APP下载

基于遗传模拟退火算法的钢桁架结构优化设计

2011-09-07赵艳敏

郑州大学学报(工学版) 2011年6期
关键词:优化

赵艳敏,霍 达

(1.北京京北职业技术学院,北京101400;2.北京工业大学建筑工程学院,北京100022)

0 引言

对于基础研究和应用研究,优化问题是一个普遍的问题,有着广泛的应用背景.在工程实际中,许多优化问题的目标函数是非凸的,而且受到材料加工和模数尺寸的限制,存在大量的离散变量优化问题,如型钢尺寸、板厚等均为离散变量.传统的优化设计方法很难解决这些问题,因此必须寻求有效的优化算法.

遗传算法从概率意义上以随机的方式收敛到最优解,是一种全局优化算法,在很多的领域中得到了成功的应用.但局部搜索能力较差,需要较长时间才能收敛到全局最优解.模拟退火算法是一种简单的启发式算法,局部搜索能力很强,容易收敛到局部最优解,但全局搜索能力较差.将遗传算法同模拟退火算法相结合而成的遗传模拟退火算法是一种全局和局部搜索能力都很强的算法,是一种最近兴起的智能优化算法,研究遗传模拟退火算法在结构离散变量[1]优化设计中的应用具有重要的理论和现实意义.

1 遗传模拟退火算法的原理

1.1 遗传算法

遗传算法[2](Genetic Algorithms),简称 GA,60年代初期由美国的J.Holland教授提出.其特点是:只对决策变量的编码进行运算;运用群体搜索策略提高搜索的效率和速度;确定搜索的方向和范围只需要目标函数;概率搜索技术增加搜索过程的灵活性;优化计算时不依赖于梯度信息.遗传算法广泛应用于传统搜索方法难以……

登录APP查看全文

猜你喜欢

优化
超限高层建筑结构设计与优化思考
PEMFC流道的多目标优化
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
由“形”启“数”优化运算——以2021年解析几何高考题为例
围绕“地、业、人”优化产业扶贫
事业单位中固定资产会计处理的优化
4K HDR性能大幅度优化 JVC DLA-X8 18 BC
几种常见的负载均衡算法的优化