免疫遺傳算法研究及其在桁、框架結(jié)構(gòu)優(yōu)化設(shè)計中的應(yīng)用.pdf

1、結(jié)構(gòu)優(yōu)化設(shè)計迄今已有近百年的歷史。在最近的四十年內(nèi)，無論從其理論、算法還是在應(yīng)用方面，結(jié)構(gòu)優(yōu)化設(shè)計都取得了很大的進(jìn)展。特別是近年來遺傳算法在結(jié)構(gòu)優(yōu)化設(shè)計領(lǐng)域的廣泛應(yīng)用，更使得結(jié)構(gòu)優(yōu)化設(shè)計水平達(dá)到一個新的高度。 遺傳算法是一種模擬自然界生物進(jìn)化的搜索算法，由于它簡單易行、魯棒性強(qiáng)，尤其是不需要專門的領(lǐng)域知識而僅用適應(yīng)值函數(shù)作評價來指導(dǎo)搜索過程，因而成為近年來在優(yōu)化領(lǐng)域中受到廣泛關(guān)注的一種新型智能優(yōu)化方法。但是在利用遺傳算法進(jìn)行結(jié)構(gòu)

2、優(yōu)化設(shè)計時，常常存在早熟收斂和收斂性能差等問題。很多學(xué)者和研究人員都嘗試采取各種措施來改進(jìn)遺傳算法，其中，近年來出現(xiàn)的免疫算法為改進(jìn)遺傳算法的上述缺陷提供了一條新途徑。 本文嘗試?yán)妹庖咚惴ǖ南嚓P(guān)理論對遺傳算法進(jìn)行改進(jìn)，并將改進(jìn)后的算法應(yīng)用到土建結(jié)構(gòu)優(yōu)化設(shè)計當(dāng)中。為此，本文做了如下工作： 1．首先介紹了遺傳算法的原理，分析了其缺陷及產(chǎn)生原因，進(jìn)而根據(jù)生物免疫系統(tǒng)的抗原識別、保持抗體的多樣性和免疫記憶的特性，將免疫算法引入

3、到遺傳算法中。這樣就構(gòu)成了一種混合優(yōu)化算法——免疫遺傳算法，它通過免疫算法中的濃度調(diào)節(jié)機(jī)制對抗體進(jìn)行促進(jìn)和抑制，這樣既保留了進(jìn)化種群中的較優(yōu)抗體又保證了抗體的多樣性，從而避免遺傳算法在進(jìn)化過程中的過早收斂問題。本文采取了一種基于抗體矢量距的濃度構(gòu)成方式，對選擇概率進(jìn)行了改進(jìn)；此外本文還對遺傳算法中的交叉和變異概率進(jìn)行了自適應(yīng)調(diào)整，進(jìn)一步提高了算法的效率和性能。 2．其次對結(jié)構(gòu)優(yōu)化問題中的約束條件和離散變量問題提出了相應(yīng)的處理方法

4、：采用一種直接比較比例法(DCPM)對約束條件進(jìn)行處理；采用計算適應(yīng)度的個體與進(jìn)化個體相分離的方法來處理離散變量和整型變量。 3．然后綜合上述改進(jìn)，應(yīng)用免疫遺傳算法對經(jīng)典的De Jong優(yōu)化測試函數(shù)和幾類有約束優(yōu)化問題分別進(jìn)行了數(shù)值測試，并與其他算法的運算結(jié)果進(jìn)行比較，分析結(jié)果表明，本文的免疫遺傳算法具有較強(qiáng)的全局尋優(yōu)能力、較高的穩(wěn)定性和計算效率。 4．最后將本文的免疫遺傳算法結(jié)合桿系結(jié)構(gòu)有限元分析原理，分別對土建結(jié)構(gòu)中