桥机主梁微粒群优化方法研究及其软件开发

发布时间：2017-12-28 13:21

本文关键词：桥机主梁微粒群优化方法研究及其软件开发　出处：《太原科技大学》2012年硕士论文　论文类型：学位论文

【摘要】：目前，起重机结构优化设计方法主要采用传统优化算法，但传统算法解决此类高维、多约束非线性混合离散变量问题，不可避免地会出现计算量过大、耗时较长、易于陷入局部最优解等问题。本文尝试使用一种新型群智能优化算法——微粒群优化算法（Particle Swarm Optimization，PSO算法）解决该问题。本文从传统结构设计出发，以典型的双梁箱形桥式起重机主梁为例，根据主要技术参数要求，初选截面尺寸，计算载荷和内力，然后验算强度、刚度、稳定性是否满足使用性能要求。在保证主要技术参数相同的前提下，将主梁结构自重作为目标函数，截面尺寸作为优化变量，强度、刚度、稳定性充当约束条件，采用传统优化算法——网格法、新型智能优化算法——PSO算法进行优化设计。 PSO算法源于对生物界鸟群群体运动行为的研究，，通过群体间个体的相互协作与竞争实现对优化问题的求解，是一种群智能优化算法，它原理简单，参数少，收敛速度快。该算法已经广泛应用于神经网络训练、函数优化等领域，并取得了较好的效果。由于起重机金属结构优化设计的复杂性和特殊性，本文深入分析了基本微粒群算法的原理及流程，在工程实例中采用改进后的微粒群算法对桥机主梁结构进行优化，结果表明该算法具有良好的使用性能。本课题采用面向对象软件Visual C++6.0开发出了一套桥机主梁微粒群优化CAD软件。该软件集成了主要技术参数输入、常规设计、优化设计、参数绘图等模块，运用了数据库、二维参数化绘图等技术，实现了起重机结构的传统计算、优化设计、输出二维图的功能。
[Abstract]:At present, the crane structure optimization design method mainly adopts the traditional optimization algorithm, but the traditional algorithm to solve this kind of high dimension, multi constrained nonlinear mixed discrete variable problems, inevitably there will be a large amount of calculation, time-consuming and easy to fall into the local optimal solution problem. In this paper, a new swarm intelligence optimization algorithm, particle swarm optimization (Particle Swarm Optimization, PSO), is used to solve the problem.
【学位授予单位】：太原科技大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TH215

【参考文献】