作者：易廷友 王龙林
来源：《西部交通科技》2021年第11期拓扑关系>丁香油酚
现代语言学教程
黄金龟甲虫
仰光大学 摘要：文章基于改进的果蝇优化算法编制索力优化程序，依托某矮塔斜拉桥工程实例，建立有限元计算模型，研究了优化后索力分布情况和结构的受力结果，并对比分析了优化前后索力以及主梁挠度的变化情况。研究结果表明：优化后，斜拉索边、中跨1/4位置索力最大，且中跨索力总体比边跨索力大，最大相差1.4%;优化后主梁及桥塔受力合理，桥塔处压应力最大为-19.7 MPa，桥塔根部最大压应力为-8.9 MPa;优化前后，索力均有所增长，最大增幅为31.2%，中跨挠度整体减小，减小量近一倍，说明索力优化达到预期目的。
关键词：矮塔斜拉桥;改进果蝇算法;索力优化;有限元模型
0 引言
斜拉桥作为大跨度桥梁的典型代表，能够跨越峡谷及江河，其结构类型以及组合体系也在不断变化。矮塔斜拉桥作为组合体系梁桥，将斜拉索及塔与连续梁巧妙地结合在一起，发挥了斜拉桥的优点，使得连续梁可以进一步减小梁高，而其跨越能力不会被削弱。在施工及设计过程中，合理的索力可以保证结构内力、线形满足要求，众多学者对于索力的确定提出了自己优化方法。坎彬[1]提出采用改进的粒子算法进行斜拉桥索力优化，研
究成果表明改进的粒子算法收敛性较好，优化后的结构受力变形更为合理;方有亮等[2]提出动态规划的方法优化斜拉索索力，并结合试验模型进行了位移等参数结果验证，得出动态规划方法可用于斜拉索优化;张玉平等[3]基于MOPSO算法，采用Python编程语言和有限元软件编写优化程序，通过算例验证了此方法索力优化的适用性;康俊涛等[4]提出了合作演化算法，并与标准粒子算法和遗传算法计算过程和结果进行对比，验证了此算法所得结果的准确性以及算法的优越性。
本文基于改进的果蝇优化算法编制斜拉索优化程序，依托某已建的矮塔斜拉桥工程实例，建立全桥有限元模型，得出优化后的索力及结构受力状态，并对比了优化前后索力及主梁挠度的变化情况，说明了此算法优化结果达到预期目的，可为相关同类工程施工设计提供借鉴。1 改进果蝇算法基本原理
1.1 果蝇算法基本原理
果蝇作为食腐动物， 对于目标物的味道极其敏感，其寻物时的距离与目标物的味道 [=XQS（]基于改进果蝇算法的矮塔斜拉桥索力优化研究/易廷友，王龙林[=JP2]浓度成反比，同时作为种来说，彼此之间信息的传递以及个体对于食物寻能力的互相影响，使
得果蝇在觅食过程中，可以不断调整自身运动轨迹，逐步向目标地点靠近。
根据果蝇这种个体与种之间合作寻食的特性，形成了果蝇优化算法的基本原理，其算法基本步骤如下[5]：
（1）根据拟定的整体规模、最大的算法迭代次数以及總体基本位置信息，随机生成初始果蝇个体位置，即果蝇i在初始位置的坐标为（randXi，randYi）。
（2）个体嗅觉搜索。根据种初始化的位置，随机产生果蝇觅食的方向和距离，根据式（1）得出果蝇个体更新后的位置信息。
（7）根据上述步骤进行迭代求解，重复（2）～（5）步骤，满足迭代次数退出。迭代过程中出现全局最优个体时，进行步骤（6）。
根据上述算法步骤，采用果蝇优化算法时在全局下的种随机搜索优化，在计算过程中保存每一次搜索的全局最优信息的同时，辅助下一次的搜寻过程，这样可以保证在每次搜索完毕后种总能处于当前状态下的最优位置。
1.2 果蝇算法改进
通过上述果蝇优化算法基本步骤中可以看出，种初始化以及个体搜索步长都具有较大的随机性，这样会降低算法求解过程的稳定性和求解精度。且算法在每次得出当前最优解后，种会集体向此处靠近，其他位置未进行有效搜索，降低了种多样性。针对上述缺点，对于果蝇算法进行改进，使其可以进行全方位搜索，保证算法收敛速度，避免陷入局部最优。荒芜的花园
1.2.1 种多样性改进[6]
对于种的多样性改进，主要方法是增加种数量，每个种拥有自己的搜索准则及搜索范围，最终各种同时搜索到全局最优位置。为了算法计算过程的简化，每个种通常拥有相同的个体数量，在种初始化产生个体总个数M时，对于所有个体进行随机组合，形成N个种。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议