基于ANSYS平臺的遺傳算法在結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用.pdf

1、隨著科學(xué)的發(fā)展和社會的進(jìn)步，特別是計(jì)算機(jī)的迅速發(fā)展，人們對高效的優(yōu)化設(shè)計(jì)技術(shù)和智能計(jì)算的要求日益迫切。結(jié)構(gòu)優(yōu)化設(shè)計(jì)理論已有近四十年的發(fā)展歷史，很多優(yōu)化算法已相當(dāng)成熟。近些年，一種新的優(yōu)化方法——遺傳算法(簡稱GA)正迅速發(fā)展，該算法根植于自然進(jìn)化與遺傳機(jī)理.是用于模擬自然界的自適應(yīng)現(xiàn)象，具有不依賴于問題模型的特性、全局最優(yōu)性、隱含并行性、高效率及解決不同非線性問題的強(qiáng)魯棒性等優(yōu)點(diǎn)。本文主要做了以下研究內(nèi)容：
　　 (1)本文對遺

2、傳算法的基本概念、理論及其在結(jié)構(gòu)優(yōu)化設(shè)計(jì)應(yīng)用中的相關(guān)內(nèi)容進(jìn)行了分析和綜合。對遺傳算法應(yīng)用于結(jié)構(gòu)優(yōu)化設(shè)計(jì)的數(shù)學(xué)建模、約束條件處理、初始種群的產(chǎn)生及遺傳算法控制參數(shù)的選擇等幾個(gè)關(guān)鍵因素作了分析和研究。
　　 (2)本文針對簡單遺傳算法具有“收斂早熟”、局部搜索能力差等缺點(diǎn)，提出了改進(jìn)的遺傳算法，讓初始群體不止一個(gè)，使初始群體多樣化，這樣可以避免出現(xiàn)早熟現(xiàn)象，提高優(yōu)化質(zhì)量和效率。
　　 (3)本文利用遺傳算法對結(jié)構(gòu)進(jìn)行優(yōu)化時(shí)，

3、將ANSYS作為有限元結(jié)構(gòu)分析工具，替代人工編制的有限元程序。將遺傳算法優(yōu)化程序與結(jié)構(gòu)的有限元分析程序結(jié)合起來，在這兩個(gè)程序中進(jìn)行數(shù)據(jù)傳遞。這樣，遺傳算法與ANSYS結(jié)構(gòu)分析軟件相結(jié)合能大大節(jié)約結(jié)構(gòu)優(yōu)化問題的求解時(shí)間，提高計(jì)算結(jié)果的可靠性。
　　 (4)本文將遺傳算法與ANSY$相結(jié)合，對兩種典型結(jié)構(gòu)進(jìn)行最優(yōu)化計(jì)算，計(jì)算結(jié)果表明此方法正確、可行，能充分發(fā)揮ANSYS-~}傳算法兩者的長處，具有優(yōu)化效率高、效果好、實(shí)用性強(qiáng)等優(yōu)點(diǎn)。