基于群搜索算法的桁架結(jié)構(gòu)多目標(biāo)優(yōu)化研究.pdf

1、結(jié)構(gòu)優(yōu)化一直以來都是結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的研究熱點(diǎn)，在傳統(tǒng)優(yōu)化方法不能實(shí)現(xiàn)復(fù)雜結(jié)構(gòu)優(yōu)化的情況下，越來越多的智能算法被引入結(jié)構(gòu)優(yōu)化領(lǐng)域，其中主要有遺傳算法和粒子群算法。本文將一種新的智能算法—群搜索算法(GSO)引入結(jié)構(gòu)多目標(biāo)優(yōu)化設(shè)計(jì)，GSO編碼容易，收斂速度快，計(jì)算效率高，對(duì)于高維變量?jī)?yōu)化的問題有明顯優(yōu)勢(shì)。
　　 本文在群搜索算法和多目標(biāo)群搜索算法(MGSO)的基礎(chǔ)上，分析了群搜索算法在多目標(biāo)優(yōu)化上的應(yīng)用性能。針對(duì)MGSO算法中不足的

2、地方，提出了一種適合求解有約束多目標(biāo)優(yōu)化問題的Pareto群搜索優(yōu)化算法(CMOPGSO)，并給出了算法流程圖，最后將其用于多個(gè)桁架結(jié)構(gòu)的多目標(biāo)優(yōu)化設(shè)計(jì)。
　　 本文提出的CMOPGSO算法與MGSO算法相比主要有三點(diǎn)改進(jìn):第一，算法在處理約束方面引入了過渡可行域的概念并設(shè)立了可行解“過濾器”使得最后的Pareto最優(yōu)解都是可行解;第二，構(gòu)造非支配解集時(shí)采用莊家法可以有效地減少對(duì)比的次數(shù)，降低算法的時(shí)間復(fù)雜度;最后，在發(fā)現(xiàn)者的選

3、取方面，采用聚集距離機(jī)制和禁忌搜索算法混合的方法來選取發(fā)現(xiàn)者，避免了解集過早陷入局部最優(yōu)，并提高了收斂精度。經(jīng)過算例驗(yàn)證，說明此方法可以有效地改善解集的分布性。
　　 將CMOPGSO算法應(yīng)用于實(shí)際工程結(jié)構(gòu)進(jìn)行多目標(biāo)優(yōu)化設(shè)計(jì)，分別進(jìn)行了3個(gè)桁架結(jié)構(gòu)靜力多目標(biāo)優(yōu)化和4個(gè)桁架結(jié)構(gòu)動(dòng)力多目標(biāo)優(yōu)化，并對(duì)所得結(jié)果進(jìn)行了詳細(xì)分析。計(jì)算結(jié)果表明，CMOPGSO算法能快速收斂到較好的非支配解，且解集的分布性都有較好的保證，尤其在計(jì)算復(fù)雜、多約束