桥机主梁微粒群优化方法研究及其软件开发

【摘要】：目前，起重机结构优化设计方法主要采用传统优化算法，但传统算法解决此类高维、多约束非线性混合离散变量问题，不可避免地会出现计算量过大、耗时较长、易于陷入局部最优解等问题。本文尝试使用一种新型群智能优化算法——微粒群优化算法（Particle Swarm Optimization，PSO算法）解决该问题。 本文从传统结构设计出发，以典型的双梁箱形桥式起重机主梁为例，根据主要技术参数要求，初选截面尺寸，计算载荷和内力，然后验算强度、刚度、稳定性是否满足使用性能要求。在保证主要技术参数相同的前提下，将主梁结构自重作为目标函数，截面尺寸作为优化变量，强度、刚度、稳定性充当约束条件，采用传统优化算法——网格法、新型智能优化算法——PSO算法进行优化设计。 PSO算法源于对生物界鸟群群体运动行为的研究，通过群体间个体的相互协作与竞争实现对优化问题的求解，是一种群智能优化算法，它原理简单，参数少，收敛速度快。该算法已经广泛应用于神经网络训练、函数优化等领域，并取得了较好的效果。由于起重机金属结构优化设计的复杂性和特殊性，本文深入分析了基本微粒群算法的原理及流程，在工程实例中采用改进后的微粒群算法对桥机主梁结构进行优化，结果表明该算法具有良好的使用性能。 本课题采用面向对象软件Visual C++6.0开发出了一套桥机主梁微粒群优化CAD软件。该软件集成了主要技术参数输入、常规设计、优化设计、参数绘图等模块，运用了数据库、二维参数化绘图等技术，实现了起重机结构的传统计算、优化设计、输出二维图的功能。