[发明专利]一种基于蚁群算法的输电钢管塔结构优化设计方法

权利要求书

1.一种基于蚁群算法的输电钢管塔结构优化设计方法，其特征在于，步骤如下：

1)首先建立输电钢管塔结构优化数学模型，该蚁群算法数学模型以输电钢管塔结构的材料质量最轻为目标函数，以输电钢管杆的强度和刚度为约束条件，以钢管杆的截面尺寸为设计变量；

2)将用于确定输电钢管塔设计方案的对应参数组负载于蚁群上，使蚁群的位置与信息素浓度由该参数组来表示，蚁群的位置与信息素浓度对应的不同参数组可以确定不同的钢管杆截面尺寸设计方案，每个位置和信息素浓度对应一种输电塔设计方案；

3)采用蚁群算法进行优化分析，通过对蚁群位置和信息素浓度的更新，来达到在解空间中搜寻全局最优解的目的；

4)当搜寻结束后输出全局最优解，该最优解由一组参数表示，将该组参数中的数据转化为确定输电塔设计方案的相应结构参数，该结构参数确定的输电塔设计方案即为需要的的输电钢管塔结构材料质量最轻的方案，最后输出钢管杆的截面尺寸优化设计方案。

2.根据权利要求1所述的方法，其特征在于，所述第3)步采用蚁群算法来搜寻蚁群的全局最优解，具体优化公式为：

s.t.

g_j(A_i)≤0 j＝1,2,L,N_G

其中，W为结构的总质量；ρ_i和L_i分别为杆件的密度和长度；A_i为杆件截面设计变量；g_j为约束函数；S为截面变量离散域；M为杆件数；N_G为约束函数数量；N_S为离散截面型号数量。

3.根据权利要求1所述的方法，其特征在于，所示第3)步采用蚁群算法来搜寻蚁群的全局最优解，涉及启发式函数和信息素调整两个概念，涉及如下概念：

1)启发式函数:

表示在t时刻i节点至j节点的期望值，反映了环境中的信息素浓度对路径选择概率的影响，是蚂蚁群体协作紧密程度的一个表征；

2)信息素调整

τ_ij(t+n)＝(1-ρ)·τ_ij(t)+Δτ_ij(t)

其中ρ为挥发系数，表现环境中信息素衰减的速度，可认为选取(0,1)中的任何值；Δτ_ij(t)为i-j路径信息素增量，为蚂蚁k在i-j路径上的信息素增量。