高層建筑結構選型發展研究

姜亞夢，劉功良

（1.黑龍江八一農墾大學 工程學院，黑龍江 大慶 163319；2.大慶石油學院 土木建筑工程學院）

高層建筑結構選型發展研究

姜亞夢1，劉功良2

（1.黑龍江八一農墾大學 工程學院，黑龍江 大慶 163319；2.大慶石油學院 土木建筑工程學院）

隨著土木工程結構大型化復雜化和多樣化的發展，高層建筑結構選型問題顯得越來越重要,通過查閱大量文獻我們總結出高層建筑結構選型的研究現狀、方法并給出其發展的趨勢.

結構選型；高層建筑結構；研究方法

隨著近年來經濟建設的迅速發展和國家整體實力的增強，建造一批更高的建筑物即將成為我國十分現實的需求，這是我國建筑業領域面臨的巨大機遇和挑戰.由于高層建結構設計問題自身的復雜性，選擇余地的增大也意味著選擇的結構體系和類型不恰當的可能性也大大增加.因而，結構選型問題在高層建筑結構設計中的重要性空前凸顯，高層建筑的結構選型就是根據框架結構體系、剪力墻體系、框架一剪力墻結構體系、筒體結構等各個結構的特點并考慮到影響結構選型的主要因素,例如：環境條件、建筑方案特征、建筑使用功能要求等因素，應用某種方法選擇出既經濟、又美觀、施工方便的建筑結構從而達到結構的優選.但是，在高層建筑結構選型方面國內外尚未對其理論進行充分的研究，這是因為高層建筑結構選型是一個非常復雜的決策問題，具有強烈的綜合性，包含大量不確定性(隨機性、模糊性和未確知性)信息.下面本文將著重介紹高層建筑結構選型的研究狀況及其主要研究方法.

1 高層建筑結構選型的研究狀況

高層建筑結構選型的研究工作在國內外都處于起步階段，以下是國內一些學者的研究成果或思路.

1.1 哈爾濱建筑大學的王光遠認為結構選型是對結構功能、社會效益、結構可靠度和造價都有重大影響的決策.他提出了工程項目的“全系統全壽命優化”的概念，指出結構選型的優化目標不僅包括近期的投資和效益，還應包括長遠的經濟和社會效益，同時，由于結構選型具有強烈的綜合性，還包含有大量的不確定性因素，因而可以利用模糊綜合評判或模糊隨機決策的方法來進行決策[1].

1.2 同濟大學的李國強以上海地區三幢功能相同的高層建筑為例，以工程的上部造價、建筑的有效使用面積、地基基礎的處理費用及結構施工工期等因素對整體成本的影響作了定量的分析，提出：對于采用何種結構方案，除考慮造價以外，還應從建筑有效使用面積、結構抗震及地基處理、建筑布置靈活性、施工工期及施工對周圍環境影響等綜合因素作全面、系統的分析，應以其綜合經濟化為依據[2].

1.3 清華大學劉西拉、李楚舒提出了一個基于神經網絡的高層建筑結構體系的選擇方法.他們認為，結構體系的選擇(即結構選型)是一個涉及面廣、綜合性強的工作，需要多方面的知識和豐富的經驗，因此他們提出一個基于神經網絡的專家系統來解決這個問題[3].

1.4 陳章洪認為搞好結構工程的關鍵在于結構選型，建筑師和結構工程師在建筑方案設計階段就應該互相配合，與其他工種專業人員協調，通過綜合技術經濟分析來進行選型決策[4].

1.5 哈爾濱建筑大學的陶忠等指出高層建筑結構選型是受多個因素影響的、綜合性的多目標決策問題.在分析了高層建筑結構選型的決策影響因素的基礎上，他們提出了計算這些影響因素的權重分配系數和評價矩陣，并利用模糊數學為工具，初步建立了模糊綜合評價的數學模型[5].

2 結構選型的主要研究方法

2.1 模糊多屬性決策方法

2.1.1 結構選型的多屬性決策模型

結構選型的多屬性決策問題可以表示為

式中x稱為備選方案(決策變量)，F(x)為方案x的屬性向量函數.備選方案x一般為離散型受控變量，并且通常是一維的，因此可以用名義標度量化在一維歐式空間E'里，所以有x∈X∈E'.通常稱E'為決策變量空間，簡稱決策空間.屬性向量函數F(x)通常由m個單個屬性函數fi(x)(i=1,2,……，m)組成，用向量可以表示為

屬性向量函數F(x)的取值范圍稱為值域，記為F(X),單屬性函數的值域記為Fi(x)，F(x)亦稱為決策空間的點，故有F(x)∈F(X)??Em.

2.1.2 結構選型的模糊多屬性決策模型

在結構選型的方案評價過程中，決策者對備選方案的屬性評價通常是通過模糊語言進行評價的，因此，可以按下式將決策知陣D轉變為決策者對備選方案集X關于屬性集F的模糊滿意度知陣

式中:Sij為決策者對方案xj關于屬性F的模糊滿意度，對于效益型屬性

對于成本型屬性

顯然，模糊滿意度知陣S是規范化知陣，即所有的元素sij，滿足0≤sij≤1考慮決策者對各屬性的偏好程度，可以將模糊滿意度知陣S變換為如下的加權模糊滿意度矩陣

式中:vij為考慮決策者對于屬性廠的偏好信息ωi,(即權重)的加權模糊滿意度，按下式確定

于是多屬性決策模型(2)轉化為如下基于決策者偏好信息和模糊滿意度的模糊多屬性決策模型

式中:vi(x)為決策者對方案x關于屬性fi并考慮其偏好信息的加權模糊滿意度.

2.2 人工神經網絡法

神經網絡是一個由大量神經元組成的高度復雜的大規模非線性自適應系統，由輸入層、若干隱含層及輸出層組成.它通過輸入層接收評價條件信息，通過各層神經元間的聯接、聯接強度及神經元的作用函數來接收、處理、傳遞評價信息，最后由輸出層輸出評價結果.它能通過一定的學習規則或算法進行學習，能自動地抽取、并以聯接權值與神經元閥值的形式存儲隱含在評價樣本中領域專家的評價知識與方法.將人工神經網絡引入結構選型選型中，分析影響結構選型的重要因素和各種神經網絡的特點，選著一種最適合的神經網絡結構并且確定其網絡結構.對其進行訓練、優化，經檢驗訓練好的網絡模型性能良好達到了智能預測的目的.

2.3 基于專家系統(ES)的智能評價方法

該方法主要是通過收集諸多領域專家進行性能評價時所積累的經驗與利用的知識，并用統計、模糊集、隸屬函數等形式來處理評價知識的不確定性與模糊性，以產生式規則、框架、謂詞或語義網等形式表示存儲知識，以正、反向推理方式建立系統的推理機制.該方法具有充分利用專家經驗與知識的優點，且系統存儲知識的多少及其質量決定了智能評價的有效性.專家經驗與知識獲取是系統的“瓶頸”，可通過在系統中引入知識發現(KDD)技術及具有自學習功能的神經網絡(ANN)技術來解決其“瓶頸”問題.此時，由KDD和ANN獲得、收集或存儲的信息將作為ES的事實和規則支持ES的性能評價.

3 結構選型未來的發展

隨著土木工程技術在我國的進一步發展，高層建筑結構智能選型系統將得到更為廣泛的使用，對于結構選型的運用也將在更多的新型結構方案中拓展開。結構選智能系統必將隨之擴充發展，如何擴充其因素和方案將成為進一步研究的方向。

〔1〕陳章洪.建筑結構選型手冊[S].北京:中國建筑巨業出版社，2000.

〔2〕李國強，張潔.上海地區高層建筑采用鋼結構與混凝土結構的綜合經濟比較分析[J].建筑結構學報，2000(4):75-79.

〔3〕劉西拉，李楚舒.基于神經網絡的高層建筑結構體系選擇[J].建筑結構學報，1999(10):36-41.

〔4〕陳章洪.建筑結構選型手冊[S].北京:中國建筑巨業出版社，2000.

〔5〕陶忠，張耀春，韓林海，王光遠，關于高層結構選型設計的初步探討 [J].哈爾濱建筑大學學報，2000(2):21-23.

TU97

A

1673-260X（2010）08-0150-02