群体智能优化算法的研究进展与展望47989.pdfVIP

第33卷第1期 山 西 建 筑 V0l。33No，1 ·14· 2007年1月 SHAN)(IARCHITB叫腺E Jafl．2007 文章编号：1009—6825(2007)01一0014—03 群体智能优化算法的研究进展与展望 张统华鹿晓阳 摘要：针对群体智能算法在结构优化设计领域中的应用，介绍了当前存在的一些群体智能算法，包括蚁群算法、鱼群算 法和粒子群算法，阐述了其工作原理和特点，同时，对该算法在结构优化设计中的应用发展进行了展望。 关键词：群集智能，蚁群算法，鱼群算法，粒子群算法 中图分类号：TU318．2 文献标识码：A 引言 引导下通过个体交互以某种突现形式发挥作用，这是个体以及可 能的个体智能难以做到的。在群集智能的研究基础上，人们先后 群居昆虫涌现的群集智能正越来越受到人们的重视，一些启 提出了多种优化算法，例如：遗传算法、蚁群算法、粒子群算法以 发于群居性生物的觅食、筑巢等行为而设计的优化算法吸引了大 及鱼群算法。 量的国内外学者的研究，成为解决传统结构优化问题的新方 1群集智能的研究现状 法[“。所谓群集智能(SwaⅡnIntelligence)指的是众多无智能的简 单个体组成群体，通过相互间的简单合作表现出智能行为的特 群集智能算法作为一类新型进化算法，其主要特点是群体搜 性。自然界中动物、昆虫常以集体的力量进行觅食生存，单个个 索策略和群体之间的信息交换。这类算法对目标函数的性态没 体所表现的行为是缺乏智能的，但由个体组成的群体则表现出了 有特殊要求，特别适用于传统方法解决不了的大规模复杂结构优 一种有效的复杂的智能行为。群集智能可以在适当的进化机制 化问题。但群集智能算法的研究刚起步，目前对这种算法的研究 在对这些资料进行充分调查分析之后，再结合自己学校的定 下，发展垂直空间对于节约用地很有意义，它增加了建筑面积，扩 位和目标进行土地征用初步规划，这个阶段同时考虑学校密度， 大了校园空地，有利于校园的绿化，改善校园的环境卫生。在目 为下一步的校园详细规划打好基础。其次，在土地征用时，结合 前的技术(设备技术、网络技术)下，垂直交通很容易实现，并且垂 城市位置，本着少占良田，避开生态敏感区、兼顾到交通的便利， 直交通很便捷。把学校的各大功能组织在高层里，便于彼此问的 考虑城市地域发展方向的原则，征用那些生态不良，土地效益不 联系。在建筑群布局上，高低相间，点面结合，丰富了校园的空间 高地段，如山坡地、沼泽地等。这样既可减少土地的征用费，也可 和艺术，但最根本的在于它节约用地的功效上和各种资源的集中 为校园以后的自然景观建设创造条件，同时校园建成以后，校园 使用上。 本身就又可以成为区域景观的一个组成部分。 我国目前正处于城市化的加速发展时期，各个城市为了满足 最后，在校园规划中，要进行功能整合，模糊功能界限。过于 城市人口的扩张，各项建设如火如荼地开展，校园在大面积的扩 明确的功能划分，导致的结果往往是不方便使用，给学生和教工 建，土地被一点点地吞食，以世界城市化水平75％左右的动态平 带来学习生活上的不便。目前，校园的规划基本是按照教学实验 衡经验数据来看，从我国目前城市化40％的水平来讲，我国的城 区、行政办公区、图书阅览、活动、教工生活、学生生活、绿地区进 市化建设还要进行一段时期，城市还要经历相当一段时间的高速 行功能分区和组合。普遍的做法是在以上功能分区的前提下，将 发展期，如果不对土地进行集约化控制建设的话，我国将面临严 各个学院作为组团组成相对独立的区，各个独立的学院，基本围 重的土地生存空间问题。可持续发展不仅仅是采用节能、环保材 绕图书馆进行布置，生活区和图书馆，行政办公区一般相距较远。 料和对资源的充