基于进化策略有频率禁区的结构优化设计方法

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (19): 250-253.

基于进化策略有频率禁区的结构优化设计方法

程沙沙，苏国韶，燕柳斌

广西大学土木建筑工程学院工程防灾与结构安全教育部重点实验室，南宁 530004

出版日期:2013-10-01 发布日期:2015-04-20

Structural optimization design method with frequency forbidden zone using evolution strategy

CHENG Shasha, SU Guoshao, YAN Liubin

Key Laboratory of Disaster Prevention and Structural Safety, School of Civil Engineering and Architecture, Guangxi University, Nanning 530004, China

Online:2013-10-01 Published:2015-04-20

摘要/Abstract

摘要： 有频率禁区的桁架结构优化设计是在结构保证静态强度的前提下，通过调整构件的截面或节点坐标来改变结构的动力特性，从而避开激振频率带宽。自适应协方差矩阵进化策略（CMA-ES）算法是一种寻优效率高、鲁棒性好的全局优化算法，对处理复杂的非线性多维度的优化问题有很好的适应性。在考虑工艺可行性的基础上，结合有限元分析软件，提出了基于CMA-ES算法的有频率禁区的桁架结构优化设计方法。算例研究表明，该方法是可行的，与传统优化方法、粒子群优化方法相比较，具有全局寻优性能好、效率高的优点。

关键词: 频率禁区, 结构优化, 桁架, 自适应协方差矩阵进化策略算法（CMA-ES）

Abstract: For depart frequency bandwidth, the method is to adjust component sections or nodes’ coordinates to change the dynamic characteristics on premise of static intensity being satisfied, so called optimization design of truss structure with frequency forbidden zone. Covariance Matrix Adaptation Evolution Strategy（CMA-ES）, which is a global optimization algorithm with the advantages of high efficiency and robustness, has become a powerful tool for solving highly nonlinear multidimensional optimization problems. Combining finite element method, an optimal method of truss structure with frequency forbidden zone based on CMA-ES algorithm is proposed. The results of examples show that the method is feasible and has the merits of excellent global optimization performance and efficiency compared with traditional and Particle Swarm Optimization（PSO） method.

Key words: frequency forbidden zone, structural optimization, truss, Covariance Matrix Adaptation Evolution Strategy（CMA-ES） algorithm

程沙沙，苏国韶，燕柳斌. 基于进化策略有频率禁区的结构优化设计方法[J]. 计算机工程与应用, 2013, 49(19): 250-253.

CHENG Shasha, SU Guoshao, YAN Liubin. Structural optimization design method with frequency forbidden zone using evolution strategy[J]. Computer Engineering and Applications, 2013, 49(19): 250-253.

[1]	杜垚. 结合局部优化匹配的Android恶意家族检测算法[J]. 计算机工程与应用, 2021, 57(8): 84-90.
[2]	陈柯帆，吕娜，张伟龙. 快速动态时隙分配MAC协议的帧结构优化与分析[J]. 计算机工程与应用, 2015, 51(15): 68-74.
[3]	李战明1，张永江1，2，韩大红3. 基于矢量“隶属度”的模糊控制器结构优化[J]. 计算机工程与应用, 2014, 50(21): 74-78.
[4]	李亮，孙秦. 基于中间变量的乘子法[J]. 计算机工程与应用, 2013, 49(11): 27-30.
[5]	曾凡松，滕奇志. LBM在流体渗透率计算中的应用与优化[J]. 计算机工程与应用, 2011, 47(22): 156-159.
[6]	苏国韶，钱坤. 人工蜂群算法在重力坝断面优化设计中的应用[J]. 计算机工程与应用, 2011, 47(11): 223-225.
[7]	乔新勇¹,周云峰². 在多参数检测时神经网络的结构优化方法[J]. 计算机工程与应用, 2009, 45(8): 236-237.
[8]	许世燕¹,贺昱曜²,李雪¹. 用户优化选线模型及其收敛性研究[J]. 计算机工程与应用, 2009, 45(18): 35-37.
[9]	陈郑伟彭岩庄力可. 基于Ajax的电子政务平台的研究与应用[J]. 计算机工程与应用, 2007, 43(5期): 196-199.
[10]	夏太武¹,刘金祥¹,彭京华². 一种计算话务量的进化神经网络方法[J]. 计算机工程与应用, 2007, 43(30): 130-132.
[11]	贾寒飞¹,霍军周². 遗传/粒子群混合算法在飞剪机结构优化中的应用[J]. 计算机工程与应用, 2007, 43(28): 240-242.
[12]	刘齐茂^1,2，燕柳斌²，邓朗妮². 桁架形状优化的一种改进模拟退火算法研究[J]. 计算机工程与应用, 2007, 43(23): 218-221.
[13]	张斌. 结构优化设计的遗传算法在多处理机上的实现[J]. 计算机工程与应用, 2007, 43(20): 231-232.