随着城市车辆数的增加,立体车库行业迎来了巨大的商机和广阔的市场,传统立体车库的设计方法落后,结构冗余度高,为了提升立体车库设计效率,降低立体车库的结构成本,本文通过有限元分析软件ANSYS对立体车库钢架结构进行参数化建模分析,结合MATLAB神经网络预测功能,对车库最危险工况及最危险截面进行确定和预测,运用离散优化与层变优化对车库进行不同方向的探索,对比分析了两种优化结果,最终通过VS开发工具对立体车库ANSYS建模仿真优化系统进行了开发,实现了车库的建模、预测、分析、优化、验证等一系列功能。为立体车库的设计和优化提供了重要的参考价值。本文主要研究工作:1.通过有限元分析软件ANSYS,运用APDL语言实现车库尺寸输入、载荷施加、工况选取等参数输入。通过对三种风向、三种载荷组合而得的九种工况进行分析,获取了每种工况的最大应力和位移,找出了车库的最危险工况。2.在MATLAB中构建BP神经网络训练模型,对分析的得到的不同层数、不同工况下的数据进行学习训练,寻找其中的非线性关系,通过简单数据输入预测车库的强度、刚度、稳定性,并对预测结果的准确性进行了验证。3.在ANSYS自带连续优化的基础上,结合离散优化和层变优化思想,从不同方向对车库进行优化。离散优化其本质就是设计变量的离散性,通过在连续优化中加入离散变量,即车库不同杆件的标准规格,运用一维搜索算法,实现了车库的离散优化。层变优化,即在离散优化的基础上对车库进行分层优化,对不同的层数采用不同的截面。4.通过VS开发工具,运用C#语言,在.NET环境下进行立体车库ANSYS建模仿真优化系统的开发,通过与ANSYS的混合编程实现车库的参数化建模、分析、优化、验证等功能,通过对MATLAB引擎的调用,实现了BP神经网络的预测。