一种基于自然启发的元启发式算法中的蝙蝠算法的自适应拓扑优化方法技术

本发明专利技术公开了一种基于自然启发的元启发式算法中的蝙蝠算法的自适应拓扑优化方法，包括以下步骤：S1：初始化拓扑优化问题的设计空间，并定义设计变量‑密度、目标函数‑柔度和约束条件；S2：应用蝙蝠算法对设计空间中的设计变量进行迭代优化，得到初步的拓扑优化解；S3：通过设定自适应机制，根据当前迭代结果动态调整设计空间的离散化精度或约束条件，优化拓扑结构；S4：基于自适应机制更新蝙蝠算法参数；S5：判断收敛准则，终止优化过程。本发明专利技术方法通过动态调整优化策略和算法参数，对设计域密度值进行更新，从而提高拓扑优化的稳定性，解决“棋盘格”问题。

【技术实现步骤摘要】

本专利技术涉及一种拓扑优化算法，特别涉及一种基于自然启发的元启发式算法中的蝙蝠算法的自适应拓扑优化方法，应用于工程结构设计中的拓扑优化问题。

技术介绍

1、拓扑优化是一种在给定设计域和约束条件下，确定材料分布的优化方法。其应用范围涵盖结构设计、材料布局、轻量化设计等多个领域。然而，现有的拓扑优化方法中，较为常用的是固体各向同性材料惩罚法(simp)，这类方法在更新密度时，存在优化结果不稳定，易出现“棋盘格”现象的问题。

2、蝙蝠算法是一种模拟蝙蝠回声定位行为的优化方法，具有全局搜索能力和较强的局部精细搜索能力，能够有效避免传统算法中的局部最优问题。然而，传统的蝙蝠算法在拓扑优化中的应用仍然较为有限，且算法参数(如搜索步长、探索精度等)通常是固定的，缺乏灵活的自适应机制。

3、基于此，需要更理想的拓扑优化方法。

技术实现思路

1、专利技术目的：本专利技术的目的是提供一种基于自然启发的元启发式算法中的蝙蝠算法的自适应拓扑优化方法，能够在复杂的设计空间中快速找到最优拓扑结构，同时避免陷入局部本文档来自技高网...

【技术保护点】

1.一种基于自然启发的元启发式算法中的蝙蝠算法的自适应拓扑优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于自然启发的元启发式算法中的蝙蝠算法的自适应拓扑优化方法，其特征在于，所述步骤S1中，将优化结构离散化为网格单元，每个单元的材料分布可以通过密度来表示，密度值在[0，1]范围内，其中0代表该单元没有材料，1代表该单元完全充满材料；

3.根据权利要求2所述的基于自然启发的元启发式算法中的蝙蝠算法的自适应拓扑优化方法，其特征在于，所述步骤S2中，每个蝙蝠个体的速度和位置根据蝙蝠算法的规则进行初始化，计算每个蝙蝠个体的柔度，作为其适应度值，适应度是根...

【技术特征摘要】

1.一种基于自然启发的元启发式算法中的蝙蝠算法的自适应拓扑优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于自然启发的元启发式算法中的蝙蝠算法的自适应拓扑优化方法，其特征在于，所述步骤s1中，将优化结构离散化为网格单元，每个单元的材料分布可以通过密度来表示，密度值在[0，1]范围内，其中0代表该单元没有材料，1代表该单元完全充满材料；

3.根据权利要求2所述的基于自然启发的元启发式算法中的蝙蝠算法的自适应拓扑优化方法，其特征在于，所述步骤s2中，每个蝙蝠个体的速度和位置根据蝙蝠算法的规则进行初始化，计算每个蝙蝠个体的柔度，作为其适应度值，适应度是根据目标函数和约束条件计算的，通常为目标函数值和约束条件的罚函数的加权和，基于蝙蝠算法的规则，更新蝙蝠个体的位置和速度，蝙蝠算法的速度更新公式如下：

4.根据权利要求3所述的基于自然启发的元启发式算法中的蝙蝠算法的自适应拓扑优化方法，其特征在于，所述算法中每一只蝙蝠均代表一种拓扑优化结构，对于每一个拓扑优化结构，首先需要根据下列公式更新刚度矩阵里每个单元的杨氏模量，然后重新组装刚度矩阵，求解位移值，在得到位移值后，根据(c的计算公式)得到适应度fit，从而完成算法的整个优化流程，

5.根据权利要求4所述的基于自然启发的元启发式算法中的蝙蝠算法的自适应拓扑优化方法，其特征在于，所述算法中，适应度fit的计算包括柔度...

【专利技术属性】
技术研发人员：王博，曾若影，黄孙铭胤，高培洋，俞潜谦，李臣学，何彭宇轩，卢子杰，宋若楠，
申请(专利权)人：上海理工大学，
类型：发明
国别省市：