>[0154]
[0155] 该输电塔腿基结构模型a和输电塔腿基结构模型b的拓扑优化设计模型分别见图 7、图8,由图7、图8可以看出：三种算法分别基于结构模型a和结构模型b的优化结果设计 形式是一致的，但是与基于单一基结构的优化结果相比，拓扑形式有很大改变。
[0156] 图9、图10为本文采用的拓扑优化方法与差商法对该输电铁塔塔腿构型a和构型 b的拓扑优化收敛曲线。塔腿构型a单元数目比较少，基本鱼群算法与改进的鱼群算法优化 结果一样，但是寻优效果好于差商算法，比差商算法减少2. 3%。塔腿构型b的优化结果显 示改进的鱼群算法比基本鱼群算法减少〇. 5%，比差商算法减少2. 0%。改进的鱼群算法的 收敛速度均优于基本鱼群算法和差商算法。比较三种基结构模型的拓扑优化结果，三分格 是该输电塔塔腿最优的布置形式。
[0157] 最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管申 请人参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发 明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，均应涵盖在本 发明的权利要求范围当中。
【主权项】
1. 一种基于改进人工鱼群算法的输电塔塔腿辅材拓扑结构优化方法，其特征在于：步 骤如下： 1) 首先建立如下的塔腿辅材结构优化数学模型，该数学模型W塔腿质量最轻为目标函 数，W塔腿杆件的应力、受压稳定和长细比为约束条件，W杆件单元的截面面积和杆件单元 有无为设计变量，并通过对目标函数附加惩罚项来满足约束条件；其中，L,、P,和A,分别为第j个杆件单元的长度、材料密度和截面面积；η表示结构中 单元的数目，Τj= 0or1，Τ=[Τ1，了2,...，Τ。]Τ为杆件拓扑设计变量，1表示单元保留，0表 示单元不存在；由于杆件单元具有相应的节点，故节点拓扑设计变量规定为Ci，。=0or 1，它由杆件拓扑设计变量决定，1表示节点保留，0表示节点不存在；αd为惩罚因子，S为自 由度数；0 .，为第j杆件的应力；0 *为许用应力；λ,为第j杆件的长细比；λ为许用长细 比；111代表结构自由度i上的位移值；u>^^表允许值； 2) 将用于确定塔腿设计方案的对应参数组负载于人工鱼上，使人工鱼所处的具体水 域位置由该参数组来表达，人工鱼不同位置对应的不同参数组可W确定不同的塔腿设计方 案，每个位置对应一种塔腿设计方案；通过每条人工鱼的游动位置的改变来实现设计方案 的改变，人工鱼生存的虚拟水域对应于优化解的解空间，食物浓度对应于目标函数值，即塔 腿质量Gf;人工鱼向食物浓度好的地方游动对应着塔腿设计方案向塔腿质量Gf轻的方向靠 近； 3) 然后采用人工鱼群算法来寻找优化的人工鱼个体； 4) 当满足结束条件后输出最优的人工鱼个体，该最优人工鱼所处的最终位置由一组参 数表达，将该组参数中的数据转化为确定塔腿设计方案的相应结构参数，该结构参数确定 的塔腿设计方案即为需要的塔腿质量Gf最轻的方案，最后输出该塔腿设计方案。2. 根据权利要求1所述的基于改进人工鱼群算法的输电塔塔腿辅材拓扑结构优化方 法，其特征在于，第3)步采用人工鱼群算法来寻找优化的人工鱼个体具体过程如下， 3. 1)初始化结构的各个优化参数，随机生成一组人工鱼；运些参数就是确定塔腿设计 方案的对应参数； 3. 2)计算每条人工鱼初始位置的食物浓度，并将最优者计入公告板；最优者是指最优 人工鱼所处的最优位置，在该位置食物浓度最好，目标函数Gf最小； 3. 3)然后对每条人工鱼分别判断并执行群聚行为，如不满足群聚行为则执行觅食行 为，计算每条人工鱼新位置下的食物浓度，然后与3. 2)步公告板上的最优者比较，将新的 最优者计入公告板； 3. 4)然后对每条人工鱼分别判断并执行追尾行为，如不满足追尾行为则执行觅食行 为，计算每条人工鱼新位置下的食物浓度，然后与3. 3)步公告板上的最优者比较，将新的 最优者计入公告板； 3.5)判断是否满足结束条件，如果满足，输出最优位置；否则重复执行步骤 3. 3)-3. 4)。3.根据权利要求1所述的基于改进人工鱼群算法的输电塔塔腿辅材拓扑结构优化方 法，其特征在于，第1)步塔腿辅材结构优化数学模型满足如下拓扑变量判定规则： 杆件单元是否删除取决于杆件单元截面的利用率，利用率是指杆件所受的截面应力和 该杆件所能承受的最大截面应力的比值；若寻优的过程中，杆件单元承受的截面应力小于 设定的限值，该杆件单元的拓扑变量T，为0 ;程序提前记录可W删除的节点序号，保证若该 节点删除后有备用单元产生不至产生机构； (1) 对于不承受荷载的可删除节点且不是支座节点，如果仅有两个单元与之相连，应删 除该节点，该节点拓扑变量。为0 ; (2) 对于承受荷载的节点，应保证至少两个单元与之相连，只有两个单元时还需保证不 在同一条直线上； (3) 对其他不可删除节点，应保证至少有Ξ个单元与之相连； (4) 删除一个节点，与之相连的所有单元的拓扑变量都变为0 ;若导致该删除节点周边 的节点因连接单元数量不足出现机构，算法程序会自动识别并产生备用单元，避免机构发 生；所述机构是一种特定结构，该类结构不稳定，可W发生动态的移动，所有设计时要求不 能够产生机构。4.根据权利要求1所述的基于改进人工鱼群算法的输电塔塔腿辅材拓扑结构优化方 法，其特征在于，人工鱼群行为的算法描述如下： 觅食行为： 设人工鱼当前位置为Xi，在其感知范围内随机选择一个位置X，，如果在求极小值问题 中，Yj<Yi，Yj、Yi分别指位置Xi、X对应的食物浓度值，则向该方向前进一步，为，rand为0到1之间的随机数； 反之，再重新随机选择状态Xj，判断是否满足前进条件；反复Try_number次后，如果仍 不能满足前进条件，则随机移动一步； 群聚行为： 设人工鱼当前位置为Xi，探索当前邻域内的伙伴数目nf及中屯、位置X。，当前邻域即di, <Visual,dii为人工鱼的间距，Visual为捜索视野；如果Y。·nf<δYi，Yi、Y。是当前位置 和中屯、位置食物浓度值，δ是拥挤度因子，表明伙伴中屯、有较好的食物并且不太拥挤，则朝 伙伴中屯、方向前进一步，为否则执行觅食行为； 追尾行为： 设人工鱼当前位置为Xi，探索当前邻域内的伙伴中Υ，为最小的伙伴Xmi。，并且Xmm邻域 内的伙伴数目nf满足Ymi"nf<δYi，Ymm是位置Xmm对应的食物浓度值康明伙伴XmJ勺位 置具有较好的食物浓度并且周围不太拥挤，则朝伙伴Xmm的方向前进一步，为否则执行觅食行为； 随机行为： 人工鱼在视野范围内随机选择一个状态，然后向该方向移动，为 Xnext二Xi+VisualXst巧XrandQ其实是觅食行为的一个默认缺省行为。5.根据权利要求1所述的基于改进人工鱼群算法的输电塔塔腿辅材拓扑结构优化方 法，其特征在于，第3)步寻找优化的个体所采用的人工鱼群算法中捜索视野Visual和移动 步长step计算公式如下；其中，Visual。表示捜索视野初值，step。表示移动步长初值，化表示当前所有杆件拓 扑变量之和，t表示当前迭代次数，m表示初始结构杆件单元数量，T表示最大迭代次数，P、 q表示视野的影响系数，α表示步长的影响系数，p、q、α取值范围为[〇，1]; 第3)步寻找优化的个体所采用的人工鱼群算法中觅食行为按如下方法确定： 若某些杆件单元的应力σ超过应力允许限值[〇]，说明必须要增大其截面积W增强 该单元承载能力，算法程序会自动记录该杆件单元截面积需要加强，则在下次迭代循环前 自动选择临近大一型号的截面；相反若当前单元的截面应力过小，说明必须要减小其截面 积W增加材料的利用率，算法程序自动记录该杆件单元利用率不足，在下次迭代循环前自 动替换邻近小一型号的截面；计算公式如下，據分别表示位置Xi的第j维迭代后的设计变量及当前设计变量，Ζ,表示捜索方 向；Δχ表示设计变量下一离散值与当前离散值之差，[0 ]为应力允许限值，P表示单元材 料最小利用率限值。
【专利摘要】本发明公开了一种基于改进人工鱼群算法的输电塔塔腿辅材拓扑结构优化方法，1）首先建立塔腿辅材结构优化数学模型，该数学模型以塔腿质量最轻为目标函数，并通过对目标函数附加惩罚项来满足约束条件；2）将用于确定塔腿设计方案的对应参数组负载于人工鱼上，通过每条人工鱼的游动位置的改变来实现设计方案的改变；3）采用人工鱼群算法来寻找优化的人工鱼个体；4）当满足结束条件后输出最优的人工鱼个体，将最优人工鱼位置参数转化为塔腿设计方案的相应结构参数，最后输出该塔腿设计方案。本发明不仅可以处理输电塔塔腿辅材的拓扑构型变化问题，而且还通过视野和觅食行为的改进以提高结构优化效率和精度。
【IPC分类】G06Q10/04, G06Q50/06
【公开号】CN105243460
【申请号】CN201510776157
【发明人】郭惠勇
【申请人】重庆大学
【公开日】2016年1月13日
【申请日】2015年11月12日