基于改進蝙蝠算法的鋼筋混凝土箱梁橋截面優化設計研究

袁冰玲

橋梁截面尺寸參數改變會影響結構的整體重量及受力性能，在保證結構受力合理的前提下優化截面參數，可節約成本。文章基于改進的蝙蝠算法，結合有限元模型，對某已建鋼筋混凝土箱梁橋截面進行優化設計，對比分析優化前后參數、撓度等數據變化情況。研究結果表明：改進蝙蝠算法改進了原始算法多樣性不足、易于陷入局部最有解的缺陷;截面設計優化后，箱梁總體結構重量減少了9.2%，結構剛度有些許降低，撓度結果影響較小;優化后的橋梁整體結構安全可靠，使用階段承載力滿足要求。

鋼筋混凝土箱梁橋;截面優化;改進蝙蝠算法;有限元模型;優化設計

U442.5A351224

0 引言

20世紀我國橋梁建設興起，受限于計算工具以及施工工藝，橋梁設計安全指標較大，這就導致了橋梁結構笨重以及材料的浪費，目前有諸多學者采用各種方式對橋梁結構進行優化設計。劉明慧[1]采用控制變量法針對鋼板-混凝土組合梁橋進行優化設計，對于高跨比、寬厚比以及橫向聯系的設計值給出了合理化建議;魯業紅[2]運用多目標模糊算法，結合T梁橋工程實例進行結構優化，節約了造價成本，跨中截面彎矩降低，剛度提升13.3%;孫潔等[3]運用ANSYS有限元模型，進行多變量優化分析，得出波紋鋼腹板尺寸以及箱梁截面尺寸數值;燕松波等[4]針對PC斜拉橋主梁箱形截面不足之處，通過優化截面高度、頂底板厚度以及寬度等參數提高橋梁受力性能及局部穩定性，并給出了相關截面參數值取值的合理化建議。

本文引入改進的蝙蝠優化算法，結合有限元分析模型，依托某已建鋼筋混凝土箱梁橋，以混凝土總重為目標函數，對其截面參數進行優化分析，得出各變量優化數值并進行優化前后的結果對比，同時給出合理化建議，為同類橋梁設計提供一定參考。

1 蝙蝠算法

自然界中蝙蝠在黑夜中能夠準確進行捕食或避開障礙物的阻擋，主要是通過自身主動發出和接受聲波來進行判斷，2010年Yang[5]根據蝙蝠這種捕食或避開障礙物的這種行為提出了蝙蝠算法。蝙蝠算法中各參數分別模擬的是蝙蝠聲音中的響度、發射率、頻率以及本身的位置和速度等。

算法中，t時刻下，蝙蝠個體i進行全局搜索時的公式如下所示：

fi=fmin+fmax-fminβ

vti=vt-1i+xt-1i-x* （1）

xti=xt-1i+vti

式中：fmax、fmin——頻率的上、下限;

β——隨機變量，其值介于0～1之間;

x*——計算當前狀態下個體處于的最優位置。

蝙蝠算法在進行全局搜索的過程中，為了保證整體的尋優效果，會以一定的概率進行局部搜索，其更新公式為：

xnew=x*+ε·At （2）

式中：ε——均勻分布于[-1，1]的隨機變量;

At——時刻t下，蝙蝠種群的平均響度。

在算法進行過程中，響度以及發射率都要隨著算法的運行不斷更新，其公式為：

Ait=αAt-1i

rti=r0i1-exp[-γ（t-1）] 0<α<1，γ>0 （3）

從式（1）～（3）可以看出，隨著算法的運行，響度逐漸趨向于0，rti趨向于r0i。其中，rti主要作為局部搜索的判斷條件。

2 蝙蝠算法的改進

2.1 種群多樣性改進

針對種群多樣性改進方面，此處引入反向學習[6]的概念，其原理是對比原始解和反向解的優劣，擇優者作為下一代個體，其初始化如下。

生成基本初始種群x0，種群數量為No，此時i個體的j維分量表達式為：

x0ij=xjmin+xjmax-xjminrj （4）

式中：xjmax——j維變量的上限;

xjmin——j維變量的下限。

解出反向解x～0ij：

x～0ij=xjmin+xjmax-x0ij （5）

對比分析x0i與x～0i優劣，選取最優解作為計算的初始種群。

2.2 算法過程中參數優化

在蝙蝠算法的過程中，其速度公式沒有一定優化措施，這會使得搜索時間增加，同時無法保證尋優質量，不易收斂。為了避免上述情況的發生，此處選擇引入權重系數ω與調整因子c[7]。更新后的蝙蝠飛行速度公式為：

vt+1i=ωvti+x*-xtifi+xi*-xtic

ω=ωmax-ωmax-ωtNmax-NtN+ωe

ωti1.2×ωti…if fxti≤fxt-1i

0.2×ωti…else （6）

式中：權重ω∈（0，1）;

ωi——權重初值;

ωmax——權重最大值;

ωe——權重變化值。

調整因子c表達式為：

c=cmin+cmax-cminω-ωmaxωmax-ωmin （7）

式中，調整因子c屬于區間（1，2）。調整因子可以讓距離食物比較遠的蝙蝠權重降低，使得這些遠離目標的蝙蝠不會使得種群有趨向局部最優的傾向。其速率更新為：

rti=1-1-r0iγt-1 （8）

2.3 算法流程

（1）初始化種群。生成臨時種群，根據反向學習原理得出反向種群，評價兩個種群中的優者形成算法初始種群。

（2）根據基本算法更新蝙蝠速度，根據目標函數計算蝙蝠個體適應度，得出當前最優蝙蝠。若滿足停止運算條件則退出，不滿足則按照式（6）和式（7）進行權重與因子計算，改變飛行速度。

（3）挑出蝙蝠種群中一個個體，根據式（3）和式（8）算出其速率和響度，若其速率大于當前最優蝙蝠，響度小于最優個體，則次挑出個體為當前最優。

（4）除去第三步中的個體外再挑選一個進行對比，若響度小于上述的當前最優個體，則進行替代，更新最優解。

（5）若當前最優解滿足要求，則終止，不滿足，則返回第二步進行循環計算，直至滿足要求。

3 有限元模型的建立

本文選取湖南某已建公路路段鋼筋混凝土箱梁橋，橋梁跨徑（17+23+17）m，截面為單箱雙室截面，截面高1.3 m，橋面寬13.5 m，全橋采用C50混凝土材料，鋼筋標號采用HRB335，橋梁設計荷載為汽車-超20。其截面如下頁圖1所示。

根據圖紙以及優化變量可以建立相應的Midas Civil有限元模型，變量改變只需修改模型中的截面尺寸即可。全橋共離散成35個節點、34個單元，約束為一個支座約束所有平動方向，另外三個支座約束DY、DZ方向，二期荷載通過單元荷載施加，有限元模型如圖2所示。

4 算法優化及結果分析

4.1 蝙蝠算法優化模型構建

本文擬將截面頂、底板高程，內、外腹板厚度及高程作為優化變量，分別表示為X1、X2、X3、X4、X5[8]，此處考慮實際橋梁的行車寬度，沒有將截面寬度作為優化變量，因此進行截面承載力驗算時截面鋼筋排布間距按照原設計擬定，根據圖紙截面幾何特性，以橋梁結構總重作為優化目標函數，此優化目標采取無量綱化，其表達式為：

G=1.5+2.6X4+2.6X3+8.5X1+8.5X2+[（1.3-X1-X2-X5）/2+0.15]+[0.1+（1.3-X1-X2-X5）]×0.2 （9）

約束條件主要針對優化變量的取值范圍，以及有限元模型中的驗算結果，其各數值取值范圍為：

xi∈x0i-5，x0i+5

σtp≤0.4ftk

Vd≤1/γ00.51×10-3fcu，kbh

fp≤L/600 （10）

擬定參數設置如下：種群大小為80，最大迭代次數400，最小頻率和最大頻率分別為0和1，最大響度1，響度衰減因子0.8，最小脈沖速率0.4，脈沖增強因子0.8，ωi=1，ωe=1，ωmax=1，學習因子cmin=1.2。優化流程采用2.3節中算法流程。

4.2 優化結果分析

根據改進蝙蝠算法編制相應程序，結合Midas Civil有限元分析軟件，對于鋼筋混凝土箱梁截面參數進行優化設計，結果如表1所示。

根據表1數據可以看出，優化后總體尺寸數據小于原設計尺寸，優化后總體重量相較于原設計減少了約9.2%。優化后，一次成橋計算狀態下，中跨最大位移為8.21 mm，邊跨最大位移為6.23 mm，優化前后位移對比如圖3所示，可以看出優化后中跨、邊跨位移都有所增長，說明結構整體重量雖有減輕，剛度卻有一定削弱，但是總體來看位移仍是可以接受的程度。

在優化后需要針對橋梁整體結構的承載能力進行分析，模型采用雙車道布置，荷載等級為汽車-超20，根據橋涵通用設計規范進行荷載組合，得出其承載力結果如圖4所示。

根據圖4承載力驗算結果可知，抗彎、抗裂驗算均有富余值，說明橋梁截面仍有優化余地，此處主要受限于行車需要，截面寬度并沒有作為優化變量。由圖4（b）可以看出斜截面抗剪承載力富余不足，這是因為結構抗剪不僅與抗剪鋼筋布置有關，還與截面腹板厚度有關，所以在進行優化時，受限于抗剪承載力需要，腹板厚度不可減少過多。

5 結語

本文根據蝙蝠算法基本原理，引入了反向解以及權重參數對算法進行改進，并依托某鋼筋混凝土橋梁工程背景，對于其截面參數進行優化設計，得出如下結論：

（1）改進蝙蝠算法彌補了原始算法種群多樣性不足、易于陷入局部最優解的缺陷，使得算法收斂速度更快，結果更為準確。

（2）運用改進蝙蝠算法后，箱梁尺寸得以優化，總體結構重量減少了9.2%，位移邊、中跨總體增加較小，結構剛度有所降低。

（3）優化后的橋梁整體結構安全可靠，使用階段承載力滿足要求，同時在同類橋梁優化過程中需注意腹板厚度的選取，滿足結構抗剪要求。

[1]劉明慧.鋼板-混凝土組合梁橋截面優化研究[D].西安：西安科技大學，2019.

[2]魯業紅.橋梁設計中多目標模糊優化求解分析[J].公路工程，2018，43（6）：117-120.

[3]孫 潔，劉 磊，彭 益.波紋鋼腹板簡支結合箱梁的截面優化[J].鐵道標準設計，2012（4）：64-65，72.

[4]燕松波，李偉平，蔡鎖德.PC斜拉橋主梁箱形截面優化設計研究[J].公路與汽運，2016（3）：154-157，186.

[5]Yang X S.A New Metaheuristic Bat-Inspired Algorithm[J].Studies in Computational Intellcgence，2010，284：65-74.

[6]龔雪嬌，郝東光，朱瑞金.基于改進蝙蝠算法的水火電力系統短期優化調度[J].水力發電，2020，46（8）：84-87，91.

[7]閻 震.基于改進蝙蝠算法的裝配式混凝土結構優化研究[D].邯鄲：河北工程大學，2018.

[8]邵世斌.鋼筋混凝土箱型橋梁斷面優化設計要點分析[J].工程建設與設計，2020（7）：155-157.