基于遗传算法的工程结构优化设计应用研究

基于遗传算法的工程结构优化设计应用研究

国外建材科技　　　　　　　　　　　　　　　　2005年　第26卷　第3期

基于遗传算法的工程结构优化设计应用研究

陈　辉　黄哲鹏

1

2

(1.江西省土木建筑设计事务所;2.浙江省玉环县建筑工程管理处)

摘　要:　通过对遗传算法和结构优化设计等方面的内容的进行了介绍与分析,在此基础上提出了遗传算法在工程

结构优化设计的应用模型,并根据遗传算法的原理和特点,利用一个计算实例验证了遗传算法作为优化方法的高效性的优势。

关键词:　遗传算法;　工程结构;　优化设计

　　优化设计是设计概念与方法的一种革命,它用系统的、目的定向的和有良好标准的过程与方法来代替传统的试验纠错的手工方法。优化设计是寻求最好或最合理的设计方案,而优化方法便是达到这一目的的手段。虽然对大多数现实问题而言,“最好”的不一定能实现,但它提供了一种指导思想与标准,形成了概念和运作手段,只要一个问题存在有多种可能解方案,它就可以利用优化的思想和概念来更好地解决,故优化方法是求解问题和帮助决策的重要手段和工具。

现代工程结构设计中,大量的应用问题要求结构优化能够适用于各种类型的设计变量(尺寸变量、形状变量、拓扑变量、材料种类、结构布局等)、各种类型的约束(强度、刚度、稳定性、频率等)及各种类型的单元(杆、梁、板、壳、膜、二维元及三维实体元等)的组合结构的线性、非线性、静力、动力或控制结构优化等。但是,迄今为止,还没有一种算法具有这种高度鲁棒性。而近年来广受关注的遗传算法表现出具有这种潜力。遗传算法基理基于生物进化论中的适者生存的自然遗传机制,在某一设计集合中,通过杂交、突变等方式产生具有更高平均适应能力的下一代,通过优胜劣汰而最终得到最优解。遗传算法的适者生存的自然遗传机制恰好与广义的优化内涵相吻合。

则对染色体进行选择,相对“好”的个体得以繁殖,相对“差”的个体将死亡,群体整体的性能,将通过选择、杂交、突变等过程将趋于改善,经过若干代繁衍进化可使群体性能趋于最佳。遗传算法一般包括下

列基本步骤:1.1　编码

编码方法现在主要有二进制编码和十进制编码,此外还有一些针对特殊问题的特殊编码。一个编码串代表一个问题的可能解。二进制编码位数较长且需要编码的转换。与二进制相比,十进制编码有一定的优势,使用的人越来越多。1.2　祖先种群(Population)的产生

祖先种群一般用计算机随机产生。对于祖先种群的每个个体计算适度值。适度值和目标函数直接相关,约束条件可以用罚函数法融入到目标函数,也可以对不满足约束条件的个体通过一定的方法降低其适度值。总之,可以通过一定的数学变换使得适度值大的个体是代表较好的满足约束条件并且是比较优的解。GA算子的任务就是从这些祖先出发,模拟进化过程择优淘劣,逐次迭代,最后得出非常优秀的群体和个体,以达优化的目的。1.3　GA算子

(1)选种(select)。选种是模拟生物进化的自然选择原理,适度值高的个体有更多的机会繁殖后代。选种是GA的关键,有多种方法,如轮盘选种,RSIS选种等,选种过程是随机的,每一个个体被选中的机会与其适度值成正比。

(2)交叉(或称杂交Crossover)。对于选中的用于繁殖的每一对个体(基因码链),随机地选取一个截断点,将双亲(原来的两个个体)的基因码链截断,互换从该截断点起的末尾部分或其它部分而成后

1　遗传算法的概述

遗传算法首先利用随机方式产生一初始群体,群体中的每个个体称为染色体,它对应着优化问题的一个可能解,染色体的最小组成元素称为基因,它对应着优化问题的某一特征,即设计变量。染色体的评价函数数值反映可能解的优劣,按照优胜劣汰原