文档介绍：第卷第期徐州工程学院学报自然科学版年月
. .
改进自适应遗传模拟退火算法的结构优化设计
刘敬宇
辽宁工业大学土木建筑学院,辽宁锦州
摘要:为提高遗传算法的收敛性,避免发生早熟收敛,
个体适应度值的自适应遗传算法,并将遗传算法和模拟退火算法结合形成一种混合算法,从而

法更加有效.
关键词:自适应;遗传算法;模拟退火算法;结构优化
中图分类号:. 文献标志码: 文章编号:———
在传统的优化领域中,通常采用解析的方法对目标函数进行优化,但实际工程结构优化设计中常常
遇到多极值点问题、目标函数的非线性问题、非连续设计变量问题等非多项式算法难题,而传统解
析算法处理这些难题时却不再适用;因此,适用于工程实际的离散变量结构优化设计计算方法近年来受
到重视,
方法.
改进自适应遗传算法
. 遗传算法
遗传算法,起源于世纪年代,自年密歇根大学的和
他的合作者共同研究和提出之后,
,不存在求导及对函数连续性的
限定,,其优点在于采用概率化的寻优方
法,能自动获取优化的搜索空间,并自适应地调整优化的搜索方向,不需要确定的规则,全局寻优能力强.
遗传算法已经发展成为现代智能计算中的关键技术,在机器学习、自适应控制、信号处理、组合优化、人工
生命等领域已经得到广泛应用.
但是遗传算法也存在着诸如迭代过程比较缓慢等缺点,对算法中的各种运行参数的选择依赖于程序
设计者的经验,
交叉概率和变异概率的选择,会直接影响算法的搜索效果和效率,而更麻烦的是只有经过大量的
,.提出了自适应的思想,指出
随着遗传算法在线性能的提高下降可以增大减小的取值,使和能够随适应度自动改变.
本文提出了对遗传算法的几点改进措施,提高了遗传算法的运行效率和计算精度.
. 改进措施
交叉运算和变异运算是遗传算法用来产生新个体的主要手段,因而算法设计者对交叉、变异概率的
选择将决定遗传算法是否会陷人局部最优解,
的基本原理,对遗传算法中的。和进行了自适应的改进,
传算法既保持了群体多样性,又保证了遗传算法的收敛性.
在这里的自适应遗传算法中,按公式、进行自适应调整嘲,即
收稿日期:——
基金项目:辽宁省教育厅科学技术研究项目
作者简介:刘敬宇一女,黑龙江牡丹江人,讲师,硕士,主要从事建筑结构设计研究
· ·
刘敬宇:改进自适应遗传模拟退火算法的结构优化设计
厂最一厂。一, ,,\ ,
一厂一’’
【。, 厂,.
愚一厂一, ,\ ,
一【,,一厂’,/ ’
, 厂厂.
式中:,为群体中最大的适