基于GA的加筋板优化设计

论文摘要

结构优化设计出现迄今已有近百年的历史,特别是在过去的五十年内,无论在理论、算法还是在应用方面都取得了很大的进展。其中,遗传算法是近年来在计算机科学领域和优化领域中受到广泛关注的一种拟生物进化理论的仿生学算法,它是建立在自然选择和群体遗传学机理基础上的,有广泛适用性的搜索方法,具有全局收敛性。本文对遗传算法及其在结构优化设计应用中的相关内容、遗传算法的基本概念、主要特点进行了介绍。对遗传算法用于结构优化设计的基本原理和方法进行了分析与研究。本文对于工程结构中广泛使用的加筋板优化设计问题进行了研究,同时也对加筋板形式、优化问题、计算方法和优化策略进行了研究。对T形整体加筋板设计问题进行了分析研究,提出了合理的设计变量,为了充分发挥材料性能,给出结构重量作为目标函数,根据分析结果为加筋板结构设计提供有用的建议。运用MATLAB软件的遗传算法工具箱对加筋板结构进行优化设计,并进行了实例验算。计算结果表明优化设计方案合理,选择的优化方法恰当。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 结构优化设计的发展
• 1.1.1 结构优化设计的发展和现状
• 1.1.2 结构优化设计的方法
• 1.1.3 结构优化设计展望
• 1.2 遗传算法综述
• 1.2.1 起源与发展
• 1.2.2 GA的特点
• 1.3 遗传算法优化工具箱
• 1.4 本论文的主要研究工作
• 第2章 基本遗传算法及理论基础
• 2.1 基本遗传算法描述
• 2.1.1 基本遗传算法的构成要素
• 2.1.2 基本遗传算法的数学模型
• 2.2 遗传算法理论基础
• 2.2.1 模式定理
• 2.2.2 积木块假设
• 2.2.3 欺骗问题
• 2.2.4 性能评估
• 2.3 本章小结
• 第3章 遗传算法的基本过程
• 3.1 编码
• 3.1.1 编码方法
• 3.1.2 编码评估策略
• 3.2 初始种群的设定
• 3.3 遗传操作
• 3.3.1 选择
• 3.3.2 交叉
• 3.3.3 变异
• 3.4 适应度函数
• 3.4.1 适应度函数的作用
• 3.4.2 适应度函数的设计主要满足的条件
• 3.4.3 适应度函数的种类
• 3.4.4 适应度尺度变换
• 3.5 控制参数选择
• 3.6 约束条件的处理
• 3.7 本章总结
• 第4章 加筋板优化设计
• 4.1 问题描述
• 4.2 计算方法
• 4.2.1 计算加筋板欧拉屈曲应力
• 4.2.2 计算加筋板局部屈曲应力
• 4.2.3 计算加筋板的压损应力
• 4.2.4 计算有效长细比为20时加筋板的欧拉屈曲应力
• 4.2.5 计算加筋板有效柱强度
• 4.3 优化算法
• 4.3.1 目标函数
• 4.3.2 约束条件
• 4.3.3 罚函数法
• 4.3.4 优化策略
• 4.4 T形整体加筋板优化算例
• 4.5 优化结果比较
• 4.5.1 约束非线性规划
• 4.5.2 混合罚函数法
• 4.6 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文及取得的科研成果
• 致谢