[发明专利]一种改进遗传算法结构优化效率的方法

权利要求书

1.一种改进遗传算法结构优化效率的方法，即引入个体识别码的方法，用一个个体识别码来唯一标识一个染色体，其包括以下步骤：

1)初始化种群和进化历史表：采用随机方法对种群进行初始化，建立一个m维的空矩阵，作为初始化的进化历史表；

2)计算当前种群的个体识别码：根据个体识别码公式计算当前种群中每个个体的识别码，用于判断当前种群中是否具有重复个体；所述个体识别码的计算公式为：

Id=Σi=1Netipipmaxi-1,]]>

其中，Id为个体识别码；Ne为基结构所包含的单元数；t_i和p_i分别为基结构中第i个单元对应的拓扑值和属性值；p_max为最大属性值；

3)根据个体识别码判断个体是否为重复个体：逐个检索当前种群的个体识别码是否与进化历史表中第一列中的某个数值相同，若存在相同值，则表示此个体曾经出现过，是重复个体，转到步骤6)；若不存在相同值，则表示此个体为新个体，转到步骤4)；

4)通过有限元方法对新个体进行结构分析：对新个体进行结构分析，得出新个体的结构响应值；

5)更新进化历史表：在原有进化历史表基础上，按行增加所有新个体的识别码、结构响应值信息，即这一代中有多少个新个体，进化历史表就要相应增加多少行；

6)对重复个体和进行结构分析后的新个体进行适值评价，得出相应适值，评价的方法如下：

fit＝f(R₁，R₂，…，R_m)

其中，fit为个体的适值；Ri(i＝1，2，…，m，m为结构响应函数的个数)为结构响应值；新个体的结构响应值由结构分析得到，重复个体的结构响应值在进化历史表中检索得到；

7)判断算法是否停止：若算法迭代次数达到允许的最大迭代次数或找到最优解，则算法结束；反之，则转到步骤8)；

8)对种群进行选择、交叉和变异操作，得到新种群后，转到步骤2)，循环操作。

2.如权利要求1所述的一种改进遗传算法结构优化效率的方法，其特征在于：所述个体识别码在小规模问题时采用长整型进行存储，在大规模问题时采用字符串格式进行存储。

3.如权利要求1或2所述的一种改进遗传算法结构优化效率的方法，其特征在于：所述重复个体由所述个体识别码来判断，判断所需的最坏时间复杂度为O(TNNe+TN²)，其中，T为当前进化代数，N为种群规模，Ne为基结构中单元数量。