Journal of the Computational Structural Engineering Institute of Korea (한국전산구조공학회논문집)

Computational Structural Engineering Institute of Korea (한국전산구조공학회)
권호 표지

Integrated Genetic Algorithm with Direct Search for Optimum Design of RC Frames

직접탐색을 이용한 유전자 알고리즘에 의한 RC 프레임의 최적설계

  • 곽효경 (한국과학기술원 건설 및 환경공학과) ;
  • 김지은 (스마트 사회기반시설 연구센터(SISTeC))
  • Published : 2008.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

An improved optimum design method for reinforced concrete frames using integrated genetic algorithm(GA) with direct search method is presented. First, various sets of initially assumed sections are generated using GA, and then, for each resultant design member force condition optimum solutions are selected by regression analysis and direct search within pre-determined design section database. In advance, global optimum solutions are selected from accumulated results through several generations. Proposed algorithm makes up for the weak point in standard genetic algorithm(GA), that is, low efficiency in convergence causing the deterioration of quality of final solutions and shows fast convergence together with improved results. Moreover, for the purpose of elevating economic efficiency, optimum design based on the nonlinear structural analysis is performed and therefore makes all members resist against given loading condition with the nearest resisting capacity. The investigation for the effectiveness of the introduced design procedure is conducted through correlation study for example structures.

이 논문에서는 철근콘크리트 프레임 구조물을 대상으로 직접탐색기법을 도입하여 보다 개선된 유전자 알고리즘을 이용한 최적설계 기법을 제안하고 있다. 먼저 유전자 알고리즘을 이용하여 다양한 초기 가정 단면을 발생시키고, 이로부터 도출되는 각 설계 부재력 조건에 대해 미리 구성한 설계 단면 데이터베이스(DB)를 기반으로 회귀분석과 직접탐색을 이용하여 최적해를 도출한 후 여러 세대에 걸쳐 누적된 결과로부터 전역 최적해(global minimum)를 선택하였다. 제안된 알고리즘은 일반적인 유전자 알고리즘만을 이용할 경우 전역 최적해에 도달하기까지 수렴성이 떨어져서 그 결과 해의 적합도(Fitness)가 저하되는 단점을 보완하여 빠른 수렴성과 함께 최종해의 경제성에서도 향상된 결과를 보인다. 또한, 작용 하중 조건 하에서 전 부재가 최대의 효율로 저항함으로써 보다 경제적인 설계가 되도록 하기 위하여 비선형 해석을 수행하여 도출된 부재력을 바탕으로 설계 단면을 결정하였으며, 제안된 알고리즘을 예제 구조물에 적용하여 그 효율성을 검증하였다.

Keywords

References

  1. 곽효경, 김지은 (2007) 데이터베이스에 기반한 RC 평면 프레임 구조물의 최적설계, 한국전산구조공학회 논문집, 20(2), pp.165-179
  2. 김남희, 장승필, 이승철 (2001) 다단계 신경망을 이용한 초기 구조설계 시스템 개발, 한국전산구조공학회 논문집, 15(2), pp.261-270
  3. 양영순, 김기화 (1995) 실수형 Genetic Algorithm에 의한 최적 설계, 한국전산구조공학회 논문집, 8(2), pp.123-132
  4. 문병로 (2003), 유전알고리즘, 두양사
  5. 한국콘크리트학회.대한건축학회 (1999) 콘크리트구조설계 기준, 건설교통부
  6. 한국엔지니어링진흥협회 (2004) 철근콘크리트 구조물의 한계 상태 설계법, 과학기술부
  7. Andre, J., Siarry, P., Dognon, T. (2001) An improvement of the standard genetic algorithm fighting premature convergence in continuous optimization. Advances in Engineering Software, 32, pp. 49-60 https://doi.org/10.1016/S0965-9978(00)00070-3
  8. Belegundu, A.D., Chandrupatla, T.R. (1999) Optimization Concepts and Applications in Engineering, Prentice Hall
  9. Beyer, H.G. (2001) The Theory of Evolution Strategies, Springer
  10. COMITE EURO-INTERNATIONAL DU BETON (1990) CEB-FIP MODEL CODE 1990. Thomas Telford
  11. The European Standard EN 1992-1-1 (2004) Eurocode 2: Design of concrete structures - Part 1-1: General rules and rules for buildings. BSi British Standards
  12. Camp, C.V., Pezeshk, S., Hansson, H. (2002) Flexural Design of Reinforced Concrete Frames Using a Genetic Algorithm, Journal of Structural Engineering, ASCE, 129(1), pp.105-115
  13. Chau, K.W., Albermani, F., Hendtlass, T., Ali, M. (2002) Genetic Algorithms for Design of Liquid Retaining Structures, IEA/AIE 2002, LNAI 2385, pp.119-128, Springer
  14. Deb, K. (2000) An efficient constraint handling method for genetic algorithms. Computer methods in applied mechanics and engineering, 186, pp. 311-338 https://doi.org/10.1016/S0045-7825(99)00389-8
  15. Ferreira, C.C., Barros, M.H.F.M., Barros, A.F.M. (2003) Optimal Design of Reinforced Concrete T-Sections in Bending, Engineering Structures, 25(7), pp.951-964 https://doi.org/10.1016/S0141-0296(03)00039-7
  16. Govindaraj, V., Ramasmy, J.V. (2005) Optimum Detailed Design of Reinforced Concrete Continuous Beams Using Genetic Algorithms, Computers and Structures, 84(1), pp.34-48 https://doi.org/10.1016/j.compstruc.2005.09.001
  17. Holland, J.H. (1975) Adaptation in Natural and Artificial Systems, Ann Arbor, Michigan, The University of Michigan Press
  18. Hrstka, O., Kucerova, A., Leps, M., Zeman, J. (2003) A competitive comparison of different types of evolutionary algorithms. Computers and Structures, 81, pp.1979-1990 https://doi.org/10.1016/S0045-7949(03)00217-7
  19. Lee, C., Ahn, J. (2003) Flexural Design of Reinforced Concrete Frames by Genetic Algorithm, Journal of Structural Engineering, ASCE, 129(6), pp.762-774 https://doi.org/10.1061/(ASCE)0733-9445(2003)129:6(762)
  20. Michalewicz, Z. (1999) Genetic Algorithms + Data Structures = Evolution Programs, 3rd Revised and Extended Edition, Springer
  21. Nilson, A.H., Darwin, D., Dolan, C. W. (2003) Design of Concrete Structures, Mc Graw Hill
  22. Sahab, M.G., Ashour, A.F., Toropov, V.V. (2005) A Hybrid Genetic Algorithm for Reinforced Concrete Flat Slab Buildings. Computers and Structures, 83, pp.551-559 https://doi.org/10.1016/j.compstruc.2004.10.013
  23. Salajegheh, E., Gholizadeh, S. (2005) Optimum Design of Structures by an Improved Genetic Algorithm Using Neural Networks. Advances in Engineering Software, 36, pp.757-767 https://doi.org/10.1016/j.advengsoft.2005.03.022
  24. Srinivas, V., Ramanjaneyulu, K. (2006) An integrated approach for optimum design of bridge decks using genetic algorithms and artificial neural networks. Advances in Engineering Software, 38 (7), pp.475-487 https://doi.org/10.1016/j.advengsoft.2006.09.016
  25. Yang, Z., Huang, C., Qu, J., Wang, Y.J., Guo, C. (2004) Inversing Reinforced Concrete Beams Flexural Load Rating Using ANN and GA Hybrid Algorithm. ISNN 2004, LNCS 3174, pp.779-785, Springer