[发明专利]基于改进樽海鞘优化算法的拉伸/压缩弹簧设计方法

权利要求书

1.一种基于改进樽海鞘优化算法的拉伸/压缩弹簧设计方法，其特征在于，其步骤如下：

步骤一：建立以重量为目标函数的拉伸/压缩弹簧问题的数学模型；

所述拉伸/压缩弹簧问题的数学模型为：

设目标变量即樽海鞘种群的个体X＝[x₁ x₂ x₃]＝[w D P]；

目标函数：f(X)＝x₁² x₂x₃+2x₁² x₂

四个约束条件：扰度

剪切应力

波动频率

外径

定义域：0.05≤x₁≤2.00；0.25≤x₂≤1.30；2.00≤x₃≤15.0；

其中，w为线径，D为平均线圈直径，P为有效线圈数，x₁、x₂、x₃为目标变量X的三个个体，目标函数f(X)为最小化弹簧的重量；

步骤二：结合引力搜索策略和多领导者搜索策略，构建改进樽海鞘群优化算法；

步骤三：采用改进樽海鞘群优化算法对步骤一构建的数学模型进行求解；

步骤四：根据步骤三求解的数学模型的最佳决策变量输出弹簧的最佳结构设计方案。

2.根据权利要求1所述的基于改进樽海鞘优化算法的拉伸/压缩弹簧设计方法，其特征在于，所述步骤三的实现方法为：将数学模型中的三个决策变量一一编码为樽海鞘种群的个体；执行改进樽海鞘群优化算法，得到最优樽海鞘个体；将最优樽海鞘个体解码，得到最佳决策变量。

3.根据权利要求1或2所述的基于改进樽海鞘优化算法的拉伸/压缩弹簧设计方法，其特征在于，所述采用改进樽海鞘群优化算法对步骤一构建的数学模型进行求解的实现方法为：

S1：初始化最大迭代次数T、衰减系数δ、初始重力常数G₀、种群规模N＝M×Q、子群规模M和每个子群中樽海鞘个体个数Q；

S2：随机生成数量为N的樽海鞘种群且i∈{1,2,…,N}；

S3：当迭代次数t小于最大迭代次数T时，通过适应度函数计算第m个子群中第q个樽海鞘个体的适应度值其中m＝1,...,M；q＝1,...,Q；

S4：通过适应度值升序排序的方式确定第m个子群中的具有最小适应度值的个体为食物源F；

S5：根据领导者运动模型更新第m个子群中领导者樽海鞘的位置；

S6：根据引力搜索策略和多领导者策略更新第m个子群中第q个樽海鞘个体的位置，其中q＝1,...,Q；

S7：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樽海鞘个体，即最优解；否则，返回步骤S4。

4.根据权利要求3所述的基于改进樽海鞘优化算法的拉伸/压缩弹簧设计方法，其特征在于，所述步骤S5中领导者樽海鞘的运动模型为：

其中，X_1,k是第1个领导者樽海鞘在第k维中的位置，F_k表示在第k维中的食物源的位置；ub_k和lb_k分别为搜索空间中第k维的上下界；c₂和c₃是在0到1之间均匀生成的随机数；c₁是收敛因子，且：