模拟退火算法在钢桁架优化设计中的应用.pdfVIP

第 45卷第 3期 华 中师范大学学报 (自然科学版) Vo1．45 No．3 2011年 9月 JOURNALOFHUAZHONG NORMALUNIVERSITY (Nat．Sci．) Sept．2011 文章编号 ：1000—1190(2011)03—0407—05 模拟退火算法在钢桁架优化设计中的应用 赵艳敏 ，霍 达 (1．北京京北职业技术学 院，北京 101400；2．北京工业大学 建筑工程学 院，北京 100022) 摘 要 ：将模拟退火算法应用于桁架结构离散变量优化 问题 ，提 出新 的用于离散变量 的退火邻域 结构，进行 了三杆和十杆桁架结构模拟退火算法优化计算 ，并与遗传算法和传统优化设计方法 的 优化结果进行 了比较．结果表明模拟退火算法对桁架结构离散变量 的优化 问题更加有效，且新 的 邻域结构加快了算法的收敛速度 ，提高了算法的稳定性和有效性． 关键词 ：模拟退火算法 ；离散变量 ；优化设计 中图分类号 ：0415 文献标识码 ：A 传统的优化设计方法在优化时不仅要利用 目 组合优化领域．模拟退火算法是局部搜 索算法 标函数值 ，还需要知道 目标函数的梯度及其他辅助 的一种改进 ，且在对初始解 的依赖程度 、最终解 信息才能确定搜索方 向，而且在处理非 凸可行域 ， 的质量 及 计 算 时 间复 杂 性上 优 于局 部 搜 索 离散变量等优化问题时 比较困难．离散变量 的优化 算法． 设计属 于组 合优化完 全类 问题 ，其求解属 于 目前 ，模拟退火算法 已经在旅 行商 问题 、电 NP—hard问题．随着科学技术的发展和工程结构 的 机全局优化设计 、可靠性优化 、桁架结构拓扑优 日趋复杂，我们需要一种全新 的优化方法来处理这 化设计 、桥梁优化设计L3等问题 中取得了成功 的 些 问题． 应用． 现代优化方法包括禁忌搜索 (tabusearch)、模 1．1 模拟退火 算法 的物理 背景及 与优化 问题 的 拟退火算 法 (simulatedannealing)、遗传算 法 关 系 (geneticalgorithms简称 GA)、神经 网络 (neural 固体退火是一种物理过程 ，金属物体在加热 networks)及它们 的组合算法口]．模拟退火算法是 至很高温度后 ，其分子在状态空 间D 中 自由运动． 近年提出的一种解 NP完全 问题 的通用有效近似 统计力学研究表明，这时分子停留在该温度下各个 算法 ，它与以往 的近似算法相 比具有描述简单 、使 能量状态的概率基本相 同，接近平均值 1／lD I，I 用灵活、运用广泛 、运行效率高和较少受初始条件 D l为状态空间 D 中状态 的个数；随着温度 的下 限制等优点，具有很高的实用价值．研究模拟退火 降，这些分子逐渐停 留在不同的状态 ，而且在 同一 算法在结构离散变量优化设计 中的应用具有重要 温度下能量越低的状态停留的概率越高 ；在温度很 的理论和现实意义． 低时(T—o)，分子 以一定的结构重新排列 ，并且以 概率 1停 留在能量最低状态，非能量最低状态停 留 1 模拟退火算法 的概率趋于 0． 1953年 ，Metropolis等人提 出了模拟退火算 温度 丁分子停留在某一状态的概率服从波兹 法 (SimulatedAnnealing)，简称 SA_2]．SA源于对 曼概率分布 ]，图 1给出了随着温度的变化分子停 固