[发明专利]一种适用于结构优化设计的独立基类自适应遗传优化算法

权利要求书

1.一种适用于结构优化设计的独立基类自适应遗传优化算法，其特征在于，主要包括以下步骤：

步骤S1：根据结构优化变量个数生成初代的基类种群；

步骤S2：将基类种群合并为解集种群，对解集种群进行筛选得到合格的解集种群，并根据解集种群计算初代解集种群的适应度；

步骤S3：计算每个基类种群的初始优化效率；以每个基类优化效率作为该基类在轮盘赌选择中的适应度函数，根据轮盘赌选择下几代或者几十代中的最优基类并给它赋予较高的交叉概率以及变异概率，其他基类则作为次等基类赋予较低的交叉概率以及变异概率进行缓慢进化；

步骤S4：经过几代或者几十代后，计算当前最优基类的在此次进化中的优化效率，并将该优化效率与次等基类的优化效率进行下一次的基类轮盘赌选择，一直循环，直到满足条件，寻找到最优个体，退出循环。

2.根据权利要求1所述的一种适用于结构优化设计的独立基类自适应遗传优化算法，其特征在于，所述步骤S4中，如果次等基类曾经成为过最优基类，则基类优化效率为最近一次的最优基类优化效率，否则将采用该基类初始优化效率。

3.根据权利要求1所述的一种适用于结构优化设计的独立基类自适应遗传优化算法，其特征在于，所述步骤S3中采用遍历基类种群的办法进行计算每个基类种群的初始优化效率。

4.根据权利要求1-3任一项所述的一种适用于结构优化设计的独立基类自适应遗传优化算法，其特征在于，假设变量为a、b、c，基类种群为A、B、C，解集种群D，总的遗传代数为500代，基类优化效率的间隔为20代，最优基类的交叉概率以及变异概率为0.7，次等基类的交叉概率以及变异概率0.3。

5.根据权利要求4所述的一种适用于结构优化设计的独立基类自适应遗传优化算法，其特征在于，所述步骤S3：根据轮盘赌选择接下来的20代中的最优基类并给它赋予较高的交叉概率以及变异概率；所述步骤S4：计算到80代时，计算当前最优基类的在最近20代的进化中的优化效率。

6.根据权利要求4所述的一种适用于结构优化设计的独立基类自适应遗传优化算法，其特征在于，首先假设基类种群A为最优种群，并赋予0.7的交叉概率以及变异概率，对基类种群B、C赋予0.3的交叉概率以及变异概率；基类种群A、B、C形成解集种群D，然后计算适应度，输出最优适应度g₁，以此计算20代，输出20代后的最优适应度g₂，则| g₂- g₁|为基类种群A的优化效率；采用同样的方法，在接下来的两个20代中，分别计算B和C的初始优化效率。