结论与展望
结论
本文深入研究了鸡群优化算法的基本原理和实现方法,具体阐述了其他主流算法的运行原理和使用场合,对于优化算法的一些改进方案进行初步探讨。深入分析了简单鸡群优化算法和一些学者研究的优缺点。比如算法没有初始化,小鸡位置更新没有预防个体出界,算法没有整体的优化等。通过改进鸡群优化算法弥补初始算法的缺陷。并将优化后的鸡群算法应用于实际工程的优化设计,并将优化后的构件进行有限元分析。可以得到下面结论:
(1)本文首先提到了结构优化与智能算法的形成以及发展历史。在结构优化设计和智能优化算法方面,我国与国外相比仍有一定的差距。应加强对结构优化与智能算法相结合这一领域的研究。全面阐述和分析了鸡群优化算法的运行机制以及实现路径,深入阐述了一些主要算法的使用环境和运行机制,对于优化算法的使用环境与改善方法进行探讨。对鸡群优化算法继续改进,将混沌策略和反向学习策略相结合的概念进入到初始化中,保证全局搜索能力;母鸡位置更新上加入偏好随机动态惯性权重因子,增强算法稳定性;再次在小鸡位置更新过程中引入惯性权重因子和学习因子,做到更好的结合全局和局部搜索,并通过边界处理预防个体出现越界;最后通过差分进化算法对算法整体个体位置优化。
(2)将改进后的鸡群优化算法应用于多峰值函数测试,验证了改进后的鸡群优化算法拥有较好的收敛精度和寻找最优值的能力。并将改进后的鸡群优化算法应用于 25 杆、52 杆、72 杆和 200 杆桁架优化设计,通过和其他优化算法的对比分析,进而能够发现,改进鸡群优化算法具备突出的优势,验证了有效性和可行性。
(3)将改进后的鸡群优化算法应用到某篮球馆钢结构主受力桁架结构实际工程中,借助专业软件对桁架的结构改进进行仿真模拟,随后根据改进结果能够观察到:改进后的鸡群优化算法在工程中的运用优势更为显著,一般不会面对局部最优解的问题。此外和其他优化算法进行对比分析,这种算法的性能更加优越,可应用于土木工程结构优化领域。
(4)将优化后的桁架结构通过建模,进行 ANSYS 有限元分析,进行静强度分析,包括位移分析与内力分析,从而认为优化改进后的结构满足强度和静态刚度要求。后续利用模态分析,得到固有频率,从而得到共振频率,为钢管桁架结构体系的振动特性分析、振动故障诊断和预报以及结构动力特征的改进设计带来更多参考与借鉴。
展望
本文虽然取得了积极的成果,但是还存在着很多不足。比如在优化的对象上比较单一,对于结构拓扑优化以及形状优化等问题并未进行阐述分析。另外,在复杂结构方面的研究还很缺乏。所以我们认为桁架结构的优化设计还存在许多问题,值得进一步研究。 鸡群优化算法简单易行,具有很大的优势。在其他领域已经取得了显著的应用效果。如果能广泛应用于土木工程结构优化领域,将大大减少研究人员的工作量,并提升结构优化效率,为以后的结构优化问题提供了新的方法与思路。