離散變量結(jié)構(gòu)拓撲優(yōu)化的遺傳禁忌搜索算法研究.pdf

1、近幾年來，結(jié)構(gòu)優(yōu)化設(shè)計發(fā)展迅速，但拓撲優(yōu)化被公認為結(jié)構(gòu)優(yōu)化中最具挑戰(zhàn)性的課題，尤其是離散變量結(jié)構(gòu)拓撲優(yōu)化問題，由于受到設(shè)計變量取值離散性的限制，其難度比連續(xù)變量結(jié)構(gòu)拓撲優(yōu)化問題更大，進展相對比較緩慢。因此，離散變量結(jié)構(gòu)拓撲優(yōu)化的研究具有重要的理論和實際意義。 遺傳算法是一種受到廣泛關(guān)注的全局優(yōu)化算法，開創(chuàng)了在解空間中從多出發(fā)點搜索問題最優(yōu)解的先河，具有很強的并行搜索能力，而禁忌搜索算法是在搜索過程中使用記憶功能的先驅(qū)者，以其靈活

2、的存儲結(jié)構(gòu)和相應的禁忌準則來避免迂回搜索，具有較強的局部搜索能力。本文提出的遺傳禁忌搜索算法基于遺傳算法提供的并行搜索主框架，結(jié)合遺傳群體進化和禁忌搜索算法較強的具有避免迂回搜索能力的鄰域搜索，可以實現(xiàn)快速全局優(yōu)化。 本文的主要研究成果概括如下：1.論文比較系統(tǒng)地探討了遺傳算法和禁忌搜索算法的兩種混合策略：第一種是利用禁忌搜索的思想來改進遺傳算法的交叉算子和變異算子；第二種是對每代中交叉變異后得到的新種群中的一定比例的個體進行禁

3、忌搜索處理。 2.論文針對離散變量結(jié)構(gòu)拓撲優(yōu)化的特性，建立了包含截面設(shè)計變量和拓撲設(shè)計變量，以結(jié)構(gòu)重量最小化為目標的離散變量結(jié)構(gòu)拓撲優(yōu)化數(shù)學模型，采用了由易到難的結(jié)構(gòu)機動性分析機制，大大減少了結(jié)構(gòu)重分析次數(shù)。數(shù)值算例結(jié)果表明，本文兩種遺傳禁忌搜索混合算法用于離散變量桁架結(jié)構(gòu)和剛架結(jié)構(gòu)的拓撲優(yōu)化設(shè)計均是方便、快速和有效的。 3.論文對遺傳算法的遺傳算子進行了改進：采用直接比較—比例方法(DCPM)處理約束避免罰因子選擇困難