论文部分内容阅读
优化理论及方法的研究始于上世纪三、四十年代，由于计算机技术和数学规划理论的发展，使它得到了蓬勃的发展，产生了传统的基于迭代原理的各种数值方法。但随着研究的深入，实践中不断出现新的问题，使得人们对优化理论及方法的研究仍然成为迫切的需要。
结构优化设计是利用最优化技术，寻找在满足设计约束条件下的最优解。优化方法是结构优化设计的基本方法，常见的结构优化方法分为非直接法和直接法。结构优化设计包括三个阶段：建立数学模型，把一个工程结构的设计问题转换成一个数学问题；选择一个合理、有效的计算方法；编制计算机程序进行计算。
粒子群优化算法(PSO)是美国学者．James Kennedy和Russell Eberhart于1995年提出的一种基于群体智能的启发式算法。它收敛速度快、计算简单、通用性强，能方便地用于求解带离散变量的非线性、不连续、多约束、多变量的复杂优化问题中。现代土建结构中存在大量的此类优化问题，用常规方法通常难以求解。在过去十几年间，一些全局优化技术如遗传算法、模拟退火法等已被成功应用于土建结构优化问题中。本文在PSO算法基础上，对PSO算法处理优化问题的能力及基于PSO算法求解土建结构优化设计问题进行深入研究，主要体现在以下几个方面：
(1)详细介绍了PSO算法的发展和基本原理，并给出了算法的流程。通过对算法公式和参数设置进行综合分析以及和其它优化算法进行比较，给出了PSO算法实际使用时的指导原则。
(2)提出了一种改进的PSO算法(MPSO)，即在基本PSO算法的基础上加入了第三种极值指导粒子的搜索方向，并引入了“飞回”策略，用MPSO求解一些常用的标准测试函数，结果表明，该方法能在较短的时间内获得更高质量的解，提高了算法的搜索能力。
(3)探讨离散PSO算法的基本原理，运用回归数值计算的PSO算法，建立了相应的数学模型并求解了一个离散变量的典型问题-TSP问题。
(4)针对约束优化问题，本文在引入了半可行域的概念的基础上，提出了竞争选择的新规则，并改进了基于竞争选择和惩罚函数的进化算法的适应度函数。并且规定了半可行解性质：半可行解优于不可行解，但劣于可行解。在半可行域内个体可直接用目标函数来评价。结合PSO算法本身的特点，本文设计了选择算子对半可行域进行操作，从而提出了利用PSO算法求解约束优化问题的新的进化算法。
(5)将PSO算法结合有限元分析原理，运用Fortran语言编制了结构优化程序，分别对离散变量的梁、桁架结构、框架结构进行了优化设计，算例表明PSO算法用于结构优化设计是可行和有效的，优化结果好于遗传算法。