基于多目标形状优化的自由曲面空间结构形态的创建.pdf

《基于多目标形状优化的自由曲面空间结构形态的创建.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42卷第8期建筑技术开发Vo1．42,No．82015年8月BuildingTechniqueDevelopmentAug．2015基于多目标形状优化的自由曲面空间结构形态的创建邢民，杨兴民，刘敏(中国中建设计集团有限公司，北京100044)[摘要]介绍了结构优化设计的基本理论和方法，对用于全局搜索的遗传算法中的NSGA—II算法进行了阐述。最后基于多目标形状优化算法生成了自由曲面的空间结构形态算例。[关键词]全局搜索；NSGA—II算法；曲面空间结构[中图分类号]Tu378[文献标志码]A[文章编号]

2、1001—523X(2015)08—0026-04ESTABLISHMENToFMUrI．oBJECTIVESHAPEoPTIMIZATIoNBASEDFREECAMBEREDSPATIALSTRUCTUREXingMin，YangXing—Min，LiuMin[Abstract]ThispaperintroducedthebasictheoryandmethodofstructureoptimizationdesignandexpoundedtheNSGA—IIalgorithmofgeneticalg

3、orithmforglobalsearch．Inaddition，fleecamberspacestructureshapecalculationcasewasestablishedaccordingtomulti—objectiveshapeoptimizationalgorithm．VKeywords]globalsearch；NSGA—IIalgorithm；camberedspatialstructure通过结构优化当中的形状优化来创建结构于1993年首次提出了对遗传算法的种群进行非形态，即先通过

4、非均匀有理B样条生成灵活的支配排序的多目标遗传算法(MultipleObjective自由曲面，然后对所生成的自由曲面进行形状优GeneticAlgorithm，MOGA)，通过采用通用的GA化。实际工程中往往是建筑师首先通过对建筑功方法框架来有效解决多目标问题。Srinivas和能需求和美学的研究提出一个建筑形式，结构工Deb在1994年提出非支配排序遗传算法(Non—程师再对此建筑形式进行实现。引入结构优化的dominatedSortingGeneticAlgorithm，NSGA)，该算思想后，可对

5、建筑师提出的建筑形态进行结构性法与简单遗传算法(simplegeneticalgorithm，简记能的优化，从而得到既满足建筑功能和意向需求SGA)类似，但选择操作算子不同。2000年Deb等同时结构又非常合理的结构形态。对原始的NSGA进行改进，提出带精英策略的非1NSGA．II算法支配排序遗传算法(Non-dominatedSortingGenetic带精英策略的非支配排序遗传算法(Non—AlgorithmII，NSGA-II)“。dominatedSortingGeneticAlgorithmII

6、，NSGA—II1．1标准遗传算法(SGA)算法)是一种多目标遗传算法(Multi．objective遗传算法模拟自然界优胜劣汰的法则，根GeneticAlgorithm，MOGA)。Fonseca和Fleming据问题的目标函数构造一个适值函数(FitnessFunction)，对一个由多个解f每个解对应一个染收稿日期：2015-07-06作者简介：邢民(1965一)，男，河北承德人，教授级高级工色体)构成的种群进行评估、遗传操作、选择，程师，总工程师。经多代繁殖，获得适应度值最好的个体作为问题26第4

7、2卷邢民，等：基于多目标形状优化的自由曲面空间结构形态的创建第8期的最优解。的数量，为被个体i所支配的解个体的集合。1．2非支配排序遗传算法(NSGA)首先，找到种群中所有0的个体，将它们存非支配排序遗传算法是Srinivas和Deb提出入当前集合，然后对于当前集合中的每个的基于Pareto最优概念处理多目标优化问题的遗个体，考察它所支配的个体集sj，将集合sj中传算法。非支配排序遗传算法的主要思想利用非的每个个体k的减去1，即支配4"45k的解个支配前沿分级遗传算法对种群进行非支配分层，体数减1(因为支

8、配个体k的个体．J『已经存入当前然后再通过选择操作得到下一代种群。使用共享集)，如果刀=0则将个体k存入另一个集。函数的方法保持群体的多样性。最后，将作为第一级非支配个体集合，并赋予1-3带精英策略的非支配排序遗传算法(NSGA-Ⅱ)该集合内个体一个相同的非支配序irank，然后继1．3．1NSGA—II与NSGA的区别续对H作上述分级操作并赋予相应的非支配序，NSGA算法有两个优点：第一是依靠非支直到所有的个体都被分级。配排