基于模拟退火Memetic算法的复合材料层合板铺层顺序优化-论文.pdf

基于模拟退火Memetic算法的复合材料层合板铺层顺序优化-论文.pdf

ID:53762693

大小:1.21 MB

页数:6页

时间:2020-04-24

基于模拟退火Memetic算法的复合材料层合板铺层顺序优化-论文.pdf_第1页
基于模拟退火Memetic算法的复合材料层合板铺层顺序优化-论文.pdf_第2页
基于模拟退火Memetic算法的复合材料层合板铺层顺序优化-论文.pdf_第3页
基于模拟退火Memetic算法的复合材料层合板铺层顺序优化-论文.pdf_第4页
基于模拟退火Memetic算法的复合材料层合板铺层顺序优化-论文.pdf_第5页
资源描述:

《基于模拟退火Memetic算法的复合材料层合板铺层顺序优化-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第13卷第l3期2013年5月科学技术与工程Vo1.13No.13May20131671—1815(2013)13—3566—06ScienceTechnologyandEngineering⑥2013Sci.Tech.Engrg.基于模拟退火Memetic算法的复合材料层合板铺层顺序优化王军王共冬’陈浩赵亮陈勇(沈阳航空航天大学航空航天工程学部,飞行器复合材料结构分析与仿真重点实验室,沈阳110136;95061部队,老河LI441800)摘要应用基于模拟退火局部寻优的Memetic算法对复合材料层合板的铺层顺序进行优化设计,以层合板的面内

2、几何因子和弯曲因子为优化对象,建立Memetic算法的优化模型。通过遗传操作,搜索问题的最优解,借助于模拟退火进行局部寻优,扩大了算法的寻优范围,加速了算法的收敛速度。数值算例中给定了层合板的面内几何因子和弯曲因子,应用Memetic算法求解层合板的最佳铺层顺序。并应用标准遗传算法和基于模拟退火局部寻优Memetic算法的结果进行比较,然后用有限元进行模拟分析,证明了本文中优化模型的有效性和基于模拟退火Memetic算法的优越性。关键词Memetic算法优化层合板铺层顺序模拟退火中图法分类号TB332;文献标志码A复合材料是一大类新型材料,其

3、强度高、刚度型,增加了铺层启发式知识的约束;修英姝、崔德大、质量轻,并具有抗疲劳、减振、耐高温、可设计性刚¨建立了满足铺层结构稳定的优化铺层体系,并强等一系列优点,在航空航天、建筑、机械、信息、能用神经网络和遗传算法对其体系进行了优化,开发源、交通、生物、医学和体育等工程和部门都有了广了层合板稳定性的优化软件。泛的应用⋯。复合材料层合板铺层顺序决定了层目前的一些优化算法在实际的工程应用中大合板的大部分的力学特性,是复合材料结构设计的都存在着不足,如容易出现“早熟”现象、搜索效率基础和关键。国内外许多研究者做过这方面的研低、不能保持个体的多样性

4、等。针对于这些不足,究工作:Zehnderl2提出了在对层合板结构进行参数本文使用的是Memetic算法,它是一种结合遗传机化的基础上,采用遗传算法对复合材料结构全局优制和局部搜索的随机优化算法,充分吸收了全局优化的方法;Liu、Lin、Soremekun、Riche分别化和局部搜索算法的优点,对复合材料层合板的铺对遗传算法作了部分的改进,使铺层顺序的计算时层顺序问题进行优化,并用有限元进行分析验证,间更短、效率更高;Lin、Mucl8J、Parkl9采用有限这为复合材料结构的优化设计乃至离散变量的优元和遗传算法相结合的方法进行复合材料层合板

5、化问题引入了一种全新的思路和方法。铺层优化。此外还有穆鹏刚、赵美英等人。。引入了1优化设计模型蚁群算法,将层合板的优化转化为旅行商问题(trav—elingsalesmanproblem,TSP),为解决离散优化问题根据经典层合板理论1,定义对称层合板的几提供了新的方法和思路;王共冬、陈彦海等人考何因子Vi(=A时为面内几何因子;i=D时为弯虑到铺层知识对铺层的约束,建立了基于启发式知曲几何因子)为式(1)所示。识和自适应遗传算法的复合材料层合板的优化模cos20kcos4022012年12月26日收到校博士启动基金(O141312)资助VA

6、=——nsin20第一作者简介:王军(1986一)男,沈阳航空航天大学硕士研究生。E-mail:wangjunsky@163.corn。sin40科学技术与工程13卷法一样;目标函数值(适应度值)都能随着遗传代数参考文献的增加而逐渐减小(增加),最终收敛到最优值。基本遗传算法在第13代收敛到0.19883,进入早熟状1沈观林,胡更开.复合材料力学.北京:清华大学出版社,2006:l7—_28态,直到第18代才跳出早熟,收敛到全局最优,得到2ZehnderN,ErmanniP.Amethodologyfortheglobaloptimizati

7、onof最优解为0.121773。而Memetic算法由于在基本laminatedcompositestructures.CompositeStructures,2006;72(3):遗传算法中加入了模拟退火局部寻优策略,表现出11—_32O3LiuBoyang,HaftkaT,AkgunRA,eta1.Permutationgeneticalgo—收敛快的优点。在遗传到第2代就收敛到了0.173rithmforstackingsequencedesignofcompositelaminates.Computer179,然后到第6代就直接收敛

8、到全局最优,得到最MethodsinAppliedMechanicsandEngineering,2000;186(2__4):优解0.121773。两种算法比较可

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。