基于遗传算法的桁架结构离散变量优化设计的研究与应用

摘要

优化设计方法是将优化原理和计算机技术应用于工程设计,在设计领域得到了广泛应用的一种重要的科学设计方法.随着工程优化问题的日趋大型化、复杂化,许多工程大系统结构优化问题都具有很高的非线形和非连续性,采用传统的优化设计方法,在一般情况下很难找到全局最优解.遗传算法是一种现代的优化算法,它在解决各种非线性优化问题中表现出的自适应性、全局最优性及隐含并行性使其在工程设计中具有广泛的应用前景. 本文在学习理解和掌握遗传算法原理的基础上,针对标准遗传算法在应用中存在的问题及桁架结构的特点对其进行了改进,并用改进遗传算法对具有应力,稳定性,及位移约束的混合变量桁架结构进行形状优化设计.为了充分发挥遗传算法全局搜索能力强的优点,解决它易

目录

文摘

英文文摘

独创性声明及学位论文使用授权声明

1绪论

1.1结构优化设计综述

1.1.1结构优化设计

1.1.2结构优化设计方法

1.2离散变量结构优化设计

1.3桁架结构优化设计现状与主要问题

1.4论文的主要工作

2标准遗传算法的基本原理和方法

2.1标准遗传算法

2.1.1遗传算法的寻优原理

2.1.2标准遗传算法的具体操作

2.2遗传算法的基本原理

2.2.1模式定理

2.2.2积木块假设

2.2.3收敛性

2.2.4隐含并行性

2.3遗传算法的基本方法

2.3.1制订编码方案

2.3.2确定适应值函数

2.3.3确定选择策略

2.3.4设计交叉和变异操作

2.3.5运行参数的选择

2.3.6约束条件的处理问题

3改进遗传算法

3.1标准遗传算法的缺陷

3.2改进的遗传算法

3.2.1凝聚约束处理方法

3.2.2约束凝聚锦标赛选择

3.2.3扩大采样空间最优保留

3.2.4编码方式

4 基于改进遗传算法的离散变量桁架结构优化设计

4.1引言

4.2具有离散变量的桁架结构的截面尺寸优化设计

4.2.1数学模型的建立

4.2.2算例

4.3混合变量桁架结构形状与截面尺寸的组合优化

4.3.1数学模型的建立

4.3.2算例

5基于拟满应力—改进遗传算法的桁架结构优化设计

5.1满应力设计

5.2拟满应力设计

5.3拟满应力遗传算法

5.3.1拟满应力遗传算法步骤

5.3.2拟满应力算子终止条件

5.4算例

5.5小结

6混合变量桁架结构的伪并行遗传算法

6.1并行遗传算法(Parallel GA，简称PGA)

6.2伪并行遗传算法

6.3优化结果比较

7混合变量桁架结构的拟分层遗传算法优化设计

7.1分层遗传算法

7.2拟分层遗传算法

7.3优化结果比较

8基于模糊理论和改进遗传算法的桁架结构多目标优化设计

8.1多目标优化问题的数学模型及有效解

8.2用评价函数法和模糊相似优先比理论求解桁架结构多目标优化问题

8.2.1桁架结构多目标优化问题的数学模型

8.2.2相似优先比法

8.3结论

9总结与展望

9.1本文主要工作

9.2研究前景展望

致谢

参考文献：

攻读硕士学位期间发表的论文及参与的项目：