第51卷第6期2023年6月Vol.51No.6June2023华南理工大学学报（自然科学版）JournalofSouthChinaUniversityofTechnology（NaturalScienceEdition）基于混合算法的半刚性连接钢框架结构优化邱宇东1王湛1，2†谢志燊1（1.华南理工大学土木与交通学院，广东广州510640；2.华南理工大学亚热带建筑科学国家重点实验室，广东广州510640）摘要：海豚回声算法（DEA）是一种模拟海豚利用回声定位进行捕食的元启发式优化算法，具有高效的搜索能力。本研究通过对海豚回声算法的基本原理进行分析，发现该算法的选择机制容易导致优化结果陷入局部最优解，而算法本身不具备跳出局部最优解的机制。因此，为了改进海豚回声算法的全局搜索能力，引入了遗传算法（GA），提出了一种海豚回声-遗传混合算法（DEA-GA）：在每一个迭代步中，首先基于海豚回声算法生成子代，再引入遗传算法中搜索能力很强的交叉、变异操作生成新的子代。该混合算法结合了海豚回声算法和遗传算法的优势，既拥有海豚回声算法收敛速度快、效率高等优点，也具备遗传算法全局寻优能力强的特点，同时克服了海豚回声算法容易产生局部最优解和遗传算法容易出现“早熟”等缺陷。本研究以一榀单跨5层和一榀两跨10层的平面框架为例，建立以结构总重最小为目标的半刚性钢框架结构优化的数学模型，分别使用遗传算法、海豚回声算法和本研究提出的混合算法进行求解，优化过程通过Matlab编程实现。算例结果显示：海豚回声-遗传混合算法所得结构的总重比遗传算法小50%以上、比海豚回声算法小7%以上，且该趋势随着设计变量的增加而增加；同时，混合智能优化算法在复杂结构的优化上效率更高、效果更好。关键词：半刚性连接；钢框架；遗传算法；海豚回声算法；结构优化中图分类号：TU391文章编号：1000-565X（2023）06-0072-06传统的优化方法是一种确定性的优化算法，在计算复杂度和收敛性上都有较大的优势。但是在面对多极值问题时，传统的优化方法难以得到全局最优解。启发式算法具有鲁棒性强和计算效率高的优点［1-2］，被认为是解决多极值问题的有效方法。遗传算法作为启发式算法的代表之一，其具有高度的鲁棒性、全局最优性、可并行性以及对函数的连续性没有要求等特点［3-4］。但是在遗传算法的迭代过程中，容易出现早熟、运行效率较低及后期局部搜索效率低等缺点［5］。作为另一种启发式算法的海豚回声算法［6］，其模拟海豚捕食的行为，在全局寻优过程中，具有迭代效率高、易于收敛和能有效避免早熟现象等特...
