基于遺傳算法的桁架結(jié)構(gòu)形態(tài)設(shè)計.pdf

1、拓撲優(yōu)化是當前結(jié)構(gòu)優(yōu)化設(shè)計的研究熱點問題，而桁架結(jié)構(gòu)因其應(yīng)用廣泛，內(nèi)力計算簡單，而成為結(jié)構(gòu)優(yōu)化研究的首選對象。由于桁架的設(shè)計變量是離散的，而傳統(tǒng)的數(shù)學(xué)歸納方法對變量的要求較高，一般要求為連續(xù)的，并且要求目標函數(shù)具有可導(dǎo)性，所以不適合解決此類問題。針對離散變量的傳統(tǒng)結(jié)構(gòu)優(yōu)化設(shè)計方法，局限性大，并且較易局部收斂，很難得到最優(yōu)解。由于遺傳算法對變量和目標函數(shù)沒有苛刻的要求，并且具有較強全局搜索能力，所以將遺傳算法應(yīng)用在桁架結(jié)構(gòu)優(yōu)化設(shè)計中，可以

2、較好的解決傳統(tǒng)算法進行桁架優(yōu)化時出現(xiàn)的由離散性和全局性帶來的難題。
　　本文利用遺傳算法在Fortran語言環(huán)境中對桁架結(jié)構(gòu)進行了優(yōu)化設(shè)計。首先以桿件為染色體基因，通過平面桁架及空間桁架算例表明桁架結(jié)構(gòu)優(yōu)化設(shè)計較易實現(xiàn)，并且能夠有效的得到桁架的最優(yōu)解。針對目前運用遺傳算法對桁架結(jié)構(gòu)優(yōu)化設(shè)計一般采用桿件單元作為染色體的基因，不僅會產(chǎn)生龐大的設(shè)計變量，而且在運算過程中產(chǎn)生大量的機構(gòu)體系，降低運算效率的情況，本文采用桿件組成的三角形作為

3、染色體基因，減少了設(shè)計變量的數(shù)量并有效地抑制了機構(gòu)體系的產(chǎn)生，較大幅度的提高了運算效率。為進一步提高運算效率，本文還將桁架結(jié)構(gòu)的拓撲形式、桿件的截面積及桁架形狀作為遺傳算法操作的三種變量分別進行了遺傳運算，并且提出了多種變量并行設(shè)計的優(yōu)化方法，對兩種變量（拓撲及截面積）及三種變量（拓撲、截面積及形狀）進行了并行設(shè)計。通過比較算例結(jié)果，表明并行設(shè)計方法不僅提高了進化速度，而且較大程度提高了結(jié)構(gòu)適應(yīng)度，改善了算法進化效率。
　　為滿足

4、結(jié)構(gòu)的功能要求，比如在精密儀器等自重作用下，結(jié)構(gòu)的上表面位移保持一致，尋求這樣約束條件下的桁架結(jié)構(gòu)形態(tài)也是桁架優(yōu)化設(shè)計中考慮的問題之一。文中針對位移約束條件作為研究對象進行了研究，證實了遺傳算法解決此類問題的可行性。位移約束條件一般為在荷載條件下，變化桁架下弦桿結(jié)點的位置，使桁架的上弦桿的豎向位移保持相同，以保證桁架結(jié)構(gòu)滿足約束條件。本文分別對位移約束條件下的平面桁架及空間桁架進行了優(yōu)化設(shè)計，算例表明，利用遺傳算法能夠有效的得到滿足約束