改进蚁群算法及其在桁架结构优化中的应用

发布时间：2020-10-26 04:07

　　 结构的优化设计是指在满足相应的约束条件下,优化结构的设计变量使目标函数取到最大或最小值,如使结构的重量最轻、造价最低以及刚度最大等,并且所得结果还需满足相应规范的要求。桁架结构由于具有重量轻、刚度大、材料可重复利用以及抗震性能好等优点,因此,其在实际工程中的应用范围也在慢慢增大,逐渐成为使用范围最广的结构形式之一,因此,研究桁架结构的优化具有很重要的现实意义。由于当今的建筑结构形式变得越来越复杂,传统的结构优化设计方法在求解精度以及收敛速度等方面已经不能满足实际工程的需要,因此,近几年来逐渐兴起的计算智能优化算法也开始在结构优化中进行应用并取得了较好的优化效果。蚁群算法作为一种新兴的启发式优化算法,具有搜索能力强、分布式并行性计算以及正反馈等优点,因此,在其一经提出后就在很多领域中获得了应用,但同时蚁群算法也存在一些不足,如收敛速度慢以及易陷入局部最优解等。根据蚁群算法在实际优化中所暴露出的这些问题,本文提出了一种改进的蚁群算法,并将其应用于桁架结构截面尺寸的优化中,取得了较好的优化效果。本文所提出的改进蚁群算法主要有以下两方面的改进。首先,对搜索初期时路径上的初始信息素的分布进行了改进,这样可以提高蚁群算法的局部搜索能力,能够使算法的搜索精度得到提升;其次,改进措施还包括对算法中较优解的公共路径进行利用,能够提高算法的收敛速度减少算法所需的优化时间,然后,将改进后的蚁群算法应用于几种典型桁架结构的截面尺寸优化中,其中为满足实际工程的需要,截面面积以离散变量的形式取值。最后,通过与其他优化算法所得结果的比较,证明了本文改进算法的可行性。因此,提出一种切实有效的优化方法,并可以在实际工程中进行应用,同时又能够提高资源的利用率便是本课题的研究意义所在。
【学位单位】：河北工程大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TU323.4
【部分图文】：

来越受到人们的重视，而且，结构优化不仅可以减少资源的浪费还可以降的投入，提高企业和个人的收益率。改革开放以来我国的钢产量和混凝土量呈现出快速增长的趋势，目前，我国已连续几年成为世界上最大的钢材，但同时由于各种不合理的使用，我国在钢结构的使用过程中并没有最大对其进行利用，因此造成了一定程度上的浪费。以计算机为载体的智能算具有寻优精度高、优化速度快以及较好的鲁棒性等优点，在进行结构优化与传统的优化方法相比具有明显的优势。近几年来随着智能优化算法在解结构优化问题上的优异表现，其在复杂结构优化问题中的作用也变得越来。桁架结构可以看作是由杆件以及连接各杆件的节点所组成的，其最主要形式是拉力和压力[1]。桁架结构由于重量轻、跨度大、抗震性能好、受力简及易于施工等优点正被广泛应用于各种建筑中，例如在桥梁、机场、车站工业厂房中桁架结构都有大量的应用，同时也表现出了较好的使用性能，大跨度钢桁架结构（图 1-1），屋架结构（图 1-2），图 3 咸阳机场（图 1 4 起重机架（图 1-4）等各种广泛使用的桁架结构。

来越受到人们的重视，而且，结构优化不仅可以减少资源的浪费还可以降的投入，提高企业和个人的收益率。改革开放以来我国的钢产量和混凝土量呈现出快速增长的趋势，目前，我国已连续几年成为世界上最大的钢材，但同时由于各种不合理的使用，我国在钢结构的使用过程中并没有最大对其进行利用，因此造成了一定程度上的浪费。以计算机为载体的智能算具有寻优精度高、优化速度快以及较好的鲁棒性等优点，在进行结构优化与传统的优化方法相比具有明显的优势。近几年来随着智能优化算法在解结构优化问题上的优异表现，其在复杂结构优化问题中的作用也变得越来。桁架结构可以看作是由杆件以及连接各杆件的节点所组成的，其最主要形式是拉力和压力[1]。桁架结构由于重量轻、跨度大、抗震性能好、受力简及易于施工等优点正被广泛应用于各种建筑中，例如在桥梁、机场、车站工业厂房中桁架结构都有大量的应用，同时也表现出了较好的使用性能，大跨度钢桁架结构（图 1-1），屋架结构（图 1-2），图 3 咸阳机场（图 1 4 起重机架（图 1-4）等各种广泛使用的桁架结构。

图 1-3 咸阳机场 图 1-4CGH 型桁架门式起重机Fig.1-3Xianyang airport Fig.1-4 CGH type truss gantry crane图 1-5 芜湖长江大桥Fig.1-5 The Wuhu Yangtze River Bridge
【参考文献】

相关期刊论文 前10条

1 王毅;姚卫星;;桁架结构布局优化的并行子空间方法[J];工程设计学报;2015年03期

2 李擎;张超;陈鹏;尹怡欣;;一种基于粒子群参数优化的改进蚁群算法[J];控制与决策;2013年06期

3 孟祥萍;片兆宇;沈中玉;苑全德;;基于方向信息素协调的蚁群算法[J];控制与决策;2013年05期

4 吴华锋;陈信强;毛奇凰;张倩楠;张寿春;;基于自然选择策略的蚁群算法求解TSP问题[J];通信学报;2013年04期

5 周书敬;韩雪;;改进的蚁群算法及其在桁架结构优化中的应用[J];钢结构;2013年03期

6 申铉京;刘阳阳;黄永平;徐铁;何习文;;求解TSP问题的快速蚁群算法[J];吉林大学学报(工学版);2013年01期

7 宋锦娟;白艳萍;;一种改进的蚁群算法及其在TSP中的应用[J];数学的实践与认识;2012年18期

8 李彦苍;程芳萌;杨贝贝;张学志;;基于人工鱼群算法的桁架结构的优化[J];河北工程大学学报(自然科学版);2012年01期

9 赵艳敏;霍达;;模拟退火算法在钢桁架优化设计中的应用[J];华中师范大学学报(自然科学版);2011年03期

10 杜保平;王锋娅;;改进遗传算法在桁架优化设计中的应用[J];低温建筑技术;2011年04期

相关硕士学位论文 前7条

1 曹萌萌;改进蚁群算法在桁架结构优化中的应用研究[D];河北工程大学;2014年

2 赵丽娜;改进ACO及其在基于可靠性的桁架结构优化中的应用研究[D];河北工程大学;2012年

3 闫宏亮;改进的自适应遗传算法在桁架结构优化中的应用[D];长安大学;2009年

4 刘超;基于蚁群算法的DTC系统在矿用提升机上的应用研究[D];西安科技大学;2008年

5 王福成;基于遗传算法的网架结构优化研究[D];大庆石油学院;2007年

6 仲立松;基于生命周期优化模型和改进的免疫遗传算法的桁架结构截面优化设计[D];浙江大学;2006年

7 黄志望;改进遗传算法及其在结构工程优化中的应用研究[D];北京工业大学;2005年

本文编号：2856465