姜封国， 郭 威， 王路曈， 裴廷瑞

(黑龙江科技大学 建筑工程学院， 哈尔滨 150022)

0 引 言

结构可靠性优化设计是结构优化设计领域中的一个重要方向。结构可靠性优化设计是以可靠性指标作为约束条件，对结构进行优化设计。目前，计算结构可靠性指标的方法有验算点法、宽界限法、窄界限法、蒙特卡罗法、概率网络估算值技术等[1-4]。结构可靠性优化方法有乘子法、罚函数法、复合形法等，这些方法可以得到很高的精度，但计算过程复杂。为了解决传统优化方法存在的困难，学者们将启发式智能优化方法应用于结构可靠性优化设计中。姜封国等[5]将混合遗传算法应用到随机结构可靠性优化设计中。程跃等[6]采用混沌粒子群算法研究结构可靠性优化设计。郑灿赫等[7]构造了PSO-DE混合算法，将该算法应用到可靠性优化设计中。龙周等[8]将SMOTE算法与BP神经网络模型相结合，提出了改进的BP神经网络模型，对船舶的可靠性优化结果表明，该方法提高了优化效率和优化精度。以上学者都是将两种算法进行混合，这是由于单一算法的不足，造成优化结果不理想。

教与学算法(Teaching-learning-based optimization,TLBO)是印度学者Rao等[9]提出的一种新的启发式优化算法。与其他优化算法相比，教与学算法具有收敛性能好，算法中参数较少，数学模型简单等优点。目前,在函数优化，工程参数优化等问题中得到了广泛应用[10-12]，但教与学算法存在搜索过程中容易陷入局部最优以及收敛速度慢等不足。禁忌搜索算法(Tabu search,TS)最早是由Glover[13]在1986年提出的，该算法具有局部搜索能力强及收敛速度快等优点，但存在对初始解有依赖性强的缺点。……