基于python的懸臂梁優化探索

周中波 周圓兀

【摘要】懸臂梁結構優化在工程中很有實踐意義的。本文對受應力約束、位移約束的一個懸臂梁結構進行了以重量最小化為目標的計算。因為python有很豐富的工具包，而且是免費的，近幾年得到了廣泛的應用。本文通過實例說明，基于python，分別用序列二次規劃算法、遺傳算法、遺傳算法結合二次規劃算法進行優化，都可以解決桁架優化問題，并進行對比分析。

【關鍵詞】懸臂梁;python;序列二次規劃;遺傳算法

1、引言

作為土木工程中最重要的問題之一，結構的優化歷來得到學者和工程師們的青睞。受到材料強度、位移等的制約，滿足還有其它設計要求情況下，在無數可行方案中，尋找最好的方案。借助計算機高級語言編程，可以快速找到最優方案。Python是最近幾年在計算機高級語言流行排行榜名次猛升，其計算生態急劇龐大，越來越豐富，并且還免費，自然受到了廣大科學工作者的高評。

參數識別是工程結構中重要部分[1-3]。文獻[1]利用結構的實測信息結合優化算法對有限元模型中的參數進行識別，用有模型損傷方法，建立了有限元模型、確定待修正的參數、構造優化目標函數。對板殼結構、房屋結構、斜拉橋、桁架等進行優化也在工程和理論探索中經常用到[4-6]。

遺傳算法（GA）與傳統算法相比，對目標函數要求沒有那么嚴格，只需可以計算，不需要梯度等信息。文獻[7-10]基于遺傳算法結構，對結構進行了優化。

2、一個懸臂梁重量最小化問題

某懸臂梁如圖1，由兩段不同截面大小的長度都為L的梁組成，左端固定，右端受豎直向下的力F作用。每段橫截面都為空心正方形，每段厚度均為t，橫截面邊長為xi（i=1，2），設t<

根據文獻[11]，其非線性規劃模型為：

3、優化結果和討論

已知L=0.5m，t=0.005m，材料密度ρ=7850kg/m3，δ0=0.1m，E=200GPa，F=10000 N。采用序列二次規劃算法，用十個不同的初始點（0-10之間的隨機數），基于python，對這個結構進行了優化。十個不同初始點，都得到最優解[0.0254，0.0413]、最優值5.2402，即使初始點不滿足約束條件，也能很好的搜索到滿意的結果?？梢娺@個方法是有效的。

表1是GA算法和GA+SQP算法10次優化計算的結果（初始群體個數均為50）從表中可以看出，兩種方法最優值都接近理論最優值，GA+SQP算法最優值略好于GA算法（因為標準差更小）;兩種方法最優解都接近理論最優解，但GA+SQP算法略好于GA算法（因為標準差更?。?/p>

參考文獻：

[1]白魯帥，李鋼，靳永強，等.一種隔離損傷的桁架結構性態識別方法[J].工程力學，2019，36（01）：56-63.

[2]朱旭東，呂西林.多自由度非線性結構參數識別的魯棒性研究[J].中南大學學報：自然科學版，2013（01）：308-313.

[3]李宏男，林世偉，伊廷華.基于靜力虛擬變形法的結構損傷識別研究[J].建筑科學與工程學報，2016，33（05）：1-6.

[4]武彥章.建筑工程中結構設計優化方法的應用[J].建筑設計管理，2017，000（012）：76-78.

[5]朱潤，隋允康.基于ICM方法的多工況位移約束下板殼結構拓撲優化設計[J].固體力學學報，2012（1）：81-90.

[6]隋允康，管昭，杜家政，等.位移、應力、尺寸約束下二維連續體的形狀優化[J].工程設計學報，2005（03）：17-24.

[7]李健.橋梁結構動力有限元模型修正方法的對比研究[J].

[8]金聰.利用進化規劃和逐步二次規劃實現前饋神經網絡的結構優化[J].系統工程理論與實踐（2）：106-110.

[9] A.N. Ede， O.O. Oshokoya， J.O. Oluwafemi， et al. Weight Optimization of Square Hollow Steel Trusses Using Genetic Algorithm. 2018， 413（1）

[10] Wenjie Zuo， Changfeng Zhao， Liming Zhou， et al. Comparison of gradient and nongradient algorithms in the structural optimization course. 2019， 47（3）：275-290.

[11]蘇文政，劉書田.Anders Klarbring著，翻譯.結構優化導論 翻譯版[M].北京：機械工業出版社.2017.

基金項目：

本工作得到2018年第二批產學合作協同育人項目（編號：201802151023）的資助。