李彦苍，程芳萌，杨贝贝，张学志

(1.河北工程大学土木工程学院，河北邯郸056038;2.滨州运通房地产开发有限公司，山东 滨州256600)

桁架结构的优化设计思想从马克斯威尔理论的提出到米歇尔桁架的出现，已有百年历史。近年来仿生型优化算法在工程结构优化设计领域开始兴起，为解决结构优化问题提供了新的思路和手段。其中，最具代表性的有遗传算法和粒子群算法，目前基于这两种算法及其改进算法的桁架尺寸优化方向的研究已经趋于成熟［1－4]。

李晓磊等于2002年提出一种新的智能优化算法人工鱼群算法(AFSA)［5－6]，通过鱼群中各人工鱼个体的觅食、聚群和追尾行为进行局部寻优，经过不断迭代找到问题的最优解。本文尝试将人工鱼群算法用于桁架结构优化中，以期提供一种新的优化方法，同时针对其后期收敛速度慢、寻优精度不高的缺陷，利用粒子群优化算法的惯性权重调整策略对步长进行改进。

1 人工鱼群算法基本理论

在基本人工鱼群算法中，人工鱼的视野决定了其搜索范围的大小，步长决定了其收敛速度和寻优精度的大小。一般情况下，视野范围 Visual=4Step，人工鱼的移动公式如下［7]:

式中Xi－人工鱼当前位置;Xj－目标状态的位置;Xnext－人工鱼移动后的位置;rand()－产生0－1之间的随机数;Step－人工鱼移动步长的最大值。

基本人工鱼群算法采用固定的 Step，在算法运行后期，不可避免的会出现人工鱼在最优值附近来回振荡，而难以达到最优解的情况。Step大，则人工鱼移动的范围就大，寻优精度低，不易得到精确解;Step小，则人工鱼移动的范围小，能得到较精确的解，但收敛速度慢。……