【范文】基于蚁群算法的工程结构优化设计
【作者】 陈少杰；
【导师】 段敬民； 赵洪波；
【摘要】 结构设计与施工是土木工程领域最重要的内容之一,结构设计又是结构施工的前提,而结构优化设计是结构工程中一个重要研究方面。随着国民经济的快速发展,工程结构越来越复杂,成本越来越高,从而使工程结构优化设计受到广泛关注。但是除了单纯形方法能够很好求解线性规划问题外,对于其它优化问题,目前还没有一种普遍适用的方法。近年来,随着计算机技术的发展,现代启发式方法得到迅速发展。蚁群算法就是在上世纪90年代出现的一种新方法。由于其在TSP问题的成功应用,使其受到广泛关注。但是,蚁群算法仍有一些问题,如容易出现停滞,计算时间过长等。且其模型的建立是在离散域的基础之上,对于连续域的研究还不是很充足。因此,本文将对以下几点进行研究:(1)由于蚁群算法是针对TSP问题所建立的,对于许多参数的选取,并不一定能反映土木工程的实际需要。因此,对本文建立的蚁群算法中几个重要参数的取值范围分别进行讨论。针对蚁群算法的一些缺陷,通过对信息素的控制以增强其局部搜索和全局搜索能力,提出局部搜索蚁群算法和拟满应力蚁群算法。由于传统蚁群算法是建立在离散域基础上。因此,对于连续域的应用要进一步改进。在自然界中,信息素是连续分布的,且...
【Abstract】 Structure design and construction are the most important contents in the field of civil engineering,structure construction are based on structure design,thus structural optimization design is the one of the branches researches of importance in structural engineering.As the quickly development of the national economy,engineering structure gets far more complex,the cost goes higher,optimization of engineering structure attracts more and more concerns.However, to other optimization problem,there is...
【关键词】 优化设计； 蚁群算法； 数值模拟； 工程结构； 桁架；
【Key words】 optimization； ant colony algorithm； numerical simulation； truss；
【范文目录】
摘要 5-6
Abstract 6-7
目录 8-11
1. 引言 11-21
    1.1 概述 11-13
    1.2 结构优化设计的发展概况 13-18
        1.2.1 传统结构优化 13-15
        1.2.2 现代优化算法的发展 15-18
    1.3 研究的目的和意义 18
    1.4 本文的章节安排 18-21
2. 蚁群算法 21-45
    2.1 基本蚁群算法的概述 21
    2.2 蚁群算法的生物学基础 21-23
    2.3 蚁群算法的基本原理 23-24
    2.4 人工蚂蚁与真实蚂蚁的异同 24-25
    2.5 蚁群算法的特点 25
    2.6 基本TSP 蚁群算法概述 25-30
        2.6.1 基本TSP 蚁群算法的描述 25-28
        2.6.2 基本蚁群算法实现步骤 28-29
        2.6.3 基本蚁群算法复杂度分析 29-30
    2.7 基本蚁群算法的优缺点 30-31
    2.8 改进的蚁群算法 31-37
        2.8.1 精华蚂蚁系统 31-32
        2.8.2 基于排序的蚂蚁系统 32-33
        2.8.3 最大最小蚂蚁系统 33-35
        2.8.4 蚁群系统 35-37
    2.9 蚁群算法参数分析 37-38
    2.10 离散结构设计的特点 38-39
    2.11 十杆桁架算例 39-43
        2.11.1 启发因子α的选取 40-41
        2.11.2 启发因子 β 的选取 41-42
        2.11.3 信息素挥发因子ρ的选取 42-43
    2.12 本章小结 43-45
3 蚁群算法的改进 45-55
    3.1 连续域的蚁群算法与离散域蚁群算法的不同 45
    3.2 用蚁群算法解决连续域问题的几种思路 45-47
    3.3 连续域蚁群系统的构建 47-50
        3.3.1 自然界中信息素的分布情况 47
        3.3.2 算法的基本思路 47-49
        3.3.3 算法的基本步骤 49-50
    3.4 连续域蚁群算法算法性能测试与分析 50-53
        3.4.1 测试函数 50-53
    3.5 小结 53-55
4 工程结构优化的改进蚁群算法 55-81
    4.1 优化的意义 55
    4.2 十杆桁架 55-58
    4.3 二十五杆桁架 58-61
    4.4 蚁群算法在离散域的应用 61
    4.5 局部搜索 61-63
        4.5.1 k-交换邻域 62
        4.5.2 K 近邻候选集合 62
        4.5.3 Metropolis 准则 62-63
    4.6 局部搜索下的十杆桁架 63-71
        4.6.1 改进的蚁群算法的进一步说明 65
        4.6.2 改进的蚁群算法的基本步骤 65-66
        4.6.3 改进的蚁群算法对十杆桁架的应用 66-71
    4.7 基于拟满应力-改进的蚁群算法的应用 71-76
        4.7.1 满应力设计 71-73
        4.7.2 拟满应力设计 73-74
        4.7.3 拟满应力的蚁群算法的基本步骤 74-75
        4.7.4 拟满应力的蚁群算法对十杆桁架的应用 75-76
    4.8 基于局部搜索的蚁群算法的应用 76-79
    4.9 小结 79-81
5 结论与展望 81-83
    5.1 总结 81-82
    5.2 展望 82-83
参考文献 83-87