论文部分内容阅读
结构动力优化是当前工程结构优化领域的前沿性课题。在此类优化问题中，应用传统优化算法存在不少困难，而新型的智能微粒群优化算法（PSO）因其易于实施、适用性广的优点，更适合于结构动力优化问题。因此，本文重点研究了基于微粒群算法的桁架结构动力特性优化、动力响应优化以及输电塔结构的地震响应优化，相关工作如下：
（1）对于桁架结构频率拓扑优化问题中的零基频和局部振动模态问题，提出了一种新的解决方法：利用模态识别系数判断局部振动模态，并将其对应的虚假频率排除，得到了真实结构的频率。另外，为了消除虚结点引起的微小频率误差，利用特征值问题的重分析方法推导出结构频率修正计算式，提高了算法精度。
（2）考虑到基本PSO在结构动力响应优化问题中寻优效率不高的缺点，将优化准则法与基本PSO相结合，提出了一种能够保留原方法优点的混合算法。该算法概念简单、易于实现，计算效率较高，因此适用于计算规模较大的优化问题。
（3）为提高混合PSO的计算精度，使用动力响应的二次近似代替线性近似。在动力响应一阶灵敏度分析的基础上，利用微分方程拆分求解的思路推导出二阶偏导数的快速计算方法，确保混合PSO的高效优势。
（4）将基本PSO与协同PSO应用到输电塔结构的地震响应优化设计，为PSO的实际工程应用提供参考。通过优化过程与结果的对比，可知协同PSO在复杂结构的动力响应优化问题中性能更好。