基于遺傳算法的桁架結(jié)構(gòu)可靠性優(yōu)化設(shè)計(jì).pdf

1、本文主要研究桿系結(jié)構(gòu)的優(yōu)化問(wèn)題，將可靠性指標(biāo)作為約束函數(shù)建立優(yōu)化模型，對(duì)結(jié)構(gòu)的重量進(jìn)行優(yōu)化。文中提出了遺傳算法和共軛梯度法相結(jié)合的混合遺傳算法。遺傳算法的基礎(chǔ)是達(dá)爾文的進(jìn)化論和孟德?tīng)柕倪z傳學(xué)理論，是一種自適應(yīng)啟發(fā)式群體型概率性迭代式全局收斂算法，它不借助于導(dǎo)數(shù)等輔助信息，只需已知影響搜索方向的目標(biāo)函數(shù)和與之相對(duì)應(yīng)的適應(yīng)度函數(shù)，因而適用于求解復(fù)雜問(wèn)題的。針對(duì)遺傳算法在迭代過(guò)程中經(jīng)常出現(xiàn)早熟、收斂速度慢、局部搜索能力差等缺點(diǎn)，對(duì)遺傳算法進(jìn)行

2、了改進(jìn)，提出共軛梯度算法與遺傳算法相結(jié)合的混合遺傳算法。在此遺傳算法中，我們利用罰函數(shù)法處理約束條件。還在遺傳算法中引入小生境技術(shù)，從而找出更多的最優(yōu)解。最后利用MATLAB數(shù)學(xué)軟件，并引入遺傳算法編制相應(yīng)程序，對(duì)提供的已知功能函數(shù)進(jìn)行了計(jì)算，最后得到橫截面積的優(yōu)化結(jié)果。
　　 分析表明：這種混合遺傳算法既發(fā)揮了共軛梯度算法局部搜索能力強(qiáng)的特點(diǎn)，又結(jié)合了遺傳算法全局搜索能力強(qiáng)的優(yōu)點(diǎn)，避免出現(xiàn)“早熟”現(xiàn)象，使收斂速度大大改善，具體