXұWWRiQEҫ\VyL[iP*UH\:ROI2SWLPL]HU
1
&+ѬѪ1* *,Ӟ,7+,ӊ8
HiӋn nay, trên thӃ giӟi, các công trình dân dөQJÿѭӧc xây dӵQJQJj\FjQJQKLӅu. Vì
vұy, vҩQÿӅ an toàn cӫa kӃt cҩu công trình luôn là vҩQÿӅ ÿѭӧFTXDQWkPKjQJÿҫu
trong suӕt quá trình thiӃt kӃ, thi công và trong quá trình hoҥWÿӝng cӫa nó. Mһc dù
quá trình thiӃt kӃ, thi công các kӃt cҩu xây dӵQJQJj\FjQJÿѭӧc hoàn thiӋQQKѭQJ
sai sót luôn xҧy ra dүQÿӃn kӃt cҩu luôn tӗn tҥi nhӳng khiӃm khuyӃt.
Hình 1ĈұSQѭӟc bӏ hѭKӓng ӣ Anh (hӗ Toddbrook)
2
Hình 2. Cӝt nhà bӏ nӭt khi chuҭn bӏ bàn giao
Hình 3 . Sàn bӏ nӭt sau khi tháo ván khuôn.
3
Hình 4. Sӵ cӕ cҫu Chӧ ĈrPVұSÿә khi thi công
+ѫQQӳa, trong quá trình hoҥWÿӝng, các kӃt cҩXWKѭӡng phҧi chӏu nhiӅu loҥi tҧi trӑng
khác nhau. Nhӳng tҧi trӑng mҥQKJk\UDGRWKLrQWDLQKѭÿӝQJÿҩt, sóng thҫn, bão tӕ
WKѭӡng gây sөSÿә tӭc thӡi hoһc gây ra nhӳQJKѭKӓQJÿӝt ngӝt trong kӃt cҩXQKѭ
PpRPySJm\ÿӭW«7URQJNKLÿyFiFWҧi trӑng lһp lҥLWKѭӡQJ[X\rQQKѭWҧi trӑng
sóng, gió tác dөng lên các kӃt cҩu giàn khoan ngoài biӇn, công trình cao tҫQJ«FyWKӇ
không gây ra nhӳQJKѭKӓng tӭc thӡLQKѭQJOҥi có thӇ gây nên nhӳQJKѭKӓng do mӓi
QKѭYӃt nӭt.
4
Hình 5. Bê tông bӏ ăQPzQOjPOӝ cӕt thép ± Cҧng Thӏ Nài
Hình 6. KӃt cҩu thép bӏ ăQPzQ± CҫX&KѭѫQJ'ѭѫQJ
- Xem thêm -