基于混合算法的半刚性连接钢框架结构优化

摘要：

海豚回声算法(DEA)是一种模拟海豚利用回声定位进行捕食的元启发式优化算法,具有高效的搜索能力.本研究通过对海豚回声算法的基本原理进行分析,发现该算法的选择机制容易导致优化结果陷入局部最优解,而算法本身不具备跳出局部最优解的机制.因此,为了改进海豚回声算法的全局搜索能力,引入了遗传算法(GA),提出了一种海豚回声-遗传混合算法(DEA-GA):在每一个迭代步中,首先基于海豚回声算法生成子代,再引入遗传算法中搜索能力很强的交叉、变异操作生成新的子代.该混合算法结合了海豚回声算法和遗传算法的优势,既拥有海豚回声算法收敛速度快、效率高等优点,也具备遗传算法全局寻优能力强的特点,同时克服了海豚回声算法容易产生局部最优解和遗传算法容易出现"早熟"等缺陷.本研究以一榀单跨5层和一榀两跨10层的平面框架为例,建立以结构总重最小为目标的半刚性钢框架结构优化的数学模型,分别使用遗传算法、海豚回声算法和本研究提出的混合算法进行求解,优化过程通过Matlab编程实现.算例结果显示:海豚回声-遗传混合算法所得结构的总重比遗传算法小50％以上、比海豚回声算法小7％以上,且该趋势随着设计变量的增加而增加;同时,混合智能优化算法在复杂结构的优化上效率更高、效果更好.

关键词：半刚性连接、钢框架、遗传算法、海豚回声算法、结构优化

所属期刊栏目：51

分类号：TU391(建筑结构)

资助基金：国家自然科学基金51978279

在线出版日期：2023-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：72-77