论文部分内容阅读
遗传算法是近年来在计算机科学领域和优化领域中受到广泛关注的一种拟生物进化理论的仿生学算法。本文对遗传算法及其在结构优化设计应用中的相关内容进行了分析与综合，介绍了遗传算法的基本结构、主要特点和应用于优化设计时算法设计的问题和算子设计的方法。本文分析了结构优化设计的现状和特点，考察了结构优化中常见的寻优算法，提出了一些结构优化设计发展和应用中的问题。本文针对结构优化设计的特点，提出了遗传算法应用于结构优化设计时具有一般意义的算法设计方案和算子设计方法，并对应用中的一些关键问题和遗传算法表现的特点作出了论证。本文分别对结构单目标优化设计和多目标优化设计进行了探讨，并分别设计和实现了二阶段移动边界遗传优化算法和模糊约束条件下的多目标遗传优化算法。算例证明这两种方法是行之有效的。 在二阶段移动边界遗传优化算法中，根据分层系统最优化理论，把算法的搜索过程分为两个阶段，在第一阶段进行“粗搜索”来定位优化解的大致位置，再利用第二阶段的搜索来确定优化方案的具体解。为了使算法具有更好的优化效果，在算法中引入了移动边界的概念。在多目标遗传优化算法中，改变以往将多目标优化问题简单地转化为单目标优化问题的方式，在一次优化计算过程中同时得到一组Pareto解。为了更好地处理约束条件，在算法中对约束条件进行了模糊处理。 最后，本文还对遗传优化算法的并行计算实现模型和结构优化软件设计问题进行了初步探讨。