[發明專利]一種改進的GBESO算法及其工程優化設計應用方法

有效

• 申請號: 202211649552.6
• 申請日: 2022-12-21
• 公開（公告）號: CN115828702B
• 公開（公告）日: 2023-07-11
• 發明（設計）人: 劉建輝;朱渝明;鄧力;張華;曾凡華;宿彥博;張鵠志;汪建群;劉鑫
• 申請（專利權）人: 中交二公局第一工程有限公司
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F30/17;G06F111/04;G06F111/06;G06F111/08;G06F119/14
• 代理公司: 長沙惟盛赟鼎知識產權代理事務所(普通合伙) 43228
• 代理人: 張丁日

本發明涉及一種改進的GBESO算法及其工程優化設計應用方法，針對改進的GBESO算法來說，其包括S1：定義參數，建立模型，并編碼；S2：設定優化初始參數；S3：執行有限元分析操作；S4：提取存留單元應變能靈敏度；S5：執行靈敏度過濾操作；S6：執行單元分組，S7：執行進化與懲罰操作；S8：執行交叉操作；S9：執行全局變異操作；S10：執行刪除操作；S11：執行恢復操作；S12：執行優化終止判定。針對工程優化設計應用方法來說，工程構件經改進的GBESO算法優化為拉壓桿模型的形式后，優化后的工程構件需經剪力水平指標及應變能水平指標評價。本發明有更強的能力跳出局優，尋找到更符合優化目標的解。

技術領域

本發明涉及結構優化設計領域，尤其涉及一種改進的GBESO算法。

本發明還涉及基于上述改進的GBESO算法的工程優化設計應用方法。

背景技術

隨拓撲優化，在給定設計域和約束條件下尋找最佳材料分布方案，它可以通過設定不同目標以實現結構剛度最大化、自重最小化或應力最均勻化等設計。當前，拓撲優化已發展出許多算法，比如均勻化法、水平集法、變密度法等，并得到較廣泛的工程結構優化應用。但大多數被引入到土木工程中時，因優化對象體量較大而效率低，實用性不足。

這些算法中，基于啟發式思想的漸進結構優化(Evolutionary?StructuralOptimization，簡稱ESO)算法，因過程簡潔、可行性高而得到最多的關注。它通過不斷刪除初始域中低效材料，使結構向最優材料布局進化。為了應對優化中可能的誤刪，ESO的提出團隊又增設對已刪單元的恢復機制，將ESO衍生為雙向演化漸進結構優化(Bi-directionalESO，簡稱BESO)算法，并引入靈敏度過濾、多約束優化和材料懲罰插值模型等，以克服算法在數值不穩定、全局尋優能力不足等方面的問題；Kazem進一步改進過濾和軟殺策略，以更好地應對含低彈模材料的多材料結構優化問題。Liu等將全局尋優能力佳的仿生遺傳算法與ESO算法相結合，提出遺傳演化結構優化(Genetic?ESO，簡稱GESO)算法，增加了選擇和淘汰單元的概率性，并證明運用該算法優化得到拓撲解為Michell型桁架結構。

但總的來說，BESO算法采用確定性的優化準則，始終容易陷入局優，GESO算法采用單向優化，理論上來說不可能應對過程中的誤刪問題。因此，為取兩者之所長，ZUO等提出可同時概率性刪除低效材料和恢復誤刪材料的遺傳雙向演化結構優化(Genetic?BESO，簡稱GBESO)算法，吳貝尼等又在此基礎上引入材料懲罰插值模型以進一步提升GBESO算法恢復誤刪單元的能力。但是目前看來，這些已有的GBESO算法得到的拓撲解一般與BESO算法得到的解相差無幾，表明其跳脫局優的能力仍有待提高。

發明內容

本發明的目的是提供一種改進的GBESO算法，其從提高優化過程中概率性的遺傳算法的參與度出發，改進GBESO算法，以期使優化有更強的能力跳出局優，尋找到更符合優化目標的解。

本發明的另一個目的是提供基于上述改進的GBESO算法的工程優化設計應用方法，以解決工程構件的結構形式優化問題。

為達到上述目的而采用了一種改進的GBESO算法，具體包括如下步驟：

S1：定義材料參數，建立有限元模型，劃分有限元網格，并賦予每個單元二進制編碼，建立一個包含若干基因代碼1的染色體數組；

S2：設定優化初始參數，包括體積約束V^*，初始交叉概率初始全局變異概率

S3：執行有限元分析操作；

S4：提取存留單元應變能靈敏度；

S5：執行靈敏度過濾操作；

S6：執行單元分組，設定劃分標準以劃分出高靈敏度組、中靈敏度組、低靈敏度組；

S7：執行高靈敏度組單元進化與低靈敏度組單元懲罰；