基于粒子群算法和ANSYS的结构智能优化方法研究

　　摘 要 为探究更好的结构优化方法，以粒子群优化算法为基础，结合有限元模拟软件ANSYS，提出了基于粒子群算法和ANSYS的联合编程智能结构优化方法。对此方法的理论基础、实现原理、关键语句以及数据调用方式等方面进行了系统探究。最后，以一个桁架结构的数学仿真优化为实例，论证了本文提出方法的可行性和优越性。结果表明：本文提出的智能联合编程优化算法用于解决结构优化问题是可行的并且具有一定的优越性。
　　关键词 结构优化；ANSYS；粒子群法；桁架结构
　　Research on Structure Optimization Method Based on
　　PSO and ANSYS Software
　　Geng Hesong1， Zhang Guowen2， Li Mingwei2， Geng Jing2， Zhao Xuanlie2
　　1. Heilongjiang Water Conservancy Research Institute；
　　2. Ship Engineering College of Harbin Engineering University
　　Abstract In order to explore a better structural optimization method， on the basic of particle swarm optimization algorithm， combined with the finite element simulation software ANSYS， proposed a joint programming structure optimization method based on PSO and ANSYS. The theoretical basis， implementation principle， key statements and data calling methods of this method are introduced. Finally， taking the optimization problem of a truss structure as an example， this method was used and analyzed. The results show that the joint programming optimization algorithm proposed in this paper is feasible and superior in solving structural optimization problems.
　　Keywords Structure optimization； ANSYS； Particle swarm optimization； Truss structure
　　引言
　　結构优化一直是研究的热点问题之一。结构的优化是指通过对结构某些部位的尺寸、位置和材料等方面进行改变，使整体达到某种最优状态或者具有某些关键特性，比如所用材料最省、所能承载最大等。好的结构不仅可以满足承载能力的要求，同时可以兼顾控制成本、简化施工、提高结构适应性等方面的需求。现如今人们越来越追求工程的经济效益，而结构优化在其中扮演着至关重要的角色。随着技术的进步，人们开始更多地用有限元软件（如ANSYS）进行结构分析，这些软件在模型计算方面功能强大，但在结构优化方面有所欠缺，使用的零阶或一阶方法求解精度很低，容易得到局部最优解，以至于无法有效应用[1]。
　　优化算法的理论和实际应用发展迅速，不断涌现的优化算法在寻找问题的最优解方面大有后浪推前浪之势。传统的优化算法基本是将问题转化为相应的数学问题，再对相应的数学方程进行求解，但由于有限元软件的语言局限性，这些数学方程很难在有限元软件中进行表达，故而传统优化算法难以直接在有限元软件中进行应用[2]。因此，找到一种结合智能优化算法与有限元软件的结构优化方法具有一定的现实意义。为此本文基于粒子群算法和ANSYS软件，以MATLAB为平台，提出一种基于粒子群和ANSYS的联合编程智能结构优化方法，并将其应用于一经典结构优化问题中，论述了新方法的可行性和优越性。
　　1 基于PSO和ANSYS的联合编程智能优化方法
　　为了提高有限元软件在结构优化方面的优化性能，考虑仿生进化算法在优化问题求解中的优秀表现，本文提出一种基于粒子群算法（Particle swarm optimization，下称PSO）和ANSYS软件的联合编程智能优化方法。该方法采用MATLAB作为优化算法的主程序编写平台，使用PSO作为程序主体，程序中调用有限元模拟软件ANSYS作为结构计算工具，提供参数化建模以及结构判断功能。
　　1.1 基于PSO和ANSYS的联合编程智能优化方法流程
　　依托MATLAB平台，建立基于PSO和ANSYS的联合编程智能优化方法优化流程如图1所示，具体实现步骤为：
　　步骤1：对种群进行初始化，包括种群基本参数的设定以及初代粒子位置的生成；
　　步骤2：将设计变量信息输出至一个txt文件中；
　　步骤3：以批处理模式运行ANSYS并读取设计变量文件，根据文件信息进行相应的建模及结构计算，以txt文件的方式输出计算结果。
　　步骤4：MATLAB读取反馈的文件，进行一次结果判断，若结果在允许范围内，则进行步骤5，若结果不在允许范围内，则进行步骤6；
　　步骤5：计算相应的适应度值，然后进行步骤7；
　　步骤6：以添加罚函数的方式计算适应度值，然后进行步骤7；

推荐访问:粒子 算法 优化 结构 智能