改进罚函数分级遗传算法及其在结构优化设计中的应用

发布时间：2020-04-18 02:09

【摘要】：在建筑结构优化设计中往往存在设计变量离散、部分约束条件难以用设计变量显式表达、目标函数不可导等问题,传统的结构优化设计方法不能很好的解决此类问题。遗传算法作为一种仿生类智能算法,有着良好的适应性,它不依赖于问题的复杂程度,也不需要将约束条件以自变量显式表达,因此能够较好的克服传统优化算法不足。本文在遗传算法基本理论的基础上,结合结构优化设计的特点对基本遗传算法的缺点进行改进,提出了一种改进的罚函数分级遗传算法,该方法根据种群中个体偏离约束条件限值的程度对其进行适当惩罚,能够较好的处理非可行解空间,使得有潜力的非可行解个体能够得到繁衍机会,从而维系了种群个体的多样性;通过对当前种群进行分级、排序操作,保证优秀的个体得到合适的繁衍机会,使得良好的基因能够在迭代中不断进化,结合改进的惩罚函数能够降低陷入局部最优解的概率,增大了全局寻优的能力。改进后的遗传算法有效的改善了基本遗传算法容易局部收敛、收敛结果不稳定等问题。通过三个经典函数DeJong、Shubert和Griewank,验证了改进算法的寻优性能。本文将改进的遗传算法应用到两个经典的结构优化案例—17杆平面桁架结构和72杆空间桁架结构,较其他文献相比,新方法的优化结果更具优势,表明了本文所改进的遗传算法具有更强优化性能,可推广到其他结构形态的优化设计中。已有文献关于遗传算法在结构优化中的应用大多集中在简单的结构形态,这主要是由于每一次遗传迭代所有个体均需要进行有限元分析,计算耗时长,内存消耗巨大,对计算机性能和代码的优化有着很高的要求。本文基于MATLAB平台和SAP2000有限元软件的应用程序接口(API),创建了并行计算环境,有效地解决了智能算法在进行复杂结构优化设计时经常出现的内存溢出和程序崩溃问题。以两个复杂结构—1164杆桅杆结构和5980杆超高层框架结构为案例,进行了抗风结构优化设计,优化结果显示,本文改进的遗传算法及相关技术在大型复杂形态结构上的优化设计方面亦有较好的应用。
【图文】：

图 3-7 De Jong 二维函数图形Fig 3-7 De Jong two-dimensional function grapheJong 只有一个极小值点 (0,0,…,0)，理论最遗传算法和基本遗传算法对该函数进行优法基本参数0；字符串长度 20；选择竞争压力 2；初始；交叉概率：P c 0.8，minPc 0.5，maxPc 1 0.2。基本参数20；字符串长度 20；代沟 0.9；初始种群数概率： Pc 0.8，；变异概率：minPm 0.05：图 3-8、3-9 分别为改进遗传算法和基本

750 次迭代种群目标值分布 1000 次迭代种群目标值分布图 3-8 目标值分布图Fig 3-8 Target value distribution初始种群目标值分布 500 次迭代种群目标值分布
【学位授予单位】：广州大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TU318

【相似文献】

相关期刊论文 前10条

1 任志凤;胡小建;孙太生;徐飞;李云良;;遗传算法在焊接领域的优化与应用[J];现代焊接;2012年03期

2 冯锦春;杨林建;;利用遗传算法进行机械优化[J];四川工程职业技术学院学报;2007年06期

3 冯双林;靳继红;;现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J];农机化研究;2018年01期

4 梁肖;周湘贞;;基于遗传算法的小麦收割机路径智能优化控制研究[J];农机化研究;2018年02期

5 王勇;孙耀南;;基于遗传算法的医院房间位置优化研究[J];电脑与信息技术;2018年01期

6 李超;王杰;史运涛;李锦龙;;基于遗传算法的汽油调和优化系统[J];工业控制计算机;2018年10期

7 谢军;王倩;倪雅静;胡英飞;包淑贤;;基于遗传算法进行结构优化的研究现状[J];河北建筑工程学院学报;2018年03期

8 程天栋;闵永智;马宏锋;;基于模糊超熵与遗传算法的轨面缺陷分割算法[J];兰州交通大学学报;2016年06期

9 陈龙;;基于遗传算法求解生产调度问题的探讨[J];现代制造技术与装备;2016年11期

10 邓伟;邝祝芳;余绍军;曾非凡;;基于遗传算法的三峡-葛洲坝船闸闸室编排算法[J];人民长江;2016年24期

相关会议论文 前10条

1 谢宏;袁小芳;向启均;陈yN婧;王立宸;;机器人惯性参数的改进遗传算法辨识方法研究[A];第37届中国控制会议论文集（B）[C];2018年

2 彭军;徐本柱;刘晓平;;遗传算法的实现及其在生产调度中的应用[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

3 韩战钢;;遗传算法及在经济中的应用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

4 赖梅;熊丽荣;;基于改进遗传算法的乘务交路优化问题研究[A];第二十一届中国控制会议论文集[C];2002年

5 肖龙光;丁晓东;;基于理性变异的遗传算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年

6 鞠训光;于洪珍;;求整体优化全部解的区间排除遗传算法[A];第十七届全国过路控制会议论文集[C];2006年

7 刘兴隆;;快速进化式遗传算法[A];“电力大系统灾变防治和经济运行重大课题”部分专题暨第九届全国电工数学学术年会论文集[C];2003年

8 谈斌;唐力铁;张己化;周海云;;遗传算法在漫反射系数计算中的应用研究[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

9 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

10 蔡亚星;李伟明;尚飞;任武;薛正辉;高本庆;;双种群遗传算法进行阵列天线综合[A];2005'全国微波毫米波会议论文集（第三册）[C];2006年

相关重要报纸文章 前9条

1 上海科学院规划研究处 刘小玲;上海能否成为人工智能城市[N];解放日报;2017年

2 记者 常丽君;科学家首次将遗传算法用于量子模拟[N];科技日报;2016年

3 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

4 记者 李星婷;2014中国生命电子学术年会在渝召开[N];重庆日报;2014年

5 记者 刘霞;美用遗传算法逆向设计新型纳米材料[N];科技日报;2013年

6 高雪娟;协同设计的平台策略[N];中国计算机报;2006年

7 陈巍;浩辰有望在协同设计关键领域取得突破 引领CAD应用新潮流[N];大众科技报;2006年

8 本报记者 李元丽;坚持自主创新 掀起AI+教育的中国浪潮[N];人民政协报;2018年

9 高峰;美国真能毁掉中国？[N];世界报;2012年

相关博士学位论文 前10条

1 孙秋红;基于遗传算法的水质数据挖掘与应用研究[D];燕山大学;2016年

2 金小敏;移动云环境中的计算迁移系统关键技术研究[D];北京邮电大学;2018年

3 王小港;遗传算法在VLSI设计自动化中的应用研究[D];中国科学院上海冶金研究所;2001年

4 宋晓峰;优生演进优化和统计学习建模[D];浙江大学;2003年

5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年

6 卜雷;城市货物运输规划优化方法研究[D];西南交通大学;2004年

7 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年

8 李智勇;模式交流多群体遗传算法及其在神经网络进化建模中的应用[D];湖南大学;2003年

9 陈星;网络并行和遗传算法在HPM生物效应评价和辐射天线设计中的应用研究[D];四川大学;2004年

10 金菊良;遗传算法及其在水问题中的应用[D];河海大学;1998年

相关硕士学位论文 前10条

1 胡蓉;多种群遗传算法的DOA和极化参数估计与DSP实现[D];哈尔滨工程大学;2018年

2 郦少将;基于改进遗传算法的HBV水文模型参数优化[D];华北水利水电大学;2018年

3 廖藤藤;模拟驱动石化过程操作优化研究方法的几点改进[D];华南理工大学;2018年

4 蒲涛;基于遗传算法和贝叶斯网络综合的建筑施工安全评价研究[D];西安建筑科技大学;2018年

5 赵宇航;基于遗传算法的城市区域交通信号优化控制[D];大连交通大学;2016年

6 高家坤;自动平行泊车路径规划研究[D];长沙理工大学;2017年

7 张航;结构抗震优化控制技术研究[D];西安建筑科技大学;2018年

8 金韶华;基于均匀设计的多智能体遗传算法的研究以及游戏中的应用[D];天津职业技术师范大学;2018年

9 王晨阳;基于改进遗传算法的酒店预定系统研究[D];大连交通大学;2015年

10 张艾丽;基于遗传算法的太阳磁亮点识别和聚类算法的研究[D];昆明理工大学;2018年

，

本文编号：2631584