申请/专利权人：深圳大学

申请日：2024-03-06

公开（公告）日：2024-05-17

公开（公告）号：CN117828958B

主分类号：G06F30/23

分类号：G06F30/23;G06F30/13;G06N3/006;G06F111/04;G06F111/06

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本申请适用于桁架结构优化设计技术领域，提供了一种基于蟋蟀争斗优化算法的桁架结构优化设计方法和装置。方法包括：确定桁架结构的优化目标、优化变量和约束条件；随机初始化蟋蟀种群，得到每只蟋蟀的初始争斗属性，每只蟋蟀代表优化变量的一组可行解；根据每只蟋蟀的初始争斗属性确定擂主蟋蟀和初始胜利蟋蟀；根据擂主蟋蟀更新每只蟋蟀的初始争斗属性为第一争斗属性，确定最终胜利蟋蟀；重复执行确定擂主蟋蟀、初始胜利蟋蟀和最终胜利蟋蟀的步骤，直到执行次数达到优化次数，输出最后一次的最终胜利蟋蟀对应的优化变量和优化目标。蟋蟀争斗优化算法无需选取可调超参数，通过将蟋蟀争斗优化算法应用于桁架结构优化问题，提升了桁架结构优化效果。

主权项：1.一种基于蟋蟀争斗优化算法的桁架结构优化设计方法，其特征在于，包括：设定桁架结构的优化目标、优化变量和约束条件；其中，所述约束条件为桁架结构优化过程中所述优化变量需满足的条件；所述优化目标为所述桁架的重量，所述优化变量包括所述桁架中杆件的截面积，所述约束条件包括所述杆件的截面积大于或等于最小截面积且小于或等于最大截面积，同时，在以所述杆件的截面积确定的桁架中，每个杆件应力小于或等于最大许用应力，且每个节点位移小于或等于最大容许节点位移；随机初始化蟋蟀种群，得到每只蟋蟀的初始争斗属性；其中，所述蟋蟀种群包括多只蟋蟀，每只蟋蟀代表所述优化变量的一组可行解，蟋蟀的争斗属性包括所述优化变量，所述蟋蟀种群还设置有蟋蟀总数和优化次数；根据每只蟋蟀的初始争斗属性得到每只蟋蟀的初始适应度值，根据每只蟋蟀的初始适应度值在所述蟋蟀种群中确定擂主蟋蟀和初始胜利蟋蟀；其中，蟋蟀的适应度值代表所述优化变量的一组可行解对应的优化目标的值，所述初始胜利蟋蟀为所述蟋蟀种群中初始适应度值最小的蟋蟀；根据所述擂主蟋蟀的初始争斗属性更新每只蟋蟀的初始争斗属性为第一争斗属性，更新每只蟋蟀的初始适应度值为第一适应度值，根据每只蟋蟀的第一适应度值和所述初始胜利蟋蟀的初始适应度值确定最终胜利蟋蟀；重复多次执行确定擂主蟋蟀、初始胜利蟋蟀和最终胜利蟋蟀的步骤，直到执行次数达到所述优化次数为止，输出最后一次确定的最终胜利蟋蟀对应的所述优化变量和所述优化目标；所述根据每只蟋蟀的初始适应度值在所述蟋蟀种群中确定擂主蟋蟀，包括：基于轮盘赌算法，根据所述蟋蟀种群中每只蟋蟀的初始适应度值的倒数在所有蟋蟀的初始适应度值的倒数之和中的占比确定每只蟋蟀的选择概率；将每只蟋蟀的选择概率从小到大排序，并计算每只蟋蟀的累积选择概率；生成0到1之间的随机数，作为累积选择概率阈值；根据每只蟋蟀的累积选择概率和所述累积选择概率阈值，在所述蟋蟀种群中确定所述擂主蟋蟀；所述根据每只蟋蟀的第一适应度值和所述初始胜利蟋蟀的初始适应度值确定最终胜利蟋蟀，包括：若在所述蟋蟀种群中存在至少一个第一蟋蟀，所述第一蟋蟀的第一适应度值小于所述初始胜利蟋蟀的初始适应度值，则将所述至少一个第一蟋蟀中第一适应度值最小的第一蟋蟀确定为所述最终胜利蟋蟀；所述根据每只蟋蟀的第一适应度值和所述初始胜利蟋蟀的初始适应度值确定最终胜利蟋蟀，还包括：若在所述蟋蟀种群中不存在所述第一蟋蟀，则采用Levy飞行算法将所述蟋蟀种群中除所述初始胜利蟋蟀之外的第二蟋蟀的第一争斗属性更新为第二争斗属性；根据所述第二蟋蟀的第二争斗属性得到所述第二蟋蟀的第二适应度值；根据所述第二蟋蟀的第二适应度值和所述初始胜利蟋蟀的初始适应度值确定所述最终胜利蟋蟀；所述根据所述第二蟋蟀的第二适应度值和所述初始胜利蟋蟀的初始适应度值确定所述最终胜利蟋蟀，包括：若在多个所述第二蟋蟀中存在至少一个第三蟋蟀，所述第三蟋蟀的第二适应度值小于所述初始胜利蟋蟀的初始适应度值，则将所述至少一个第三蟋蟀中第二适应度值最小的第三蟋蟀确定为所述最终胜利蟋蟀；若在多个所述第二蟋蟀中不存在所述第三蟋蟀，则将所述初始胜利蟋蟀确定为所述最终胜利蟋蟀。

全文数据：

权利要求：

百度查询： 深圳大学 基于蟋蟀争斗优化算法的桁架结构优化设计方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD