基于免疫粒子群-齿行法的桁架结构分层优化方法

摘要

本发明公开了一种基于免疫粒子群-齿行法的桁架结构分层优化方法。该方法区别于一般的并列分层方法和全空间优化方法，而采取内外嵌套分层优化，内层采用齿行法进行尺寸优化，将每一种给定形状与其最轻质量和最优截面形成一一映射关系，外层则利用免疫粒子群方法，基于内层形成的映射关系对形状变量空间进行搜索，从而得到最终优化结果。本方法良好地处理了形状(节点坐标)和尺寸这两类变量的耦合关系，避免了全局最优解的丢失，同时有效地缩小了解空间的范围，提高了搜索的效率，具有一定的优越性。本发明可应用于各类桁架结构的形状和尺寸优化。

主权项

一种基于免疫粒子群‑齿行法的桁架结构分层优化方法，其特征在于，该方法包括以下步骤：1）确定桁架结构优化目标、设计变量和约束条件：所述优化目标为结构质量W最轻；所述桁架结构优化设计变量包括需要优化设计的杆件截面尺寸A=[A₁, A₂,…, A_m]和节点坐标X=[X₁, X₂,…, X_n] ；所述约束条件包括杆件应力约束σ_i≤σ_i^a ,i=1~m、节点位移约束u_i≤ u_i^lim,i=1~p、压杆失稳约束σ_i≤σ_i^cr，i=1~m，以及截面、坐标的上下限约束A_i^min≤ A_i ≤ A_i^max，i=1~m ，X_i^min≤ X_i≤ X_i^max，i=1~n，其中σ_i^a为第i根杆件材料的容许应力，u_i^lim为第i个节点坐标的限值，σ_i^cr为第i根杆件的失稳临界应力，A_i^min和A_i^max分别为截面尺寸的下界和上界，X_i^min和X_i^max分别为坐标的下界和上界，m为杆件数目，n为设计节点坐标数目，p为控制位移的节点坐标数目；2）对于所优化的桁架结构进行参数化建模，得到结构模型，建模的设计参数包括待优化的截面尺寸A和节点坐标X；3）针对所述步骤2）建立的结构模型，采用免疫粒子群算法，以节点坐标X为粒子，以给定形状下内层最优截面A_in对应的内层最轻质量W_in作为粒子的适应度，通过粒子群速度公式更新粒子并根据生存概率筛选粒子，最后输出搜索到的全局最轻质量W_best及对应的全局最优形状X_best、全局最优截面A_best。