结构优化中粒子群算法的研究与应用

论文摘要

结构优化设计不仅可以降低结构重量和材料成本,而且能够改进结构的强度、刚度、振动特性、屈曲稳定性等性能,是计算力学以及现代设计制造领域的重要研究方向。随着工程优化问题的日趋大型化、复杂化,许多结构优化问题都具有很高的非线性和非连续性,采用传统的优化设计方法,在一般情况下很难找到全局最优解。随机搜索型算法,在处理全局优化、离散变量、多连通可行域等困难问题中,具有传统结构优化算法不可比拟的优势。虽然它们的计算效率较低,但在计算机计算速度不断提高的条件下,具有不可低估的发展潜力和重要的研究价值。作为群智能算法的一种,粒子群算法具有全局收敛性和内在的并行性,已经在结构优化中得到了越来越多的应用。本文总结和分析了粒子群算法的基本理论及其实现过程,对粒子群算法进行了研究和改进,提出了一种混合粒子群算法,对于提高粒子群算法的效率和最优解的精度具有一定的参考价值。计算结果表明,该方法有效、可行。本文在JIFEX软件中实现了粒子群算法的优化设计模块,完成了桁架结构的尺寸优化设计、形状优化设计、拓扑优化设计和布局优化设计,并通过典型算例的测试,证明了方法和程序的正确性和有效性。本文的工作为桁架结构优化中粒子群算法的理论和应用提供了有益的探讨和尝试,对粒子群算法在结构优化中的进一步应用提供了一定的参考依据。本论文的研究工作是国家自然科学基金(10772038,10728205)的资助内容。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 结构优化的发展和研究现状
• 1.2 结构优化中的优化算法
• 1.2.1 传统优化设计方法
• 1.2.2 群智能算法
• 1.3 粒子群算法简介
• 1.3.1 粒子群优化算法的基本原理
• 1.3.2 粒子群算法的计算流程
• 1.3.3 粒子群算法的参数设置
• 1.4 JIFEX软件简介
• 1.5 本文的研究工作
• 2 改进粒子群优化算法
• 2.1 粒子群算法的改进
• 2.1.1 被动集群粒子群算法
• 2.1.2 广泛学习粒子群算法
• 2.1.3 本文改进的粒子群算法
• 2.2 解决离散问题的粒子群算法
• 2.2.1 几种解决离散问题的粒子群算法
• 2.2.2 本文的解决方法
• 2.3 本章小结
• 3 桁架结构的尺寸优化（连续变量）
• 3.1 桁架结构的连续变量优化模型
• 3.2 算例及分析
• 3.3 小结
• 4 桁架结构的尺寸优化（离散变量）
• 4.1 引言
• 4.2 算例及分析
• 4.3 小结
• 5 桁架结构的形状优化
• 5.1 引言
• 5.2 算例
• 5.3 小结
• 6 桁架结构的拓扑优化
• 6.1 引言
• 6.1.1 基于尺寸优化的拓扑优化
• 6.1.2 基于独立拓扑变量的拓扑优化
• 6.2 拓扑构型检查
• 6.3 算例
• 6.4 小结
• 7 桁架结构的布局优化
• 7.1 引言
• 7.2 算例
• 7.3 小结
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢