一種基于改進人工魚群算法的輸電塔塔腿輔材拓撲結(jié)構(gòu)優(yōu)化方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及輸電塔塔腿輔材拓撲結(jié)構(gòu)優(yōu)化，具體指一種基于改進人工魚群算法的 輸電塔塔腿輔材拓撲結(jié)構(gòu)優(yōu)化方法，屬于工程結(jié)構(gòu)優(yōu)化技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 輸電鐵塔作為高壓電能輸送的主要載體，是重要的生命線工程，鐵塔設(shè)計水平的 高低直接影響到電網(wǎng)運行的安全。設(shè)計安全可靠經(jīng)濟合理的輸電鐵塔對節(jié)省鐵塔材料、降 低工程造價和電網(wǎng)的安全穩(wěn)定意義重大。輸電塔由塔頭、塔身和塔腿三大部分構(gòu)成，而塔腿 又包括主材和輔材，其中塔腿桿件受力非常大，且輔材眾多，布置多變，在整個結(jié)構(gòu)中占據(jù) 很大的造價份額。因此通過結(jié)構(gòu)優(yōu)化減少輸電鐵塔塔腿的用鋼量具有十分重要的實際意 義和經(jīng)濟價值。自從Dorn、Ringertz等人的開創(chuàng)性研究，桁架結(jié)構(gòu)優(yōu)化領(lǐng)域中的拓撲優(yōu)化 方向已經(jīng)成了研究熱點。王躍方等通過引入一個非常小的正數(shù)來代替刪除的桿件截面積， 但是由于體系剛度與部分桿件真正被刪除后的體系剛度有差別，得不到精確解（王躍方， 孫煥純.多工況多約束下離散變量桁架結(jié)構(gòu)的拓撲優(yōu)化設(shè)計[J].力學(xué)學(xué)報，1995, 27(3): 365 - 369.)。李林等針對塔架型鋼的離散特征，考慮了壓桿穩(wěn)定性的滿應(yīng)力優(yōu)化設(shè)計方法 進行優(yōu)化，但并沒有改變結(jié)構(gòu)的拓撲構(gòu)型（李林，宋夢嬌，王達達，陳曉云.輸電塔架設(shè)計中 的離散優(yōu)化方法研究[J].華北電力大學(xué)學(xué)報，2012, 39(6) :35 - 39.)。林友新等在蟻群 優(yōu)化思想的基礎(chǔ)上，采用邏輯變量表示節(jié)點間是否連接，實現(xiàn)輸電塔結(jié)構(gòu)在離散系統(tǒng)下的 拓撲優(yōu)化，但是只是基于一種基結(jié)構(gòu)的子空間內(nèi)尋優(yōu)，容易丟失最優(yōu)解（林友新，張卓群， 李宏男，肖志前，李東升.輸電塔結(jié)構(gòu)的拓撲優(yōu)化設(shè)計方法[J].沈陽建筑大學(xué)學(xué)報，2013， 29(4) ：655 - 661.) 〇
[0003]另外，現(xiàn)有輸電塔塔腿輔材的結(jié)構(gòu)優(yōu)化還存在如下兩種缺陷：
[0004] 1)現(xiàn)有的輸電塔塔腿輔材優(yōu)化方法缺乏較為復(fù)雜的拓撲構(gòu)型變化，難于系統(tǒng)化的 轉(zhuǎn)換塔腿輔材的構(gòu)型。
[0005] 2)當(dāng)采用普通的人工魚群算法進行結(jié)構(gòu)優(yōu)化時，其優(yōu)化速度較慢，優(yōu)化效率需要 提高，從而容易造成優(yōu)化結(jié)果欠佳的問題。

【發(fā)明內(nèi)容】

[0006] 針對現(xiàn)有技術(shù)存在的上述不足，本發(fā)明的目的在于提出一種基于改進人工魚群算 法的輸電塔塔腿輔材拓撲結(jié)構(gòu)優(yōu)化方法。本發(fā)明提出一種新的拓撲構(gòu)型變化方法，不僅可 以處理輸電塔塔腿輔材的拓撲構(gòu)型變化問題，而且還通過視野和覓食行為的改進以提高結(jié) 構(gòu)優(yōu)化效率和精度。
[0007] 本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：
[0008] -種基于改進人工魚群算法的輸電塔塔腿輔材拓撲結(jié)構(gòu)優(yōu)化方法，步驟如下：
[0009] 1)首先建立如下的塔腿輔材結(jié)構(gòu)優(yōu)化數(shù)學(xué)模型，該數(shù)學(xué)模型以塔腿質(zhì)量最輕為目 標(biāo)函數(shù)，以塔腿桿件的應(yīng)力、受壓穩(wěn)定和長細比為約束條件，以桿件單元的截面面積和桿件 單元有無為設(shè)計變量，并通過對目標(biāo)函數(shù)附加懲罰項來滿足約束條件；
[0011] 其中，L,、P,和A,分別為第j個桿件單元的長度、材料密度和截面面積；η表示結(jié) 構(gòu)中單元的數(shù)目，Tj= 0or1，T=[TT2,. . .，Τη]%桿件拓撲設(shè)計變量，1表示單元保留， 0表示單元不存在；由于桿件單元具有相應(yīng)的節(jié)點，故節(jié)點拓撲設(shè)計變量規(guī)定為Q，Ci= 0 or1，它由桿件拓撲設(shè)計變量決定，1表示節(jié)點保留，0表示節(jié)點不存在；ad為懲罰因子，s 為自由度數(shù)；σ為第j桿件的應(yīng)力；σ$為許用應(yīng)力；λ,為第j桿件的長細比；λ$為許用 長細比；^代表結(jié)構(gòu)自由度i上的位移值；u$代表允許值；
[0012] 2)將用于確定塔腿設(shè)計方案的對應(yīng)參數(shù)組負載于人工魚上，使人工魚所處的具體 水域位置由該參數(shù)組來表達，人工魚不同位置對應(yīng)的不同參數(shù)組可以確定不同的塔腿設(shè)計 方案，每個位置對應(yīng)一種塔腿設(shè)計方案；通過每條人工魚的游動位置的改變來實現(xiàn)設(shè)計方 案的改變，人工魚生存的虛擬水域?qū)?yīng)于優(yōu)化解的解空間，食物濃度對應(yīng)于目標(biāo)函數(shù)值，即 塔腿質(zhì)量Gf;人工魚向食物濃度好的地方游動對應(yīng)著塔腿設(shè)計方案向塔腿質(zhì)量Gf輕的方向 罪近；
[0013] 3)然后采用人工魚群算法來尋找優(yōu)化的人工魚個體；
[0014] 4)當(dāng)滿足結(jié)束條件后輸出最優(yōu)的人工魚個體，該最優(yōu)人工魚所處的最終位置由一 組參數(shù)表達，將該組參數(shù)中的數(shù)據(jù)轉(zhuǎn)化為確定塔腿設(shè)計方案的相應(yīng)結(jié)構(gòu)參數(shù)（例如面積參 數(shù)、和拓撲參數(shù)T,)，該結(jié)構(gòu)參數(shù)確定的塔腿設(shè)計方案即為需要的塔腿質(zhì)量Gf最輕的方案， 最后輸出該塔腿設(shè)計方案。
[0015] 其中，第3)步采用人工魚群算法來尋找優(yōu)化的人工魚個體具體過程如下，
[0016] 3. 1)初始化結(jié)構(gòu)的各個優(yōu)化參數(shù)，隨機生成一組人工魚；這些參數(shù)就是確定塔腿 設(shè)計方案的對應(yīng)參數(shù)；
[0017] 3. 2)計算每條人工魚初始位置的食物濃度，并將最優(yōu)者計入公告板；最優(yōu)者是指 最優(yōu)人工魚所處的最優(yōu)位置，在該位置食物濃度最好，目標(biāo)函數(shù)Gf最?。?br>[0018] 3. 3)然后對每條人工魚分別判斷并執(zhí)行群聚行為，如不滿足群聚行為則執(zhí)行覓食 行為，計算每條人工魚新位置下的食物濃度，然后與3. 2)步公告板上的最優(yōu)者比較，將新 的最優(yōu)者計入公告板；
[0019] 3. 4)然后對每條人工魚分別判斷并執(zhí)行追尾行為，如不滿足追尾行為則執(zhí)行覓食 行為，計算每條人工魚新位置下的食物濃度，然后與3. 3)步公告板上的最優(yōu)者比較，將新 的最優(yōu)者計入公告板；
[0020] 3.5)判斷是否滿足結(jié)束條件，如果滿足，輸出最優(yōu)位置；否則重復(fù)執(zhí)行步驟 3. 3)-3. 4) 〇
[0021] 第1)步塔腿輔材結(jié)構(gòu)優(yōu)化數(shù)學(xué)模型滿足如下拓撲變量判定規(guī)則：
[0022] 桿件單元是否刪除取決于桿件單元截面的利用率，利用率是指桿件所受的截面應(yīng) 力和該桿件所能承受的最大截面應(yīng)力的比值；若尋優(yōu)的過程中，桿件單元承受的截面應(yīng)力 小于設(shè)定的限值，該桿件單元的拓撲變量^為0 ;程序提前記錄可以刪除的節(jié)點序號，保證 若該節(jié)點刪除后有備用單元產(chǎn)生不至產(chǎn)生機構(gòu)；
[0023] (1)對于不承受荷載的可刪除節(jié)點且不是支座節(jié)點，如果僅有兩個單元與之相連， 應(yīng)刪除該節(jié)點，該節(jié)點拓撲變量(^為0 ;
[0024] (2)對于承受荷載的節(jié)點，應(yīng)保證至少兩個單元與之相連，只有兩個單元時還需保 證不在同一條直線上；
[0025] (3)對其他不可刪除節(jié)點，應(yīng)保證至少有三個單元與之相連；
[0026] (4)刪除一個節(jié)點，與之相連的所有單元的拓撲變量都變?yōu)? ;若導(dǎo)致該刪除節(jié)點 周邊的節(jié)點因連接單元數(shù)量不足出現(xiàn)機構(gòu)，算法程序會自動識別并產(chǎn)生備用單元，避免機 構(gòu)發(fā)生；所述機構(gòu)是一種特定結(jié)構(gòu)，該類結(jié)構(gòu)不穩(wěn)定，可以發(fā)生動態(tài)的移動，所有設(shè)計時要 求不能夠產(chǎn)生機構(gòu)。
[0027] 本發(fā)明人工魚群行為的算法描述如下：
[0028] 覓食行為：
[0029] 設(shè)人工魚當(dāng)前位置為&，在其感知范圍內(nèi)隨機選擇一個位置X,，如果在求極小值 問題中，Y/Yj，Y_PYAIU指位置XPXi對應(yīng)的食物濃度值，則向該方向前進一步，為
[0031] 反之，再重新隨機選擇狀態(tài)Xj，判斷是否滿足前進條件；反復(fù)Try_number次后，如 果仍不能滿足前進條件，則隨機移動一步；
[0032] 群聚行為：
[0033] 設(shè)人工魚當(dāng)前位置為Xi，探索當(dāng)前鄰域內(nèi)的伙伴數(shù)目nf及中心位置X。，當(dāng)前鄰域 即(^<Visual，d^為人工魚的間距，Visual為搜索視野；如果Yc ·nf<δYpYpYc是當(dāng) 前位置和中心位置食物濃度值，δ是擁擠度因子，表明伙伴中心有較好的食物并且不太擁 擠，則朝伙伴中心方向前進一步，為
[0035] 否則執(zhí)行覓食行為；
[0036] 追尾行為：
[0037] 設(shè)人工魚當(dāng)前位置為&，探索當(dāng)前鄰域內(nèi)的伙伴中Υ,為最小的伙伴Χ_，并且Χ_ 鄰域內(nèi)的伙伴數(shù)目nf滿足Y_nf<δI，Υ_是位置X_對應(yīng)的食物濃度值；表明伙伴X_ 的位置具有較好的食物濃度并且周圍不太擁擠，則朝伙伴乂_的方向前進一步，為
[0039] 否則執(zhí)行覓食行為；
[0040] 隨機行為：
[0041] 人工魚在視野范圍內(nèi)隨機選擇一個狀態(tài)，然后向該方向移動，為
[0042] Xnext=Xi+VisualXstepXrand()
[0043] 其實是覓食行為的一個默認缺省行為。
[0044] 其中，第3)步尋找優(yōu)化的個體所采用的人工魚群算法中搜索視野Visual和移動 步長step計算公式如下；
[0047] 其中，Visual。表示搜索視野初值，step。表示移動步長初值，tp表示當(dāng)前所有桿件 拓撲變量之和，t表示當(dāng)前迭代次數(shù)，m表示初始結(jié)構(gòu)桿件單元數(shù)量，T表示最大迭代次數(shù)，