離散變量結(jié)構(gòu)拓?fù)鋬?yōu)化的遺傳禁忌搜索算法研究.pdf

1、近幾年來，結(jié)構(gòu)優(yōu)化設(shè)計發(fā)展迅速，但拓?fù)鋬?yōu)化被公認(rèn)為結(jié)構(gòu)優(yōu)化中最具挑戰(zhàn)性的課題，尤其是離散變量結(jié)構(gòu)拓?fù)鋬?yōu)化問題，由于受到設(shè)計變量取值離散性的限制，其難度比連續(xù)變量結(jié)構(gòu)拓?fù)鋬?yōu)化問題更大，進(jìn)展相對比較緩慢。因此，離散變量結(jié)構(gòu)拓?fù)鋬?yōu)化的研究具有重要的理論和實(shí)際意義。 遺傳算法是一種受到廣泛關(guān)注的全局優(yōu)化算法，開創(chuàng)了在解空間中從多出發(fā)點(diǎn)搜索問題最優(yōu)解的先河，具有很強(qiáng)的并行搜索能力，而禁忌搜索算法是在搜索過程中使用記憶功能的先驅(qū)者，以其靈活

2、的存儲結(jié)構(gòu)和相應(yīng)的禁忌準(zhǔn)則來避免迂回搜索，具有較強(qiáng)的局部搜索能力。本文提出的遺傳禁忌搜索算法基于遺傳算法提供的并行搜索主框架，結(jié)合遺傳群體進(jìn)化和禁忌搜索算法較強(qiáng)的具有避免迂回搜索能力的鄰域搜索，可以實(shí)現(xiàn)快速全局優(yōu)化。 本文的主要研究成果概括如下：1.論文比較系統(tǒng)地探討了遺傳算法和禁忌搜索算法的兩種混合策略：第一種是利用禁忌搜索的思想來改進(jìn)遺傳算法的交叉算子和變異算子；第二種是對每代中交叉變異后得到的新種群中的一定比例的個體進(jìn)行禁

3、忌搜索處理。 2.論文針對離散變量結(jié)構(gòu)拓?fù)鋬?yōu)化的特性，建立了包含截面設(shè)計變量和拓?fù)湓O(shè)計變量，以結(jié)構(gòu)重量最小化為目標(biāo)的離散變量結(jié)構(gòu)拓?fù)鋬?yōu)化數(shù)學(xué)模型，采用了由易到難的結(jié)構(gòu)機(jī)動性分析機(jī)制，大大減少了結(jié)構(gòu)重分析次數(shù)。數(shù)值算例結(jié)果表明，本文兩種遺傳禁忌搜索混合算法用于離散變量桁架結(jié)構(gòu)和剛架結(jié)構(gòu)的拓?fù)鋬?yōu)化設(shè)計均是方便、快速和有效的。 3.論文對遺傳算法的遺傳算子進(jìn)行了改進(jìn)：采用直接比較—比例方法(DCPM)處理約束避免罰因子選擇困難