[发明专利]基于改进哈里斯鹰优化算法的压力容器结构优化方法

权利要求书

1.一种基于改进哈里斯鹰优化算法的压力容器结构优化方法，其特征在于，其步骤如下：

S1、通过对于压力容器的数学建模，确定影响压力容器结构性能的各个变量以及变化范围，建立压力容器结构优化的目标函数；

S2、利用改进的哈里斯鹰优化算法对步骤S1中的目标函数进行优化，得到压力容器结构的各个变量的最优值。

2.根据权利要求1所述的基于改进哈里斯鹰优化算法的压力容器结构优化方法，其特征在于，所述压力容器结构优化的目标函数为：

其中，为目标函数，变量向量x₁、x₂、x₃、x₄均为变量，T_h表示压力容器头部的厚度，T_s表示压力容器壳体的厚度，L表示压力容器圆柱形截面的长度，R表示压力容器圆柱形的内径；

目标函数满足的约束条件为：

约束条件且0≤x₁≤99，0≤x₂≤99，10≤x₃≤200，10≤x₄≤200。

3.根据权利要求1所述的基于改进哈里斯鹰优化算法的压力容器结构优化方法，其特征在于，所述利用改进的哈里斯鹰优化算法对目标函数进行优化的方法为：

S21、随机生成数量为N的哈里斯鹰种群，初始化约束参数：迭代次数t、最大迭代次数为T、逃逸能量的初始能量E₀、转换因子CF；

S22、计算每个个体适应度，并将最有适应度个体作为猎物的当前位置利用随机指数衰减函数更新猎物的逃逸能量E：

其中，δ为衰减因子；

S23、当|E|≥1时进入探索阶段，此时采用自适应合作觅食策略更新鹰群位置；

S24、当|E|1时进入开发阶段，此时哈里斯鹰对于探索阶段检测到的猎物进行突袭追逐，其采用四种不同开发方式进行鹰群更新；

S25、计算更新后的鹰群中每个个体的适应度值，并更新猎物的位置

S26、利用分散觅食策略更新部分哈里斯鹰群中鹰的位置；

S27、计算更新后的鹰群中每个个体的适应度值，并更新猎物的位置

S28、迭代次数t＝t+1，判断迭代次数是否达到最大迭代次数T，若是，迭代结束，输出最优适应度值对应的个体，否则，返回步骤S22。