改进的蚁群算法及在桁架优化中的应用.pdf

ADissertation Submittedto Hebei UniVersi呵ofEngineering FortheAcademic ofMasterof Degree Engineering ant anditS ImprOVed COlOnyalgOrithm in Of app¨CatiOn trUSS OptimizatiOn Candidate ：HanXue ：№￡Zhou Supervisor Shuj访g Academic ：Master Deg挥eApplied南r ofEn幽e耐ng Specialty：Structural Engineering ofCiVil C01lege／DepaItment：College Hebei of UniversiWEngineering ，’-，‘_， 3 May，201 摘要 摘 要 桁架结构具有质量轻、材料利用率高、承载能力强、制作简便、施工方便、 装配性良好、可重复利用等优点，故被广泛应用于工程结构中，对其进行优化设 计也显得尤为重要。由于工程实际中遇到的问题越来越复杂，传统的优化方法难 以适应，因此对具有启发式特征的计算智能方法的研究越来越活跃。 蚁群算法是优化领域中一种新型模拟进化算法。它是一种结合了分布式并行 计算、『F反馈机制和贪婪式搜索的算法，具有很强的搜索较优解的能力。但搜索 时间较长、容易出现停滞现象是其缺点。本文引用具备较快全局搜索能力的粒子 群算法对其改进，加快前期搜索速度，跳出局部最优，形成改进的蚁群算法。将 其成功应用到桁架结构的优化设计中，并与遗传算法、粒子群等其他算法对比。 本文的主要工作有以下几个部分： 法，并设计了该改进AC0算法的运算流程图。首先利用PSO算法较强的全局搜 索能力，产生各粒子的最优位置值，然后ACO算法对找出的最优位置做进一步调 整； 程序。通过对典型的平面10杆桁架的分析，验证了本文所提出的改进ACo算法 在桁架结构的优化设计中是可行的，并对72杆空间桁架在多工况作用下具有应力 及位移约束的优化问题进行了研究。 (3)解决桁架优化问题中的形状优化问题。主要包活两个方面：首先，同时 考虑桁架的杆件截面和节点位置两种设计变量，采用两种设计变量藕合的方法， 克服了传统的分层法求解困难且不能得到全局最优解的弱点；其次，解决了具有 动态约束的结构优化问题，实现了带有局部稳定性约束的桁架形状优化设计。通 过算例分析并与己有的文献比较，