[发明专利]基于多目标遗传算法的伸臂道数及布置位置的自动优化方法

摘要

本发明基于多目标遗传算法的伸臂道数及布置位置的自动优化方法：一、建立结构模型，定义多目标遗传算法参数，产生初始种群；二、引用规范约束条件，运用相关简化公式对每个个体进行计算，得出相应的性能指标；三、检查统计伸臂桁架层数量、计算筒体基底弯矩值、计算顶点位移值是否满足规范约束要求，若是，则进行第四步，若否，则返回第三步；四、评价优化解集中个体的适应度；应用精英策略选出并保存最优个体，将其放入到下一代种群中，替换适应度最差的个体；五、检查是否满足预定的停止准则，若是，然后通过三目标函数及结合相关性能指标来选择满意的方案；若否，则执行下一代繁殖，直到满足为止。

主权项

1.基于多目标遗传算法的伸臂道数及布置位置的自动优化方法，其特征是按如下步骤进行：一、建立结构模型，定义多目标遗传算法参数，产生初始种群；二、引用规范约束条件，运用相关简化公式对每个个体进行计算，得出相应的性能指标，包括统计伸臂桁架层数量、计算筒体基底弯矩值、计算顶点位移值；三、检查统计伸臂桁架层数量、计算筒体基底弯矩值、计算顶点位移值是否满足规范约束要求，若是，则进行第四步，若否，则返回第三步；四、评价优化解集中个体的适应度；应用精英策略选出并保存最优个体，将其放入到下一代种群中，替换适应度最差的个体；五、检查是否满足预定的停止准则，若是，则停止迭代，然后通过伸臂桁架层数量、顶点位移减小效率、筒体基底弯矩减小率三目标函数及结合第二步中运用相关简化公式对个体进行计算得出的相应性能指标来选择满意的设计方案；若否，则执行下一代繁殖：进行选择、交叉、变异运算，并选出精英个体，返回第一步中的产生初始种群，直到满足为止。