遺傳算法的改進(jìn)及其在結(jié)構(gòu)優(yōu)化中應(yīng)用.pdf

1、遺傳算法是近年來在計算機科學(xué)和優(yōu)化中受到廣泛關(guān)注的一種模擬生物進(jìn)化理論的仿生學(xué)算法。與常規(guī)的優(yōu)化算法相比，遺傳算法具有隱含并行性和全局收斂性兩大顯著特征，并且具有常規(guī)優(yōu)化方法所沒有的優(yōu)點，如不需要梯度計算等。然而，遺傳算法畢竟是一門較新的學(xué)科，無論是在理論上，還是在實現(xiàn)上都有許多不完善的地方。因此，不斷地對遺傳算法加以研究和改進(jìn)，使其更加適用于工程實際，以便更好地、更充分地發(fā)揮遺傳算法的性能和特點是非常必要的。 本文對遺傳算法及

2、其在結(jié)構(gòu)優(yōu)化設(shè)計應(yīng)用中的相關(guān)內(nèi)容進(jìn)行了研究，介紹了遺傳算法的基本結(jié)構(gòu)、主要特點及應(yīng)用于結(jié)構(gòu)優(yōu)化設(shè)計時具有一般意義的算法設(shè)計方案和算子設(shè)計方法。 在實際應(yīng)用中，簡單遺傳算法存在著收斂速度慢，穩(wěn)定性差和早熟等問題。為克服這些缺陷，本文在對遺傳算法的基本要點進(jìn)行介紹的基礎(chǔ)上，對選擇、交叉和變異等算子操作過程進(jìn)行了改進(jìn)。以典型的遺傳算法測試函數(shù)驗證改進(jìn)遺傳算法的有效性與可行性。 本文提出了基于懲罰和修復(fù)策略的約束處理方法，解決了

3、單一使用懲罰方法時所遇到的難以解決的問題，方便了遺傳算法在約束優(yōu)化問題中的應(yīng)用，提高了遺傳算法在工程優(yōu)化問題中的適用性。 本文運用FORTRAN語言編制了結(jié)構(gòu)優(yōu)化設(shè)計程序，分別對離散變量的框架結(jié)構(gòu)、桁架結(jié)構(gòu)進(jìn)行了優(yōu)化設(shè)計，并將改進(jìn)的遺傳算法得到的優(yōu)化結(jié)果同基本遺傳算法的優(yōu)化結(jié)果進(jìn)行了對比分析，算例分析表明該程序用于離散變量結(jié)構(gòu)優(yōu)化設(shè)計是可行的和高效的，改進(jìn)的遺傳算法比基本遺傳算法有更好的收斂特性，迭代次數(shù)減少，優(yōu)化設(shè)計結(jié)果也好于