粒子群算法的惩罚函数的c语言实现,粒子群算法结合惩罚函数用于桥式起重机主梁优化.pdf...

粒子群算法结合惩罚函数用于桥式起重机主梁优化

粒子群算法结合惩罚函数用于桥式起重机主梁优化

叶青林 陶元芳 邵南曦 师 玮 闰培如

太原科技大学机械工程学院 太原 030024

摘 要：采用粒子群算法结合惩罚函数 ，建立了桥式起重机主梁优化设计 的数学模型，对主梁截面尺寸

进行了约束优化设计 ，并基于VC++6．0开发了优化设计软件 ，实现了兼顾结构紧凑轻量化和机械性能的

Et标。

关键词：桥式起重机；粒子群算法；约束优化；主梁

中图分类号：TH215 文献标识码：A 文章编号：1001—0785 (2015)o4—0046—04

Abstract：Particleswarnloptimizationcombiningwithpenaltyfunctionisadoptedfordevelopingthemathematicmod—

elofrgirderoptimizationanddesignofthebridgecrane．andconstrainedoptimizationofthegirdercross-sectionsize．The

optimaldesignsoftwareisdevelopedbasedonVC+ +6．0．whichcanrealizenotonlycompactlight—weightstructurebutal—

SOmechanicalperformance．

Keywords：bridgecrane；particleswamr optimization；constrainedoptimization；girder

目前 ，桥式起重机主梁结构 的设计多采用 minJ (X)

传统手工设计方法 ，粒子群算法是一种基于智 fgf(X)≤0 (i=1，2，…，Ⅳ)

能的随机优化算法 ，这种算法实现容易，精度 X【 ∈[ i， 】 (J=1，2，…，)

高 ，收敛快，可用于双梁桥式起重机主梁的优 式中：X=[ ，…， ]为粒子 i的当

化设计 。 前位置向量；Vi=[ ，…，13]为粒子 i的

当前飞行速度向量；P=[P P ，…，P ]为粒

1 粒子群算法

子 i所经历过的具有最好适应值的位置 向量，称为

1．1 基本粒子群算法 局部最优位置。选取粒子群规模为 ，最大迭代

粒子群算法是一种基于群智能 的随机优化 次数为 T。P可由式 (1)确定，即

算法 ，它将每个个体看作是在 ～维搜索空间中 p()一fP ，如果，( ’)> )

的一个没有质量和体积并 以一定速度飞行的粒 l ¨，如果，( )< )

子。种群 中的每个粒子都具有 自身的位置、速 (k=1，2，…，) (1)

度和适应值 。每个粒子相当于一个解 ，在搜索 式中：P =[P P ，…，P ]为种群 中所

过程中，粒子之间有信息共享且不断更新 自己 有粒子所经历过的最好位置向量，称为全局最优

的飞行速度和位置。每个粒子的适应值通过与 位置。P可由式 (2)确定，即

当前 自身局部最优位置的适应值 比较来更新 自 P：“=min{JP ，P ，…，P’}

身局部最优位置；局部最优位置的适应值与整 (k=1，2，…，) (2)

个种群当前的最优位置 的适应值 比较来更新整 本文采用带有收缩因子X的粒子群算