群搜索優(yōu)化算法及其在結(jié)構(gòu)優(yōu)化設(shè)計中的應(yīng)用.pdf

1、結(jié)構(gòu)的優(yōu)化設(shè)計歷來都受到工程師的重視，因為合理的優(yōu)化設(shè)計可以減少工程的造價。工程師往往是通過優(yōu)化設(shè)計來減少結(jié)構(gòu)的體積或重量。傳統(tǒng)的優(yōu)化設(shè)計方法對需要優(yōu)化的目標(biāo)函數(shù)和其所受的約束作出過多的限制，對求解實際工程中的優(yōu)化問題帶來諸多不便。上世紀(jì)的九十年代，人們受到社會系統(tǒng)和生物系統(tǒng)等機(jī)制的啟發(fā)，開始了對群體智能算法的研究，并已將其廣泛地應(yīng)用于求解數(shù)學(xué)和工程問題。而英國的研究人員最近提出的群搜索優(yōu)化算法，來源于對動物覓食行為和群居形態(tài)的一種模仿

2、，并首次結(jié)合了生物學(xué)的視覺搜索原理。群搜索優(yōu)化算法已經(jīng)在函數(shù)優(yōu)化、醫(yī)學(xué)、核動力研究等方面被證明有較好的優(yōu)化性能。本文對群搜索優(yōu)化算法在工程結(jié)構(gòu)的優(yōu)化設(shè)計進(jìn)行了研究。 本文介紹了結(jié)構(gòu)最優(yōu)化問題的概念以及優(yōu)化設(shè)計算法的發(fā)展歷程，介紹了群體智能算法的一個典型：粒子群優(yōu)化算法，以及它的兩個衍生算法：被動群集粒子群優(yōu)化算法和啟發(fā)式粒子群優(yōu)化算法，詳細(xì)說明了群搜索優(yōu)化算法的來源、結(jié)構(gòu)和搜索機(jī)理。這四種優(yōu)化算法分別有兩種類型，一種類型是適用于

3、設(shè)計變量是連續(xù)變量的；另一種類型是適用于設(shè)計變量是離散變量的?；贔ortran平臺，分別編寫出四個不同算法的主程序，并與有限元方法結(jié)合，將算法應(yīng)用到多個經(jīng)典的桁架結(jié)構(gòu)截面優(yōu)化設(shè)計算例中。在給定了桁架結(jié)構(gòu)的材料參數(shù)、荷載、位移邊界條件和應(yīng)力邊界條件的前提下，以桁架的截面面積為設(shè)計變量，實現(xiàn)在滿足兩種約束條件的條件下實現(xiàn)結(jié)構(gòu)的重量最輕。優(yōu)化計算分為連續(xù)變量和離散變量兩種設(shè)計類型。將群搜索優(yōu)化算法應(yīng)用到實際工程中，以大跨度雙層網(wǎng)殼結(jié)構(gòu)和張弦