遗传演化拓扑优化的改进方法技术

本发明专利技术涉及一种遗传演化拓扑优化的改进方法，属于拓扑优化技术领域。本发明专利技术通过在染色体中加入惩罚基因，降低灵敏度计算误差较大单元的移除概率，从而避免非优化解的出现。本发明专利技术在迭代过程中监测性能指标PI的变化，当PI低于预设的门槛值PIth时，停止移除挑选的单元，而将这些单元施以惩罚，使其选择概率降低，然后重新作用选择、变异、杂交算子，产生新的需要移除的单元，进行迭代计算。本发明专利技术不仅避免了遗传演化拓扑优化算法中单元灵敏度计算误差过大引起的单元误删，而且避免了概率移除过程中某些重要单元的意外删除，避免非优化解的出现，提高了遗传演化拓扑优化算法计算的稳定性。本发明专利技术可广泛运用于拓扑优化领域。

An improved method for topology optimization of genetic evolution

【技术实现步骤摘要】
遗传演化拓扑优化的改进方法
本专利技术涉及一种遗传演化拓扑优化的改进方法，属于拓扑优化

技术介绍
拓扑优化是在初始设计领域内，求取满足所有约束条件的结构最佳拓扑形状，属于结构选型的范畴，对于成本的节约、材料使用效率的提高起决定性作用。拓扑优化是一个起步较晚但发展迅速的研究领域，它涉及数学、力学、物理与计算机科学，对于建筑业与制造业，特别是汽车、航空航天，有重要的意义，甚至在纳米与微观
也扮演重要角色。渐进结构优化算法(ESO)是主流拓扑优化方法之一，因其解法灵活、计算高效而被广泛采用。但ESO算法的合理性以及能否得到优化解在学术界还颇受争议，文献一“OnthevalidityofESOtypemethodsintopologyoptimization.ZhouM，RozvanyG，StructuralandMultidisciplinaryOptimization，2001，vol.21(1)，pp.80-83”，公开了一个著名的检验结构——Zhou-Rozvany反例，ESO算法在该反例中求解失败。Zhou-Rozvany反例后来被广泛用于讨论ESO合理性及改进策略本文档来自技高网...

【技术保护点】
一种遗传演化拓扑优化的改进方法，其特征在于，包括如下步骤：步骤一：根据给定的边界条件和荷载，定义初始设计域，划分有限元网格离散化设计域；步骤二：赋予每个单元串长为n+1位的染色体，前n位为二进制码，表征单元的有无状态，称为状态基因，初始值均为1；最后一位为十进制码，表征单元被强制降低选择概率的程度，称为惩罚基因，初始值为0；步骤三：对结构进行有限元分析，得到所需要的结构响应；步骤四：计算第i个单元的灵敏度，并进行平滑处理；步骤五：将单元灵敏度作为个体适应值，按照非线性排名选择策略计算个体选择概率，并依惩罚基因携带的惩罚信息进行处理，挑选出m个个体作用变异算子，变异算子只选择染色体中一个不为0的...

【技术特征摘要】
1.一种遗传演化拓扑优化的改进方法，其特征在于，包括如下步骤：步骤一：根据给定的边界条件和荷载，定义初始设计域，划分有限元网格离散化设计域；步骤二：赋予每个单元串长为n+1位的染色体，前n位为二进制码，表征单元的有无状态，称为状态基因，初始值均为1；最后一位为十进制码，表征单元被强制降低选择概率的程度，称为惩罚基因，初始值为0；步骤三：对结构进行有限元分析，得到所需要的结构响应；步骤四：计算第i个单元的灵敏度，并进行平滑处理；步骤五：将单元灵敏度作为个体适应值，按照非线性排名选择策略计算个体选择概率，并依惩罚基因携带的惩罚信息进行处理，挑选出m个个体作用变异算子，变异算子只选择染色体中一个不为0的状态基因，将之变为零；步骤六：对群体作用单点杂交算子，对象仅为状态基因；步骤七：移除染色体中所有状态基因都变为0的单元；步骤八：灵敏度计算误差判别：对移除单元后的结构进行有限元计算，若性能指标PI<PIth，表示这一步的单元灵敏度计算误差过大，会导致求解失效，因此恢复移除的单元，并将其状态基因变为初始值，同时将惩罚基因加1，转至步骤三；若性能指标PI≥PIth，表示这一步的单元灵敏度计算误差在可接受范围内，转步骤四；步骤九：若某个单元的惩罚基因大于零，且在l步迭代中没有变化，则将其变为0；重复步骤三至步骤九，直到结构达到预定的约束条件；其中，n根据计算需要选择，通常取值为2～4。2...

【专利技术属性】
技术研发人员：张春巍，崔楠楠，贾布裕，余晓琳，颜全胜，杨铮，
申请(专利权)人：青岛理工大学，
类型：发明
国别省市：山东,37