资源描述：
《桁架结构多目标优化免疫克隆选择算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、桁架结构多目标优化免疫克隆选择算法摘要：为了解决带有约束的结构多目标优化问题，将免疫克隆选择算法应用于桁架结构的多目标优化设计中.根据免疫学基本原理，采用非支配邻域选择机制、比例克隆和精英策略，使算法很好地保持了所得解的多样性、均匀性和收敛性.在桁架结构优化的数学模型中，采用惩罚函数法处理违反约束的情况.为了验证所提算法的可行性和有效性，对经典桁架进行了优化，并与其它方法作比较，数值结果表明，该算法在收敛速度、时间消耗和求解质量上均具有一定的优势.关键词：多目标优化；桁架结构；精英策略；免疫克隆选择算法分类号：TU323.4；TU311文献标识码：A4结论1）基于非支配克隆选择、比例
2、克隆和精英主义策略的免疫克隆多目标优化算法，算法简单，收敛迅速，耗时较少，易于实现，且更好地保证了在演化过程中，种群的多样性，使得解集能够从可行域内部和不可行域的边缘向着最优解逼近，从而更好地保证了所得最优解的多样性以及很好的逼近性.2）本文对典型桁架结构多目标优化进行了数值分析，并且与NSGAII，CMOIA及相关文献的优化结果进行了比较讨论.数值结果表明，MOICSA算法在极端点扩展、解的均匀性以及收敛速度上要优于其他算法，所得解集能够包含单目标优化的最优解，验证了MOICSA算法很好地保持了所得最优解的多样性、均匀性以及较强的收敛性，说明了该算法适合于结构多目标尺寸优化设计分析
3、.参考文献[1]COELLOC,CORTESN.Solvingmultiobjectiveoptimizationproblemsusinganartificialimmunesystem[J].GeneticProgrammingandEvolvableMachines,2005，6(2)：163-190.[2]吴亮红，王耀南，袁小芳，等.多目标优化问题的差分进化算法研究J].湖南大学学报：自然科学版，2009,36(2)：53-57.WULianghong，WANGYaonan，YUANXiaofang,etal.Researchondifferentialevolutional
4、gorithmforMOPsJ].JournalofHunanUniversity：NaturalSciences,2009，36(2)：53-57.(InChinese)[3]JIAOL,GONGM,RH，etal.Clonalselectionwithimmunedominanceandenergybasedmultiobjectiveoptimization[C]//ProceedingsoftheThirdInternationalConferenceonEvolutionaryMulticriterionOptimization.Berlin：SpringerVerlag,
5、2005：474-489.[1]GONGM,JIAOL，DUH，etal.Multiobjectiveimmunealgorithmwithnondominatedneighborbasedselection[J].EvolutionaryComputation,2008，16(2)：225-255.[2]DEBK,AGARWALS,PRATAPA,etal.Afastelitistmultiobjectivegeneticalgorithm：NSGAII[J].IEEETransactionsonEvolutionaryComputation,2002,6(2)：182-197.[
6、3]LUHGC，CHUEHCH.MultiobjectiveoptimaldesignoftrussstructurewithimmunealgorithmJ].Computers&Structures,2004，82:829-844.[4]K0H0NENT.Selforganizingmaps[M].Berlin:SpringerSeriesinInformationSciences,1995.[5]申晓宁，李涛，张敏.一种基于模糊逻辑引入偏好信息的多目标遗传算法J].南京理工大学学报，2011，35(2)：245-251.SHENXiaoning,LITao，ZHANGMin.M
7、ultiobjectiveoptimizationgeneticalgorithmincorporatingpreferenceinformationbasedonfuzzylogicJ].JournalofNanjingUniversityofScienceandTechnology,2011，35(2)：245-251.(InChinese)[1]唐和生，范德伟，王兆亮，等.桁架尺寸优化微分演化算法J].湖南大学学报：自然科学版，2011,38(11)
