基于遺傳算法的單層球殼優(yōu)化理論研究.pdf

1、近年來，單層網殼結構在我國大跨空間結構領域中有著廣泛的應用。利用優(yōu)化手段，對于減輕結構自重、降低用鋼量以及結構造價有很強的現(xiàn)實意義。遺傳算法是一種模仿自然界生物種群選擇和進化的隨機搜索算法，其通用性和魯棒性較強，彌補了傳統(tǒng)優(yōu)化算法的不足，尤其適用于處理傳統(tǒng)算法難以解決的復雜問題和非線性問題；但其缺點是容易陷入局部收斂和后期收斂速度放慢，因此有必要對遺傳算法進行改進。本文將自適應策略與小生境技術引入其中，從而可以有效維持種群中個體的多樣性

2、，同時可以改善全局收斂的可靠性。通過改進的遺傳算法（ANGA算法）分別對單層球殼結構進行質量最小和整體剛度最大的優(yōu)化分析研究，表明該方法應用的可行性和收斂性，且其具有全局搜索能力強、運算穩(wěn)健性好等優(yōu)點。 在地震區(qū)建立的單層網殼結構，動力失穩(wěn)和強度破壞是結構發(fā)生倒塌破壞的兩種重要模式，如果其在未預料到的地震作用下發(fā)生倒塌，就會危及人民生命安全并造成巨大的經濟損失，因此如何控制單層網殼結構的倒塌模式是其優(yōu)化問題的重點。本文采用小生境

3、遺傳算法對單層球殼結構進行倒塌模式的優(yōu)化，通過優(yōu)化分析，驗證了基于ANGA算法動力響應優(yōu)化的可行性和合理性，可以有效處理單層球殼的動力響應優(yōu)化問題。 在單層網殼結構的優(yōu)化設計過程中，必然會遇到大量的不確定性信息和因素。對這些不確定性因素應該使用模糊理論加以分析和處理，同時往往要考慮多個目標如質量最小和整體剛度最大等。本文利用隸屬函數(shù)建立模糊優(yōu)化數(shù)學模型，采用模糊判決法，將多目標的模糊優(yōu)化問題轉化為單目標的非模糊優(yōu)化問題，然后使用

4、本文的ANGA算法得到模糊優(yōu)化解。最后，通過本文的模糊判決法對單層球殼進行優(yōu)化分析，其優(yōu)化結果令人滿意，驗證了本文方法的合理性和可行性。 本文的主要研究內容和結果如下： 1．遺傳算法是解決優(yōu)化問題的重要方法。本文對遺傳算法的雜交算子和變異算子采用自適應策略，并且將小生境技術引入其中，從而形成一種小生境遺傳算法（ANGA）。通過多峰函數(shù)的優(yōu)化結果表明：從進化代數(shù)、收斂精度和計算時間三方面都驗證了該算法的有效性和可行性。

5、 2．違法約束條件的處理方法。本文對違反約束條件的個體，采用了Gen和Cheng的懲罰方法進行懲罰。分析表明：該方法可以有效地淘汰不滿足約束的個體，使個體向最優(yōu)解集中。 3．設計優(yōu)化流程。本文采用VC++語言編寫ANGA程序，用ANSYS的APDL語言建立單層球殼結構模型，從而形成ANGA-ANSYS方法，即以ANSYS軟件為技術平臺，采用VC++編程，開發(fā)實現(xiàn)了本文的優(yōu)化方法和優(yōu)化策略，該程序具有可移植性好和優(yōu)化分析能力強

6、等優(yōu)點。 4．三大優(yōu)化目標的實現(xiàn)。本文采用ANGA算法分別對單層球殼結構進行質量最小、整體剛度最大和控制倒塌模式優(yōu)化。優(yōu)化結果表明：小生境遺傳算法可以有效應用于優(yōu)化變量繁多的大型網格結構截面優(yōu)化問題，優(yōu)化效果明顯。 5．多目標模糊優(yōu)化的實現(xiàn)。本文采用模糊數(shù)學的原理建立單層球殼的多目標模糊優(yōu)化模型，通過模糊判決法，實現(xiàn)模糊問題的非模糊化，最后利用本文的ANGA算法對非模糊化的優(yōu)化模型進行求解。通過對各種模糊判決法的優(yōu)化結果