基于改进哈里斯鹰优化算法的压力容器结构优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111832135A(43)申请公布日2020.10.27(21)申请号202010736637.2G06N3/00(2006.01)(22)申请日2020.07.28(71)申请人郑州轻工业大学地址450002河南省郑州市金水区东风路5号(72)发明人张勋才刘玉雪李盼龙赵凯吴涛王延峰凌丹栗三一王妍王英聪孙军伟姜素霞黄春(74)专利代理机构郑州优盾知识产权代理有限公司41125代理人张真真(51)Int.Cl.G06F30/17(2020.01)G06F30/20(2020.01)权利要求书3页说明书16页附图5页(54)发明名称基于改进哈里斯鹰优化算法的压力容器结构优化方法(57)摘要本发明提出了一种基于改进哈里斯鹰优化算法的压力容器结构优化方法，其步骤如下：首先，通过对于压力容器的数学建模，确定影响压力容器结构性能的各个变量以及变化范围，建立压力容器结构优化的目标函数；然后，利用改进的哈里斯鹰优化算法对目标函数进行优化，得到压力容器结构的各个变量的最优值。本发明将自适应合作觅食策略嵌入到一维位置更新框架中，根据转换因子自适应地选择一维更新操作和传统的全维更新操作，有效地提高了算法的种群多样性；又通过分散觅食策略，将部分哈里斯鹰个体随机地分散到其他区域觅食，避免算法陷入局部最优；本发明采用随机指数衰减函数更好地模拟猎物能量的消耗过程，解决了探索阶段与开发阶段不平衡的缺陷。CN111832135ACN111832135A权利要求书1/3页1.一种基于改进哈里斯鹰优化算法的压力容器结构优化方法，其特征在于，其步骤如下：S1、通过对于压力容器的数学建模，确定影响压力容器结构性能的各个变量以及变化范围，建立压力容器结构优化的目标函数；S2、利用改进的哈里斯鹰优化算法对步骤S1中的目标函数进行优化，得到压力容器结构的各个变量的最优值。2.根据权利要求1所述的基于改进哈里斯鹰优化算法的压力容器结构优化方法，其特征在于，所述压力容器结构优化的目标函数为：其中，为目标函数，变量向量x1、x2、x3、x4均为变量，Th表示压力容器头部的厚度，Ts表示压力容器壳体的厚度，L表示压力容器圆柱形截面的长度，R表示压力容器圆柱形的内径；目标函数满足的约束条件为：约束条件且0≤x1≤99，0≤x2≤99，10≤x3≤200，10≤x4≤200。3.根据权利要求1所述的基于改进哈里斯鹰优化算法的压力容器结构优化方法，其特征在于，所述利用改进的哈里斯鹰优化算法对目标函数进行优化的方法为：S21、随机生成数量为N的哈里斯鹰种群，初始化约束参数：迭代次数t、最大迭代次数为T、逃逸能量的初始能量E0、转换因子CF；S22、计算每个个体适应度，并将最有适应度个体作为猎物的当前位置利用随机指数衰减函数更新猎物的逃逸能量E：其中，δ为衰减因子；S23、当|E|≥1时进入探索阶段，此时采用自适应合作觅食策略更新鹰群位置；S24、当|E|<1时进入开发阶段，此时哈里斯鹰对于探索阶段检测到的猎物进行突袭追逐，其采用四种不同开发方式进行鹰群更新；S25、计算更新后的鹰群中每个个体的适应度值，并更新猎物的位置S26、利用分散觅食策略更新部分哈里斯鹰群中鹰的位置；S27、计算更新后的鹰群中每个个体的适应度值，并更新猎物的位置S28、迭代次数t＝t+1，判断迭代次数是否达到最大迭代次数T，若是，迭代结束，输出最优适应度值对应的个体，否则，返回步骤S22。4.根据权利要求3所述的基于改进哈里斯鹰优化算法的压力容器结构优化方法，其特征在于，所述采用自适应合作觅食策略更新鹰群位置的方法为：2CN111832135A权利要求书2/3页S23.1、当转换因子CF＝0时，利用一维更新操作方法更新鹰群的位置的步骤为S23.1.1—S23.1.3：S23.1.1、随机选择一个维度jrand∈{1,2，…，D}，初始化j＝1，其中，D表示种群中个体的维数；S23.1.2、在[0,1]范围内产生一个随机数rand，当rand≤CF或j＝jrand时，鹰群中个体的位置更新公式为：否则，鹰群中个体的位置更新公式为：其中，表示下一代个体i在d维中的位置，表示当前代个体i在j维中的位置，d＝1,2，…，D；S23.1.3、j＝j+1，判断j是否小于D，若是，返回步骤S23.1.2，否则，结束循环，完成鹰群位置的更新；S23.2、当种群的最佳适应度值在连续5次迭代中不变时，转换因子CF＝1，利用自适应合作觅食策略更新鹰群的位置的步骤为S23.2.1—S23.2.3：S23.2.1、初始化i＝1，j＝1；S23.1.2、在[0,1]范围内产生一个随机数rand，当rand≤CF时，产生随机数jrand使得j＝jrand，否则，j＝1,2