改进的多目标启发式粒子群算法及其在桁架结构设计中的应用

针对工程结构多目标优化设计中出现的约束条件处理能力差、编程复杂,计算效率低且收敛精度差等问题,对启发式粒子群算法(HPSO)进行改进,提出了多目标启发式粒子群算法(MOHPSO),并与多目标粒子群算法(MOPSO)和改进的多目标群搜索算法(IMGSO)进行比较。通过对15杆平面桁架、40杆平面桁架和72杆空间桁架3个经典算例的计算,证明了所提出的MOHPSO算法的有效性。结果表明:MOHPSO算法具有收敛精度高、约束处理能力强、全局最优解选取更合理、非劣解集维护效率高等特点。

多目标群智能杂交算法及双层球面网壳动力优化

为了改善多目标粒子群算法在结构多目标优化中的收敛精度和速度,提出了一种新型多目标算法——基于启发式粒子群算法和遗传算法的多目标杂交算法(MHGHA).以双层网壳结构为研究对象,对其在地震作用下的时程响应进行分析,以结构节点最大位移最小化和结构质量最轻化为目标进行多目标优化设计,并与经典算法进行对比.结果表明,杂交算法的收敛精度更高,同时能够实现复杂空间结构多目标优化.