基于改进蚁群算法的结构形状优化

对TACO算法进行了改进,引入最大最小蚁群算法,并提出正实数编码方法和添加常数项的信息素更新技术,以增大算法搜索范围,简化搜索过程,降低挥发系数、信息素上下限等参数和优化函数值对算法的影响程度,改善算法的性能,提高算法的普遍适应性,并通过3个函数的优化求解,证明了其有效性。对于目标函数为隐式的复杂结构优化问题,提出将改进的蚁群算法与有限元方法相结合的方法,发展用于航空发动机涡轮盘的结构形状优化分析,结果表明所提出的方法是成功的。

基于蚁群算法的轮盘疲劳可靠性优化方法研究

利用蚁群算法进行结构优化,选用Walker模型预测结构的疲劳寿命,采用一次二阶矩法计算结构可靠度,提出了一种基于蚁群算法的结构疲劳可靠性优化方法。利用有限元分析软件,采用VC++语言编程实现了该优化方法。针对涡轮盘结构,以轮盘转速和弹性模量为随机变量,应用所发展的方法进行了疲劳寿命可靠性优化分析。通过与ANSYS优化结果的对比,验证了所提出方法的有效性。