Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy

Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.Tối ưu kết cấu giàn thép sử dụng thuật toán tiến hóa kết hợp công nghệ học máy.

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC XÂY DỰNG HÀ NỘI Nguyễn Trần Hiếu TỐI ƯU KẾT CẤU GIÀN THÉP SỬ DỤNG THUẬT TỐN TIẾN HĨA KẾT HỢP CÔNG NGHỆ HỌC MÁY Optimization of steel truss structures using evolutionary algorithm and machine learning Ngành: Kỹ thuật xây dựng Mã số: 9580201 LUẬN ÁN TIẾN SĨ Hà Nội, năm 2023 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC XÂY DỰNG HÀ NỘI Nguyễn Trần Hiếu TỐI ƯU KẾT CẤU GIÀN THÉP SỬ DỤNG THUẬT TỐN TIẾN HĨA KẾT HỢP CÔNG NGHỆ HỌC MÁY Optimization of steel truss structures using evolutionary algorithm and machine learning Ngành: Kỹ thuật xây dựng Mã số: 9580201 NGƯỜI HƯỚNG DẪN PGS.TS VŨ ANH TUẤN Hà Nội, năm 2023 i LỜI CAM ĐOAN Tôi xin cam đoan nội dung Luận án Tiến sĩ “Tối ưu kết cấu giàn thép sử dụng thuật tốn tiến hóa kết hợp cơng nghệ học máy” kết cơng trình nghiên cứu khoa học riêng tơi Các số liệu kết trình bày Luận án trung thực, khách quan chưa cơng bố cơng trình khác ngồi danh sách cơng trình khoa học nghiên cứu sinh liên quan đến Luận án Hà Nội, ngày 05/05/2023 Nguyễn Trần Hiếu LỜI CẢM ƠN Đầu tiên, xin gửi lời cảm ơn tới Ban giám hiệu Trường Đại học Xây dựng Hà Nội, Lãnh đạo Phòng Quản lý đào tạo, Lãnh đạo Phòng Tổ chức cán bộ, Ban chủ nhiệm Khoa Xây dựng Dân dụng Công nghiệp tạo điều kiện, hỗ trợ giúp đỡ tơi q trình thực Luận án Tơi xin bày tỏ biết ơn sâu sắc, kính trọng tới người hướng dẫn khoa học tôi, PGS TS Vũ Anh Tuấn Trong suốt trình học tập nghiên cứu, Thầy tận tình hướng dẫn, động viên, giúp đỡ, tạo điều kiện thuận lợi để tơi hồn thành Luận án Tơi xin gửi lời cảm ơn chân thành tới thầy cô Bộ mơn Cơng trình Thép - Gỗ, Trường Đại học Xây dựng Hà Nội - nơi học tập, nghiên cứu, công tác năm vừa qua Tôi xin ghi nhận giúp đỡ đóng góp ý kiến nhà khoa học Trường giúp tơi bổ sung, hồn thiện Luận án Xin trân trọng cảm ơn hỗ trợ tài quý báu thời gian thực Luận án Quỹ Đổi Sáng tạo Vingroup (VINIF) thuộc Viện Nghiên cứu Dữ liệu lớn, Tập đồn Vingroup Cuối cùng, tơi xin bày tỏ lòng biết ơn tới Cha Mẹ, người sinh thành, nuôi dưỡng, giáo dục, ủng hộ đường lựa chọn Xin cảm ơn Vợ bên cạnh chia sẻ, động viên, tạo động lực để sớm hoàn thành Luận án Xin tri ân người thân, bạn bè, đồng nghiệp quan tâm, giúp đỡ thời gian qua Nguyễn Trần Hiếu MỤC LỤC LỜI CAM ĐOAN .i LỜI CẢM ƠN ii MỤC LỤC iii Danh mục ký hiệu, chữ viết tắt viii Danh mục bảng xv Danh mục hình vẽ xvii MỞ ĐẦU 1 Lý chọn đề tài .1 Mục đích mục tiêu nghiên cứu .2 Đối tượng phạm vi nghiên cứu .3 Phương pháp nghiên cứu Cơ sở khoa học đề tài Đóng góp luận án Ý nghĩa khoa học thực tiễn Những vấn đề tồn Cấu trúc nội dung luận án Chương Tổng quan ứng dụng công nghệ học máy thiết kế tối ưu kết cấu 1.1 Tổng quan thiết kế tối ưu kết cấu 1.1.1 Giới thiệu chung toán thiết kế tối ưu kết cấu 1.1.2 Lịch sử phát triển kỹ thuật tối ưu kết cấu 1.1.3 Phân loại toán thiết kế tối ưu kết cấu 1.1.4 Phân loại thuật toán tối ưu 12 1.1.5 So sánh hiệu thuật toán meta-heuristic tối ưu kết cấu 18 1.2 Tổng quan ứng dụng Trí tuệ Nhân tạo kết cấu cơng trình 18 1.2.1 Giới thiệu chung .18 1.2.2 Một số lĩnh vực nghiên cứu Trí tuệ nhân tạo 19 1.2.3 Ứng dụng Trí tuệ Nhân tạo lĩnh vực kết cấu cơng trình 20 1.3 Tình hình nghiên cứu ứng dụng công nghệ học máy thiết kế tối ưu kết cấu giới 23 1.3.1 Phương pháp khảo sát .23 1.3.2 Thu thập liệu 23 1.3.3 Phân tích liệu .24 1.3.4 Các phương pháp sử dụng mơ hình Học máy q trình tối ưu 28 1.4 Tình hình nghiên cứu ứng dụng công nghệ học máy thiết kế tối ưu kết cấu Việt Nam 29 1.4.1 Nghiên cứu tối ưu kết cấu Việt Nam .29 1.4.2 Nghiên cứu ứng dụng học máy vào tối ưu kết cấu Việt Nam 30 1.5 Hướng nghiên cứu Luận án 32 1.6 Giới hạn toán tối ưu nghiên cứu Luận án 33 1.7 Tóm tắt Chương .34 Chương Xây dựng quy trình đánh giá an tồn cho kết cấu giàn mơ hình học máy 35 2.1 Đặt vấn đề 35 2.2 Phát triển chương trình phân tích kết cấu giàn pyTruss theo phương pháp độ cứng trực tiếp 36 2.2.1 Giới thiệu 36 2.2.2 Phương pháp độ cứng trực tiếp cho kết cấu giàn phẳng 37 2.2.3 Phương pháp độ cứng trực tiếp cho kết cấu giàn không gian 40 2.2.4 Sơ đồ khối chương trình pyTruss .42 2.2.5 Đánh giá độ xác chương trình pyTruss .43 2.3 Công nghệ Học máy 46 2.3.1 Giới thiệu chung .46 2.3.2 Phân nhóm Học máy dựa phương thức học .47 2.3.3 Một số mơ hình phân loại phổ biến 49 2.4 Quy trình đánh giá an tồn cho kết cấu giàn mơ hình Học máy .56 2.4.1 Mục tiêu 56 2.4.2 Quy trình xây dựng mơ hình Học máy đánh giá an toàn cho kết cấu giàn 56 2.4.3 Kỹ thuật lấy mẫu Siêu khối lập phương La-tinh .59 2.5 So sánh hiệu mơ hình phân loại tốn đánh giá an toàn cho kết cấu giàn .60 2.5.1 Mơ tả tốn kết cấu sử dụng nghiên cứu .61 2.5.2 Khởi tạo liệu 65 2.5.3 Kết .66 2.5.4 Nhận xét 67 2.6 Khảo sát ảnh hưởng siêu tham số tới chất lượng mơ hình 68 2.6.1 Ảnh hưởng số lượng mẫu liệu huấn luyên .68 2.6.2 Ảnh hưởng số lượng phân loại yếu 69 2.7 Tóm tắt Chương .70 Chương Đề xuất phương pháp giảm số lần phân tích kết cấu q trình tối ưu mơ hình học máy 71 3.1 Đặt vấn đề 71 3.2 Tối ưu tiết diện giàn thuật toán DE 71 3.2.1 Bài toán xác định tiết diện tối ưu nhằm cực tiểu hóa trọng lượng giàn .71 3.2.2 Thuật tốn DE 72 3.2.3 Kỹ thuật xử lý điều kiện ràng buộc 75 3.2.4 Ví dụ áp dụng thuật tốn DE tối ưu tiết diện giàn .76 3.3 Phương pháp CaDE 81 3.3.1 Ý tưởng 81 3.3.2 Sơ đồ khối 82 3.3.3 Ví dụ minh họa 85 3.4 Đánh giá hiệu phương pháp đề xuất CaDE 88 3.4.1 Mơ tả tốn tối ưu kết cấu giàn 88 3.4.2 Khảo sát ảnh hưởng tham số 98 3.4.3 Các thiết lập thử nghiệm 100 3.4.4 So sánh phương pháp CaDE thuật toán gốc DE 102 3.4.5 So sánh phương pháp CaDE với thuật toán meta-heuristic khác 108 3.5 Tóm tắt Chương 110 Chương Tối ưu trọng lượng kết cấu giàn mái 111 4.1 Giới thiệu chung .111 4.2 Thiết kế kết cấu giàn mái thép .112 4.2.1 Cấu tạo kết cấu giàn mái 112 4.2.2 Một số vấn đề thiết kế giàn thép theo tiêu chuẩn Việt Nam .113 4.3 Đề xuất quy trình thiết kế tối ưu giàn mái thép .116 4.4 Tối ưu trọng lượng giàn mái thép dạng phẳng 118 4.4.1 Tối ưu giàn phẳng nhịp 24 m 118 4.4.2 Khảo sát tham số .123 4.4.3 Một số khuyến nghị thiết kế kết cấu giàn phẳng .128 4.5 Tối ưu trọng lượng giàn lưới không gian ba lớp .128 4.5.1 Tối ưu kết cấu giàn lưới khơng gian kích thước 30×30m .128 4.5.2 Khảo sát tham số .133 4.5.3 Một số khuyến nghị thiết kế kết cấu giàn lưới không gian .142 4.6 Tóm tắt Chương 142 KẾT LUẬN 144 Những đóng góp khoa học luận án 144 Các kết luận .144 Kiến nghị hướng nghiên cứu 145 DANH MỤC CƠNG TRÌNH KHOA HỌC CỦA TÁC GIẢ 147 TÀI LIỆU THAM KHẢO 149 Tài liệu Tiếng Việt .149 Tài liệu Tiếng Anh .150 PHỤ LỤC PL1 A MÃ THỰC THI CHƯƠNG TRÌNH pyTruss PL1 A.1 Mô-đun pyTruss2D PL1 A.2 Mô-đun pyTruss3D PL3 B MÃ THỰC THI CÁC THUẬT TOÁN TỐI ƯU BẰNG NGÔN NGỮ PYTHON PL5 B.1 Mã thực thi thuật toán DE PL5 B.2 Mã thực thi phương pháp CaDE .PL6 C DỮ LIỆU SỬ DỤNG TRONG CHƯƠNG VÀ CHƯƠNG .PL8 Danh mục ký hiệu, chữ viết tắt Danh mục chữ viết tắt Chữ viết tắt Tiếng Anh Tiếng Việt ABC Artificial Bee Colony Bầy ong ACO Ant Colony Optimization Tối ưu đàn kiến AdaBoost Adaptive Boosting Tăng cường thích ứng aeDE Adaptive elitist Differential Evolution Tiến hóa vi phân thích ứng tinh hoa ADEA Adaptive Differential Evolution Algorithm Tiến hóa vi phân thích ứng AI Artificial Intellgence Trí thơng minh nhân tạo AISC American Institute of Steel Construction Viện cơng trình thép Hoa Kỳ ANFIS Adaptive Neuro Fuzzy Inference System Hệ thống suy luận mờ thần kinh thích ứng ASD Allowable Stress Design Thiết kế theo ứng suất cho phép AUC Area Under the Curve Diện tích phía đường cong BB-BC Big bang big crunch Vụ nổ lớn tiếng nổ lớn BBO Biogeography-based optimization Tối ưu hóa dựa địa lý sinh học BI Bat-inspired search Tìm kiếm đàn dơi CaDE Classification-assisted Differential Evolution Thuật tốn DE có trợ giúp mơ hình phân loại CBO Colliding Bodies Optimization Tối ưu dựa tượng vật thể va chạm CoDE Composite Differential Evolution Tiến hóa vi phân liên hợp