周博伦, 朱杰江

(上海大学土木工程系, 上海 200444)

鹰策略(eagle strategy, ES)算法是一种两阶段的混合优化算法, 于2010 年由英国剑桥大学Yang等[1]提出.ES 算法基于鹰觅食过程中采取的狩猎策略, 可应用于多目标、组合、约束以及无约束的优化问题[2].与其他的优化算法相比, ES 算法具有以下优势: ①能较好地实现全局搜索和局部搜索的平衡, 既能尽量避免出现局部最优的情况, 又可以加快局部收敛;②在不同的优化阶段, 可调整采用不同的优化算法以求达到更好的搜索目的, 能更好地整合利用各算法间的优势[3-4].本工作在Visual Studio 2010 平台上通过应用程序界面(applicationprogramming interface, API)接口调用ETABS 软件完成模型建立和内力计算, 以造价为目标函数, 利用ES 优化算法完成楼板和梁的优化问题, 包括截面尺寸的优化以及配筋的计算, 自动完成不同楼盖布置的造价计算, 具有自主迭代计算, 优化时间短, 优化效果好的特点.

1 算 法

1.1 计算理论

ES 算法来源于自然界鹰捕食的过程, 该过程分为漫游阶段以及追逐阶段两部分.在漫游阶段, 鹰会搜寻大片的开阔稀疏区域; 而追逐阶段, 一旦猎物被确定, 鹰就会以最快的速度追逐.ES 算法寻求两种不同算法间的融合, 在前一阶段搜索大片可搜寻区域, 而后一阶段采用更高效的搜寻步, 通过全局搜寻和局部搜寻混合的方式来求解不同的问题.

(1) 第一阶段.利用Levy-Flight 随机步在可寻域内寻找全局最优解.与单纯的随机步搜寻方式相比, Levy-Flight 搜寻效果更为高效[1].计算公式[5]为

式中:X∗为搜寻到的最……