面向结构拓扑优化收敛性与计算效率的多目标演化算法研究

项目名称： 面向结构拓扑优化收敛性与计算效率的多目标演化算法研究

项目编号： No.11372061

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 数理科学和化学

项目作者： 李刚

作者单位： 大连理工大学

项目金额： 80万元

中文摘要： 多目标演化算法能够同时满足结构拓扑优化对全局优化、黑箱函数优化、组合优化和多目标优化的需求，而采用这类算法的可行性与必要性由其收敛性与计算效率决定。本项目致力于探索在收敛性与计算效率两方面具有竞争力的算法，首先建立典型多目标拓扑优化问题集并推导其全局最优解集，归纳出问题特性与求解难度的关系；随后提出评估多目标演化算法求解拓扑优化问题的收敛性与计算效率的通用方法，并评估多目标演化算法在拓扑优化问题上的性能极限；通过比较研究得到不同收敛性需求下具有最快收敛速度的实数/布尔变量替代启发算子、种群更新及约束处理算子；最后考察这些算子与不同的协同演化机制在高维问题上的兼容性，提出面向结构拓扑优化需求的多目标协同演化算法。本项目的最大特色是同时考察收敛性和计算效率，不但为采用全局优化算法求解多目标拓扑优化问题的收敛性奠定理论基础，而且为高效求解大规模、复杂的工程拓扑优化问题提供技术支撑。

中文关键词： 结构拓扑优化；多目标演化算法；结构可靠性；收敛性；计算效率

英文摘要： Though multi-objective evolutionary algorithms (MOEAs) are capable of satisfying the demands arising from the new advancements in structural topology optimization on global optimization, black-box function optimization, combinatorial optimization and mult

英文关键词： structural topology optimization；multi-objective evolutionary algorithm；structural reliability；convergence；computational efficiency