演化算法求解桁架多目标拓扑优化的收敛速度研究.pdfVIP

第32卷第3期 计 算 力 学 学 报 Vo1．32，No．3 2O15年 6月 ChineseJournalofComputationalMechanics June2015 文章编号 ：1007—4708(2015)03—0301—06 演化算法求解桁架多 目标拓扑优化的收敛速度研究 胡 浩 。， 李 刚 (1．大连理工大学 工程力学系 工业装备结构分析国家重点实验室，大连 116024； 2．盐城工学院 土木工程学院，盐城 224051) 摘 要：演化算法能够同时满足结构拓扑优化的前沿领域对全局优化、黑箱函数优化、组合优化和多 目标优化的 需求，但采用此类算法的可行性与必要性 由其收敛性与计算效率决定。本文以应力约束桁架多 目标拓扑优化 问 题为求解对象，致力于揭示在收敛性与计算效率两方面具有竞争力的算法。首先提出评估演化算法求解拓扑优 化 问题收敛性与计算效率的通用方法，采用穷举法严格推导了典型桁架多 目标拓扑优化问题的全局最优解，并采 用超体积指标定义了多层次收敛性能准则。最后通过比较研究得到不同收敛性需求下具有最快收敛速度的演化 算法，并揭示了具有竞争力的算法机制。本研究为演化算法求解多 目标拓扑优化 问题的收敛速度奠定 了理论基 础 ，同时为高效求解实际工程拓扑优化 问题提供算法支持 。 关键词：演化算法；收敛速度 ；桁架拓扑优化；多 目标优化；应力约束 中图分类号：0224 文献标志码 ：A doi：10．7511／Jslx201503002 理复杂结构优化问题上具有较好 的鲁棒性[4]，而且 1 引 言 便于与软件对接和并行化。多 目标演化算法[5不 作为结构优化领域最具挑战性的课题，结构拓 但继承了这些优点，而且通过随机地在多个 目标之 扑优化不仅调整 固定区域 内构件的尺寸，而且调整 间权衡，能获得许多超越直观和经验范畴之外的优 构件和节点的空间序列 。因此在相 同的约束条件 秀拓扑构型。更重要的是，它能够在一次优化过程 下，能获得远超尺寸优化的性能收益。多 目标拓扑 中完成求解多 目标优化问题并输出相应的解集，而 优化能够处理拓扑优化问题 中多个需要 同时改善 不需要像传统的梯度类算法那样求解多个单 目标 但又可能相互冲突的性能 目标口]。在典型的多 目 问题，大大提高了计算效率，因此非常适合求解多 标拓扑优化问题 中，会遇到一些梯度类算法性能退 目标拓扑优化问题。 化或失效的情况。首先 ，结构优化 中存在的经典难 采用演化算法求解拓扑优化问题也带来了新 题 ，如多模态 、非光滑和不可微的功能函数与非连 的难点，即演化算法的随机算子 (交叉、变异)会产 续的设计空间传播至复杂的多 目标工况，将产生高 生大量不稳定甚至包含孤立构件的不可用结构，这 度非线性的设计空间和 目标空间。其次，梯度类算 些结构的存在会严重影响算法 的性能。因此所有 法求解多 目标问题需要将原问题转化为一组序列 的相关工作，均包含 了如何处理不可用结构的技 求解的单 目标问题集。当高度非线性的设计空间 术，包括两步法[，罚函数法 和修复法 。结合 对应于复杂的多 目标空间，传统的加权求和法失 拓扑优化前沿领域对演化算法的需求 ，应用演化算 效 ，而改进的Tchebycheff法会产生不可微 的 目标 法求解多 目标拓扑优化 问题是发展的必然趋势。 函数 。 然而大多数工作均局限在应用的层面上 ，只