起重机结构优化设计中仿生算法的研究 Research of bionic algorithm in crane structure optimization design.pdfVIP

迢翌墅四四堡进塑塞 起重机结构优化设计中仿生算法的研究 Researchofbionic incranestructure algorithm optimizationdesign 林贵瑜1，李强2 LIN Gui-yu，LIQiang (1．东北大学机械工程与自动化学院，辽宁沈阳110004。2．三一重装国际控股有限公司．辽宁沈阳110027) 【摘要】将BP神经网络与遗传算法相结合的仿生算法应用于起重机结构优化设计中，经实例验算，可以很 好地解决传统优化方法具有对于目标函数要求苛刻，而且易于陷入局部最优解的问题，以及遗传算 法需要对种群中的个体反复进行大量结构计算的问题，具有一定的应用价值。 【关键词】起重机；结构优化设计l仿生算法tBP神经网络；遗传算法 近些年来，仿生算法在结构优化设计中得到 的信息推断或预测出新设计点的信息，而由此付 了广泛的应用，这主要是因为传统的结构优化方 出的工作量应该比对该新设计点作一次完整的重 法具有一定的局限性，如需要梯度信息、凸规划、 分析要小得多。在有限元结构分析中，当载荷条 单峰问题等等。而随着科学技术的发展，工程结 件确定时，静动力特性分析可以看成是从结构设 构Et趋复杂，对于大规模结构优化问题，由于敏 计变量到位移、应力、频率等结构响应之间的非 度计算而导致的计算量剧增，使最优解的获得在 线性全局映射关系。如果这种映射关系可以确定 理论上行得通，而在实际工程应用中几乎无法实 的话，通过结构近似重分析可显著提高工作效率。 现。为解决这一问题，人们提出了一些不依赖于 人工神经网络的重要功能之一是实现从n维空 具体问题的直接有哪些信誉好的足球投注网站方法，如进化算法、进化策 间到m维空间的任意非线性映射，用它来处理设计 略、遗传算法等，统称为仿生算法。遗传算法 变量到结构响应之间的映射非常适合。人工神经网 (Genetic 络为结构近似重分析技术提供了一种新途径。 Algorithm，简称GA)作为其中一种， 由于不依赖于求解问题的具体领域，因而为解决 建立神经网络，首要解决的问题是学习样本 复杂系统的优化问题提供了一种通用框架，其研 的选择，要训练得到泛化能力强的网络，学习样 究已渗透到各个领域，尤其在结构优化方面，取 本必须满足致密性、遍历性和容错性三个条件。 得了丰硕的成果。但是，遗传算法是一种概率搜 本文参照正交实验设计法，发现对七个输入变量 索方法，它需要对相当数量的染色体进行目标函 (一般k≥4)，当水平数m取较大值时，在常用正 数值计算。就结构优化分析而言，每个函数值的 交表中找饱和正交表L(，，l‘)，即取n=k(m一1)+ 获取需要进行一次有限元分析与计算，这对于设 1个样本进行训练所得到的网络模型可达到相当 计者而言，有限元重分析的工作量将是非常巨大 高的精度，而且按该法学习后的网络泛化能力好， 的，对于大规模的结构优化问题，大量的有限元 不存在补充样本重复学习的问题，因此，本方法 分析计算将会变成一个沉重的负担。为了解决这 具有很强的可操作性。 一难题，人们提出了结构近似重分析的方法。 2基于神经网络