一种改进的广义遗传算法及其在鲁棒优化问题中的应用.pdfVIP

振动与冲击 VIBRATIONANDSHOCK 第29卷第4期 JOURNAl．OF 一种改进的广义遗传算法及其在鲁棒优化问题中的应用 燕乐纬1，陈树辉1，李森2，程瀛1 (I．中山大学应用力学与工程系，广州510275；2．广州市建筑科学研究院，广州510440) 摘 要：提出一种改进的广义遗传算法，算法中引入了异种机制以提高种群的多样性，在保证收敛速度的同时防 止了早熟收敛。将该方法应用于复杂载荷作用下结构的鲁棒优化问题，并采用Taguchi望目特性的sN比构造了遗传算 法的目标函数。数值算例表明，异种机制能够有效地提高广义遗传算法收敛于全局最优解的概率，加快收敛速度；结合了 Taguchi鲁棒设计方法的广义遗传算法能够有效地求解复杂载荷作用下带有不确定参数的结构鲁棒优化问题。 关键词：广义遗传算法；结构动力优化；鲁棒优化；异种机制 中图分类号：TU318；0242．21文献标识码：A 影响系统性能的变量分为可控变量和不可控变 简称SGA)，广义遗传算法采用实数对设计变量进行编 量。可控变量指在设计过程中可以控制的变量，如构 码，避免了在优化过程中反复进行编码和解码。一般 件的几何尺寸、支撑位置、结构的拓扑形式等。不可控 而言，实数编码的广义遗传算法局部搜索能力较强，但 变量也称为干扰变量，指在设计过程中不可能控制或 全局搜索能力不如SGA，陷入局部最优的危险较大。 很难控制的变量，如制造误差、工作环境等。在优化设 实际上，实数编码遗传算法用种群多样性的部分牺牲 计问题中，可控变量可以作为设计变量进行优化，不可 换得了群体适应度的提高和收敛速度的加快。这是进 控变量则常常采用其标称值(统计均值)来近似。 化层次不同在优化能力上的体现。4J。 但是，不可控变量与其统计均值间的差异有时会 解决这一矛盾的思路之一是设法提高SGA的局部 对系统的性能产生重大影响。为解决这一问题，20世 纪70年代，日本学者田口玄一(GenichiTaguchi)提出 Genet． 了鲁棒优化设计的概念。鲁棒优化设计也称为稳健设 icAlgorithm，简称HGA)[5,63。与之相对应的另一个思 计，其基本思想是在优化设计过程中将不可控变量当 路则是在充分利用实数编码遗传算法收敛效率较高这 作不确定参数加以考虑，目的是在优化系统性能的同 一优点的同时，设法提高种群的多样性。早在1991年 时，使不确定参数的变动对系统性能的影响最小。 结构动力优化问题的拓扑形式、材料特性、边界条 提出了阻止类似个体之间的杂交以防止过快收敛的思 件和设计变量中都可能含有不确定参数。对复杂载荷 想一J。种群隔离机制沛。则是在优化过程之前就将编码 作用下含有不确定参数的结构进行鲁棒优化，难点之 空间剖分为多个子域，使优化过程在各个子域中独立同 一就是如何处理不确定参数对目标函数、鲁棒最优解 步完成。这不仅保证了种群的多样性，而且提高了算法 以及整个优化过程的影响¨oJ。 的并行性。 本文拟采用广义遗传算法结合Taguchi鲁棒设计 利用广义遗传算法进行结构动力优化，作者已经做 方法对含有不确定参数的结构进行动力优化。遗传算 了一些工作一¨10J。本文在已有的研究基础上，提出了一 法po(Genetic 种改进的基于实数编码的广义遗传算法，并将其应用于 Algorithm，简称GA)是模拟自然界生物 进化过程的计算模型，其固有的隐含并行性使它能够 复杂载荷作用下以结构的附加支撑位置为设计变量的鲁 以较高