Héi nghÞ khoa häc toµn quèc lÇn thø hai vÒ

Sù cè vµ h háng c«ng tr×nh X©y dùng

TÝnh to¸n tèi u khung thÐp kiÓu tiÖp

rµng buéc vÒ x¸c suÊt ph¸ ho¹i

PGS. TS. Lª Xu©n Huúnh

KS. Hoµng M¹nh Cêng
Trêng §¹i Häc X©y Dùng

ABSTRACT:
- Apply the stochastic nonlinear programming theory to establish the constrained
optimization problem and work it out
- Application: Optimize the Slovakia steel frame constrained by destruction
probability

I. §Æt vÊn ®Ò

Trong nh÷ng n¨m gÇn ®©y ngµy cµng cã nhiÒu t¸c gi¶ quan t©m
®Õn viÖc tÝnh to¸n thiÕt kÕ tèi u kÕt cÊu c«ng tr×nh x©y dùng
theo m« h×nh ngÉu nhiªn, ®¸nh gi¸ møc ®é an toµn theo x¸c suÊt
ph¸ ho¹i. C¸c kÕt qu¶ nghiªn cøu trong lÜnh vùc nµy ®· ®ãng gãp
rÊt lín ®èi víi c«ng viÖc thùc hµnh thiÕt kÕ, gi¶m gi¸ thµnh x©y l¾p
cña c«ng tr×nh. KÕt cÊu khung thÐp kiÓu TiÖp lµ mét kÕt cÊu khung
®Þnh h×nh, dïng ®Ó x©y dùng hµng lo¹t, do vËy viÖc nghiªn cøu
thiÕt kÕ tèi u lo¹i kÕt cÊu nµy theo m« h×nh s¸t ®iÒu kiÖn lµm viÖc
thùc tÕ cã ý nghÜa vÒ mÆt kinh tÕ-kÜ thuËt.
Trong b¸o c¸o nµy, chóng t«i xin tr×nh bµy mét ph¬ng ph¸p ®Ó gi¶i
bµi to¸n tèi u khung thÐp kiÓu TiÖp x©y dùng theo m« h×nh ngÉu
nhiªn, rµng buéc lµ x¸c suÊt ph¸ ho¹i.

2. c¬ së lÝ thuyÕt

2.1.LÝ thuyÕt quy ho¹ch phi tuyÕn ngÉu nhiªn

Khi mét vµi th«ng sè trong hµm môc tiªu vµ trong c¸c rµng buéc
biÕn ®æi quanh gi¸ trÞ trung b×nh cña chóng th× bµi to¸n tèi u
tæng qu¸t ph¶i ®îc thiÕt lËp díi d¹ng bµi to¸n quy ho¹ch phi tuyÕn
ngÉu nhiªn. §Ó ®¬n gi¶n vµ thuËn tiÖn trong tÝnh to¸n ngêi ta [7]
gi¶ ®Þnh r»ng tÊt c¶ c¸c biÕn ngÉu nhiªn ®éc lËp vµ cã ph©n bè
chuÈn. Bµi to¸n quy ho¹ch phi tuyÕn ngÉu nhiªn cã thÓ ®îc viÕt díi
d¹ng chuÈn nh sau:
T×m X ®Ó hµm f  Y  ®¹t cùc tiÓu
(1)
Rµng buéc P gj  Y   0  pj , j  1,2,...,m (2)
Trong ®ã, Y lµ vÐc t¬ N biÕn tù do y1 , y2 ,...,y N vµ nã gåm c¸c biÕn
chÝnh x1 , x2 ,...,xn . Trêng hîp X x¸c ®Þnh cã thÓ ®îc xem nh lµ mét tr-
êng hîp ®Æc biÖt cña bµi to¸n nµy. Ph¬ng tr×nh (2) biÓu diÔn x¸c
suÊt cña sù kiÖn gj  Y  lín h¬n hoÆc b»ng kh«ng ph¶i lín h¬n hoÆc
b»ng mét x¸c suÊt cho tríc pj. Bµi to¸n (1) vµ (2) cã thÓ ®îc ®a vÒ
bµi to¸n quy ho¹ch phi tuyÕn t¬ng ®¬ng khi ¸p dông ph¬ng ph¸p
quy ho¹ch biÕn ®æi rµng buéc nh díi ®©y.

Hµm môc tiªu:

Hµm môc tiªu f  Y  ®îc khai triÓn t¹i k× väng cña yi , yi :

N  
f
f Y   f Y      yi  yi    o yi  (3)
 y
i 1
 i Y 
NÕu ®é lÖch chuÈn cña yi , yi mµ nhá th× f  Y  cã thÓ ®îc lÊy gÇn
®óng ®Õn 2 sè h¹ng:
N   N  
f  yi    f
f Y   f Y      yi    Y  (4)
   y 
i 1
 yi Y  i 1
 i Y 
NÕu yi  i  1,2,...,N  ®Òu cã ph©n bè chuÈn th×  Y  , lµ mét hµm
tuyÕn tÝnh cña Y, còng cã ph©n bè chuÈn. K× väng vµ ph¬ng sai
cña nã x¸c ®Þnh nh sau:
   Y 
2
 fn  2 (5)
  
2
  yi
  y 
i 1
 i Y 

v× mäi yi ®Òu ®éc lËp. §Ó ®¬n gi¶n cho bµi to¸n tèi u, theo [7]
hµm môc tiªu ®îc x©y dùng díi d¹ng:
F Y   k1   k 2   (6)
trong ®ã k1  0, k2  0 vµ gi¸ trÞ cña nã thÓ hiÖn møc ®é ¶nh hëng t-
¬ng ®èi cña  vµ   ®èi víi qu¸ tr×nh cùc tiÓu.
Mét c¸ch kh¸c ®Ò cËp ®Õn ®é lÖch chuÈn cña  lµ cùc tiÓu 
rµng buéc bëi    k3  , k3 lµ mét h»ng sè.

Rµng buéc:

NÕu mét vµi th«ng sè lµ ngÉu nhiªn th× vÒ b¶n chÊt, rµng buéc
còng lµ ngÉu nhiªn. Rµng buéc (2) viÕt thµnh:


 f  g  dg
0
gj j j  pj

(7)
trong ®ã fgj  gj  lµ hµm mËt ®é x¸c suÊt cña ®¹i lîng ngÉu nhiªn gj.
Hµm rµng buéc gj  Y  ®îc khai triÓn t¹i k× väng cña vÐc t¬ c¸c ®¹i l-
îng ngÉu nhiªn, Y :
 N  g 
gj  Y   gj  Y      yi  yi 
j
  (8)
i 1
 yi Y 
Tõ ph¬ng tr×nh nµy, gi¸ trÞ trung b×nh, gj , vµ ®é lÖch chuÈn,  gj
x¸c ®Þnh nh sau:
gj  gj  Y 
12
 n  g  2
2
(9 - 10)
   yi 
  
j
 gj 
 yi 

 
i 1
Y  

§Æt:
gj  gj
 (11)
 gj

1
vµ ®Ó ý r»ng: 
2
e t 2
dt  1
 2
(12)
ph¬ng tr×nh (7) ®îc viÕt thµnh:
 
1 1
 
2 2
e 2 d  et 2 dt (13)

 gj  gj  2   j pj  2

trong ®ã  j  pj  lµ mét gi¸ trÞ øng víi x¸c suÊt pj. Do ®ã:

gj
   j  pj 
 gj (14)
  gj   gj j  pj   0

Ph¬ng tr×nh (14) cã thÓ ®îc viÕt thµnh:

12
 n  g  2
2

gj   j  pj      yi  (15)
j
 0, j  1,2,...,m
 i 1  yi 
 
 Y 

Do ®ã bµi to¸n tèi u (1) vµ (2) cã thÓ ®îc viÕt díi d¹ng:
Cùc tiÓu F Y   k1   k 2   (6)
Rµng buéc:
12
 n  g  2
2

gj   j  pj      yi  (15)
j
 0, j  1,2,...,m
 
 i 1  iy  
 Y  
2.2.Ph¬ng ph¸p t×m trùc tiÕp kÕt hîp víi ph©n tÝch ®é nh¹y

Trong trêng hîp hµm môc tiªu hoÆc rµng buéc kh«ng biÓu diÔn ®îc
theo mét hµm gi¶i tÝch cô thÓ nµo ®ã th× viÖc x¸c ®Þnh c¸c ®¹o
hµm riªng ®îc lÊy trùc tiÕp nh sau:
f f  x1 , x2 ,...,xi  xi ,...,xn   f  x1 , x2 ,...,xi ,...,xn 

yi xi
(16)
gj gj  x1 , x2 ,...,xi  xi ,...,xn   gj  x1 , x2 ,...,xi ,...,xn 

yi xi
Gi¶ sö ta cã nghiÖm ban ®Çu X 0, ta cã thÓ x¸c ®Þnh ®îc gi¸ trÞ
hµm môc tiªu vµ kiÓm tra c¸c rµng buéc t¹i X 0. Sau ®ã, dùa vµo
®iÒu kiÖn rµng buéc, ta thay ®æi lÇn lît tÊt c¶ c¸c th«ng sè ngÉu
nhiªn cïng mét tØ lÖ, quan s¸t vµ ®¸nh gi¸ møc ®é ¶nh hëng cña
mçi mét th«ng sè ®Õn qu¸ tr×nh tèi u ho¸. Trªn c¬ së ®ã, nh÷ng
th«ng sè nµo cã ¶nh hëng nhiÒu h¬n sÏ ®îc thay ®æi tríc, th«ng sè
nµo cã ¶nh hëng Ýt sÏ ®îc thay ®æi sau. Thùc hiÖn viÖc thay ®æi
c¸c th«ng sè nhiÒu lÇn ta sÏ chän ®îc nghiÖm tèi u.

3. ¸p dông

Yªu cÇu thiÕt kÕ tèi u kÕt cÊu khung kiÓu TiÖp víi c¸c th«ng sè kÝch
thíc h×nh häc nh h×nh 1, víi x¸c suÊt an toµn lÇn lît lµ p = 0,9 ; p =
0,95 vµ p = 0,99.
m

D
m

b
h
m m
m

H×nh
H 8
ChuyÓn vÞ ngang cho phÐp t¹i K: xK   xK     0.2m
40 40
L 18
ChuyÓn vÞ ®øng cho phÐp t¹i K: yK   yK     0.072m
250 250
C¸c ®¹i lîng ngÉu nhiªn víi trung b×nh vµ ®é lÖch chuÈn ®îc cho
trong b¶ng 1.

Lêi gi¶i:

Bíc 1: LËp hµm môc tiªu

Hµm môc tiªu lµ thÓ tÝch c¸c phÇn tö cña khung.

7
f  X    L i ai
i 1

A 1   x3 x4  x24 
A 2  2x1 x4  2x2 x4  4x24
Do ®ã, ta cã:
 f  X    x12  x13  x14  x15   2x1 x4  2x2 x4  4x24    x16  x17  x18   x3 x4  x24  
Bíc 2: LËp rµng buéc
12
 n  g  2
2

XuÊt ph¸t tõ (15) ta cã: gj   j  pj      yi 

j
 0, j  1,2,...,m

 i 1  yi  
 Y  
Khi thiÕt kÕ khung ta ph¶i kiÓm tra c¸c ®iÒu kiÖn bÒn, cøng vµ
æn ®Þnh. Tuy nhiªn, víi kÕt cÊu khung thÐp th× ®iÒu kiÖn cøng
lµ quan träng h¬n c¶. Do vËy, chóng t«i xin tr×nh bµy tÝnh to¸n
tèi u khung theo ®iÒu kiÖn chuyÓn vÞ t¹i ®iÓm K kh«ng v ît qu¸
chuyÓn vÞ cho phÐp víi x¸c suÊt ®¶m b¶o lµ 95%, ta cã hai hµm
rµng buéc lµ:
g1  X   VK  X   x10
g2  X   H K  X   x11

Trong ®ã, VK  X  lµ chuyÓn vÞ ®øng cña ®iÓm K, H K  X  lµ chuyÓn

vÞ ngang cña ®iÓm K (h×nh 1).
Trong trêng hîp nµy, ta kh«ng thÓ biÓu diÔn c¸c rµng buéc d íi
d¹ng mét hµm gi¶i tÝch cô thÓ, do ®ã ®Ó gi¶i ®îc bµi to¸n tèi u
ta sö dông ph¬ng ph¸p t×m trùc tiÕp kÕt hîp víi ph©n tÝch ®é
nh¹y. KÕt qu¶ cña qu¸ tr×nh tÝnh to¸n ®îc ghi trong b¶ng 2.

B¶ng 1. Gi¸ trÞ trung b×nh vµ ®é lÖch chuÈn cña c¸c biÕn

Th«ng sè Gi¸ trÞ trung

Tªn biÕn §é lÖch chuÈn
b×nh
ChiÒu réng b x1 x1 (m) 0,01x1 (m)
ChiÒu cao h x2 x2 (m) 0,01 x2 (m)
§êng kÝnh D x3 x3 (m) 0,01 x3 (m)
ChiÒu dµy d x4 x4 (m) 0,01 x4 (m)
P1 x5 5500 kG 55 kG
P2 x6 11000 kG 110 kG
P3 x7 7500 kG 75 kG
P4 x8 5500 kG 55 kG
M« ®un ®µn håi E x9 2,1x1010 kG/m2 2,1x108 kG/m2
ChuyÓn vÞ ®øng
x10 0,072 m 0,0072 m
cho phÐp t¹i K
ChuyÓn vÞ ngang
x11 0.2 m 0.002 m
cho phÐp t¹i K
ChiÒu dµi thanh 1,
x12 6m 0,06 m
L1
ChiÒu dµi thanh 2,
x13 6m 0,06 m
L2
ChiÒu dµi thanh 3, x14 9,22 m 0,0922 m
 L3
ChiÒu dµi thanh 4,
x15 9,22 m 0,0922 m
L4
ChiÒu dµi thanh 5,
x16 9m 0,09 m
L5
ChiÒu dµi thanh 6,
x17 9m 0,09 m
L6
ChiÒu dµi thanh 7,
x18 2m 0,02 m
L7

KÕt qu¶ tÝnh to¸n øng víi ba trêng hîp x¸c suÊt an toµn cña hÖ lµ p
= 0,9 ; p = 0,95 vµ p = 0,99 ®îc thÓ hiÖn trªn c¸c h×nh 2, 3, 4.

V(m3)

0.2163

0.1918 0.1856 0.17934

0.1795 0.1809 0.1762 0.1715 0.1652 0.1589 0.15475

b í c t èi u
0 1 2 3 4 5 6 7 8 9 10

H×nh . KÕt qu¶ tèi u øng víi x¸c suÊt an toµn p= 0,9

V(m3)

0.2163

0.1918 0.1856 0.17934

0.1795 0.1809 0.1762 0.1715 0.1652

b í c t èi u
0 1 2 3 4 5 6 7 8

H×nh 3. KÕt qu¶ tèi u øng víi x¸c suÊt an toµn p= 0,95
 V(m3)

0.2163

0.1918 0.1856 0.17934

0.1795 0.1809

b í c t èi u
0 1 2 3 4 5

H×nh 4. KÕt qu¶ tèi u øng víi x¸c suÊt an toµn p= 0,99

4. NhËn xÐt

Tõ vÝ dô tÝnh to¸n rót ra mét sè nhËn xÐt sau:

 NÕu hµm môc tiªu vµ c¸c rµng buéc ®Òu cã thÓ ®îc biÓu diÔn
theo nh÷ng hµm gi¶i tÝch cô thÓ th× viÖc gi¶i bµi to¸n tèi u
kh«ng gÆp khã kh¨n. Trong trêng hîp ngîc l¹i, khèi lîng tÝnh to¸n sÏ
t¨ng lªn, tuy nhiªn víi sù trî gióp cña c¸c phÇn mÒm chuyªn dông
c«ng viÖc trë nªn ®¬n gi¶n h¬n nhiÒu.
 Víi kh«ng qu¸ 10 bíc tÝnh to¸n nghiÖm t×m ®îc ®· kh¸ héi tô, møc
®é sai kh¸c nhá h¬n 3%.

Tµi liÖu tham kh¶o

1. Lª Xu©n Huúnh, §ç V¨n B×nh, TÝnh to¸n tèi u mÆt c¾t thanh
thµnh máng víi rµng buéc vÒ ®é tin cËy, TuyÓn tËp C«ng tr×nh
khoa häc- §HXD, Hµ Néi, 4/2002.
2. Lª Xu©n Huúnh, Hoµng B¾c An, ¶nh hëng cña yÕu tè ngÉu nhiªn
®Õn ®é tin cËy cña kÕt cÊu dµn dÇm, T¹p chÝ X©y dùng sè
6/2001.
3. NguyÔn NhËt LÖ, Tèi u ho¸ øng dông, NXB Khoa häc vµ kü thuËt,
Hµ Néi, 2001.
4. Numerical Optimization Techniques for engineering design with
application, Garret N.Vanderplaats.
5. Ph¹m Anh TuÊn, TÝnh to¸n tèi u kÕt cÊu khung lµm viÖc trong giai
®o¹n ®µn håi. LuËn v¨n Th¹c sü kÜ thuËt §HXD, 5/2003.
6. Optimization Toolbox for use with Matlab, Thomas Coleman - Mary
Ann Branch - Andrew Grace.
7. S.S.RAO Optimization - Theory and Applications (Second Edition) -
Wiley eastern limited..