基于离散变量的桁架结构截面优化及软件实现

以杆件横截面为设计变量,以结构重量为目标函数,采用基于离散变量的序列两级优化方法对桁架结构进行优化设计;在优化设计过程中采用了0阶修正,并且利用PCL语言在有限元软件MSC．NASTRAN和MSC．PATRAN上开发出了解决含应力约束和位移约束的桁架结构离散截面优化问题的程序。     

基于粒子群优化算法(PSO)的张弦桁架结构优化设计

本文采用Matlab语言编制了张弦桁架结构通用的有限元模型分析程序。通过此程序,可以快捷地得到不同几何参数的张弦桁架结构模型,并能进行杆件内力分析,分别采用SAP2000和ANSYS分析软件对其计算结果进行了验证,结果表明三者的计算结果一致。在此基础上,采用Matlab语言编制了粒子群算法优化程序,对某实际张弦桁架结构采用本文优化方法进行了优化设计,优化结果表明本文提出的优化方法具有较高的精度和较好的收敛性。最后对不同跨度的张弦桁架结构模型进行了截面优化设计,为初步设计提供了参考。     

微分演化算法在桁架形状优化中的应用

为了获得全局最优和解决具有应力约束、几何约束以及局部稳定性约束的桁架形状优化问题中2类不同设计变量耦合给优化带来的困难,将1种新型智能优化算法——微分演化(Differential Evolution,DE)应用于桁架结构的形状优化问题中。给出了考虑节点坐标和截面面积两类不同性质的设计变量的桁架结构优化的数学模型,并对几个经典的桁架结构进行优化,将所得结果与其他优化算法结果进行了比较。数值结果表明了DE算法具有良好的收敛性和稳定性,可以有效地进行桁架结构的形状优化设计。     

ANSYS软件在桁架结构优化设计中的应用

以一个实际桁架为例,利用ANSYS软件的优化设计模块,并采用APDL语言编制用户程序,在两种不同设计工况下分别对其进行了结构优化,结果表明运用APDL进行优化设计可以明显提高设计质量和效率,具有广泛应用前景。     

网格结构优化设计中遗传算法的应用探讨

本探讨了空间网格结构优化设计中遗传算法的应用，并利用遗传算法的并行性、全局优化性以及可操作性等特点，建立空间网格结构的优化设计模型，寻求各设计参数的最佳匹配。最后通过三杆平面桁架的数值例题来验证遗传算法应用的可行性和有效性。     

桁架组合梁的优化设计

给出了桁架组合梁计算机辅助优化设计的有效方法,以有限元结构分析和优化算法相结合为手段,提出了一种符合实际情况的桁架组合梁的剪力连接模式,建立桁架简支组合梁有限元分析模型、优化参数模型、优化数学模型,用ANSYS的参数化设计语言编制了分析文件和优化控制文件,经计算获得桁架组合梁最优形式。该方法的优化效果显著,并且效率高,可广泛应用于桁架组合梁的优化设计工程。     

基于改进群搜索优化算法的桁架结构拓扑优化研究

对桁架结构拓扑优化设计方法进行了研究,基于和声搜索方法和边界粘附机制,提出了用"启发式拓扑"或"拓扑变量离散化"处理变量的改进群搜索优化方法,分别对一个10杆桁架和一个15杆桁架进行了拓扑优化设计,计算结果与已有的文献结果进行了对比分析.研究表明,该算法不受传统的桁架拓扑优化中"基结构"的限制,避免了奇异最优解的问题,表现出较强的适用性,采用本文提出的方法对桁架结构进行拓扑优化是可行和有效的.     

基于杆端缩尺的钢桁架结构二次优化

领结式整体节点通过杆端截面高度的缩尺设计,可有效降低矩形钢管桁架结构的次内力。以简支Warren桁架为研究对象,采用ANSYS软件进行了钢桁架结构基于杆端缩尺的优化设计,分析了主要结构参数对桁架最小用钢量的影响规律。其中,设计变量包括杆件截面壁厚、缩尺高度比和缩尺长度比,约束条件包含结构竖向刚度、截面应力、杆件稳定、结构整体稳定等,杆件稳定系数的取值则依据杆端缩尺压杆承载力的有限元分析结果。结果表明,钢桁架采用杆端缩尺设计并适当提高缩尺段钢材强度等级之后,结构用钢量比一次优化（未缩尺）更为节省。     

基于一维搜索算法的张弦桁架离散变量优化

本文采用Matlab语言编写张弦桁架结构模型程序,对张弦桁架在各荷载工况下的受力性能进行了分析;首先采用Matlab语言编写了张弦桁架结构各种约束条件程序,同时编写了基于离散变量的张弦桁架优化设计程序,采用基于离散变量的一维搜索优化算法对拟定的张弦桁架计算模型进行了优化,优化结果表明基于离散变量的一维搜索优化算法,由于目标函数和约束函数的单调性质,得到的解显然是最优解,而且优化结果可以直接应用于结构实际设计。最后,在确保编写的离散变量优化程序正确的前提下,对不同矢高的张弦桁架结构进行了离散变量优化设计,得出了最优矢高结论。     

离线变量模式下的张弦桁架优化探讨

以往进行张弦桁架优化设计往往采用的是连续变量的方式,这种方式存在一定的局限性,针对这一情况,本文笔者将以离散变量为基础,对张弦桁架结构计算模型进行优化设计,同时还对不同跨度的张弦桁架进行优化设计。为张弦桁架的优化设计更具有实际意义。     

空间桁架结构的神经网络优化设计

应用神经网络的结构优化设计原理,对空间桁架结构优化进行研究。利用神经网络的模拟退火算法对结构优化设计作了一些探讨。通过空间钢桁架结构的优化设计算例,验证了神经网络用于结构优化的有效性与准确性。     

遗传算法在桁架结构优化设计中的应用

本文探讨了遗传算法在桁架结构优化设计中的应用,通过对经典遗传算法进行改进,建立了桁架结构的优化设计模型,其中采用精华模型保证了上一代种群中最优个体进入到当前种群中进化,而且采用非均匀变异算子,使得进化前期变异明显,后期趋于稳定,以利于收敛到最优解附近。另外针对遗传算法容易收敛到局部最优点的缺陷,提出了通过改变各变量相应初始界限值,进行两次遗传算法操作的方法进行运算,提高了工作效率,且结果更为精确。最后通过十杆平面桁架的数值例题来验证遗传算法应用的可行性和有效性。     

平板网架结构综合优化设计

同时选取平板网架的高度、网格数及杆件截面面积、结点体积作为设计变量,以网架的总造价最低为目标函数,按新规范要求对网架的外形及杆件截面面积、结点体积进行综合优化设计,并考虑了竖向及水平地震作用,提出了网架抗震设计的建议.内力分析采用空间桁架位移法,优化方法采用直接试验法的网格法和广义满应力准则法相结合的方法,并编制了SPCOD(FOR.TRAN 77)程序,在Sun75GX工作站上实现.该法与传统设计相比,可节约造价10%左右.     

满应力齿行法中松弛系数对桁架结构优化的影响

用M ATLAB编制了优化程序,实现带位移约束的桁架满应力优化设计方法,在迭代过程中引入松弛系数,并通过算例分析松弛系数对优化结果的影响及其原因.     

Design optimization of truss structures with continuous and discrete variables by hybrid of biogeography‐based optimization and differential evolution methods

This paper presents a hybrid BBO‐DE algorithm by hybridizing biogeography‐based optimization (BBO) and differential evolution (DE) methods for optimum design of truss structures with continuous and discrete variables. In BBO‐DE, the migration operator of BBO method serves as a local exploiter mechanism during the search process. Besides, DE has a role of the global exploration by performing multiple search directions in the search space to preserve more diversity in the population. By embedding of DE algorithm in BBO method as a mutation mechanism, the balance between the exploration and exploitation abilities is further improved. The comparative results with some of the most recently developed methods demonstrate the fast convergence properties of the proposed algorithm and confirm its effectiveness to solve optimum design problems of truss structures with continuous and discrete variables.     

An optics inspired optimization method for optimal design of truss structures

This paper presents optics inspired optimization (OIO) as a new optimization technique for optimum design of truss structures with continuous variables. In OIO, the physical laws that govern the image formation in spherical mirrors are artificially modeled to develop a new metaheuristic method. In OIO, the surface of the objective function to be minimized is considered as the reflecting wavy mirror consisting of peaks and valleys. In the reflecting surface, each peak is assumed to reflect as a convex mirror and each valley to reflect as a concave one. By assuming each solution candidate as an artificial object (or light point) that is artificially glittered ray is reflected back by the function surface, the artificial image (new solution) is formed based on the governing equations in physics of optics. Compared with the other existing optimization techniques, OIO seems to be a promising alternative approach for solving truss optimum design problems.     

基于改进序列线性规划法的空间桁架结构优化设计

在空间桁架的优化设计中,仅把截面面积作为设计变量并不能得到结构的最优解。只有把桁架结构的截面面积和节点坐标作为设计变量,才能大幅降低结构重量及造价。空间桁架结构的优化设计多为复杂的非线性问题,序列线性规划法是解决非线性规划问题的典型算法。本文作者将改进的序列线性规划法结合SAP2000 API功能,对空间桁架进行优化设计。数值结果表明,改进的序列线性规划法具有良好的收敛性和稳定性,可以有效地进行空间桁架结构的形状优化设计。     

基于拟满应力遗传算法的桁架结构形状优化设计

以拟满应力法和改进遗传算法为基础,提出了一种可以解决具有连续变量和离散变量的桁架结构形状优化问题的拟满应力遗传算法。该算法既充分利用了遗传算法全局寻优能力强的特点,也发挥了力学准则法局部寻优长处,具有很高的搜索效率。用拟满应力遗传算法解决15杆桁架结构形状优化问题的结果表明,这是一种解决具有连续、离散混合变量的桁架结构优化设计问题的很有效方法。