结构优化设计中免疫克隆选择算法研究和应用.pdf

摘要 摘要 结构优化设计按设计变量的类型可分为连续变量结构优化设计和离散变量 结构优化设计，按照问题所定优化目标函数的个数又可分为单目标优化设计与 多目标优化设计。结构优化设计问题通常是多约束多自由度的非线性问题，算 法的优劣通常会直接影响优化结果的好坏。因此，研究开发稳健的算法并应用 于结构优化设计已成为土木领域的研究热点。 本文在基本的免疫克隆选择算法理论的基础上，针对不同类型的优化设计 问题提出了相应的改进措施，并将改进的算法用于离散变量结构与连续变量结 构的优化设计。研究工作主要包括以下几点内容： (1)原始的免疫算法由于没有子代与父代抗体间的信息共享，随着父代抗 体的消失，它们所携带的有用信息也随之丢失。针对上述问题，本文采用微分 演化的突变机制改进了原始的免疫克隆选择算法，并让父代与子代抗体进行随 机多点交叉。让父代与子代抗体进行竞争，从而保证了优良抗体的存活率。基 于上述思想，改进了免疫克隆选择算法，提出了适用于求解连续变量单目标优 化问题的方法(IICSAC)。数值结果表明，IICSAC局部与全局寻优能力强、收 敛速度快、鲁棒性好，可以有效地进行连续变量桁架结构的单目标优化设计。) (2)在离散变量优化问题中，由于变量的取值只能在离散的数值集合中选 取，采用与连续变量的编码、突变与交叉方式处理离散变量问题，很难得到最 优解。针对上述问题，本文采用变量值在列表中的实数索引的排列作为变量的 编码，进而对抗体进行免疫操作，并采用二项锦标竞赛选择的方法进行抗体群 更新。基于上述思想，提出了适用于求解离散变量优化问题的改进的免疫克隆 选择算法(IICSAO)。数值算例表明，IICSAD可以有效地进行离散变量桁架结 构的单目标尺寸优化设计。 (3)在桁架结构的形状优化设计中，不同类型变量的耦合作用通常会使算 法很难收敛。针对此问题，本文综合考虑了节点坐标和截面面积等两类不同性 质的设计变量。结合本文所提算法，可以有效地求解桁架结构单目标形状优化 设计问题。 (4)采用Pareto解集存储器存储并过滤每代中的非支配抗体，将其中的 抗体作为精英抗体加入中问抗体集，参予二项竞标竞赛选择。Pareto解集存储 摘要 器能有效地过滤拥挤的抗体，可以使非支配解均匀分布于最终求得的Pareto 最优前沿上。 (5)将每一代的抗体按照两个分支进行突变与交叉，实现算法全局与局部 寻优能力的提升，结合上述思想提出了适用于多目标优化问题的免疫克隆选择 算法(IICSAM)，并结合测试函数对算法的收敛性进行了分析。以结构总重量最 小以及控制节点位移最小为目标函数，建立了桁架结构多目标优化设计的数学 模型，并采用IICSAM对两个典型桁架进行了优化设计。数值模拟的结果表明， IICSAM可以用于实际结构的多目标优化设计。 关键词：优化设计，免疫克隆选择算法，离散变量，连续变量，尺寸优化，形 状优化，多目标优化，Pareto最优前沿，桁架结构 Abstract ABSTRACT can tothe of ofstructure design Accordingtypedesignvariables，optimization bedividedintocontinuousvariable anddiscretevariable optimization optimization； withthe ofthe contains andinaccordancenumberobjectivefunctions，itsingle—and