遗传算法在单层球壳质量、刚度模糊优化中的应用

在单层球壳的优化设计过程中,必然会遇到大量的不确定性信息和因素,对这些不确定性因素应该使用模糊理论加以分析和处理。同时往往要考虑多个目标如质量最小和整体刚度最大等,而各个目标之间存在矛盾,要使各个目标都达到最优很困难。采用模糊数学的原理建立单层球壳多目标模糊优化模型,通过模糊判决法,将多目标的模糊优化问题转化为单目标的非模糊优化问题,最后利用小生境遗传算法(ANGA算法)对非模糊化的优化模型进行求解。对70 m跨单层球壳进行质量、刚度模糊优化,结果令人满意,验证了该方法的合理性和可行性,说明基于ANGA算法的模糊优化方法可以有效解决优化变量繁多的大中型网格结构多目标模糊优化问题。     

遗传算法在单层球壳质量优化中的应用

摘要: 经典遗传算法存在局部搜索能力不强,“早熟”现象和后期收敛速度放慢等缺陷,本文将自适应策略与“预选择机制”的小生境技术同时引入其中,加入小生境技术后可以避免陷入局部收敛的问题;在小生境遗传算法基础上加入自适应策略,实现对种群的杂交概率和变异概率进行自适应控制,从而形成一种改进小生境遗传算法,可以有效维持种群中个体的多样性,同时可以改善全局收敛的可靠性。通过三个典型算例验证了本文算法的正确性,并通过单层球壳的算例分析表明该方法稳定性好,全局搜索能力强,但在计算时间上长于ANSYS自带的优化模块。本文算法可以应用于优化变量繁多的大中型网壳结构截面优化问题,优化效果明显。