摘要(Abstract)：
为了解决方钢管混凝土桁架结构离散变量拓扑优化问题，通过遗传算法随机生成初始拓扑构形，采用启发式算法检查并修正拓扑构形；以方钢钢管截面型号、拓扑变量、混凝土强度等级为优化变量，以结构造价最低为优化目标，建立基于独立拓扑变量的拓扑优化数学模型，提出一种基于拟满内力遗传算法的方钢管混凝土桁架结构拓扑优化方法；拟满内力遗传算法初始总群中部分个体由拟满内力算法的优化解产生，并且将拟满内力算法作为算子加到遗传操作后运行；同时对传统遗传算法的罚函数进行改进，提高遗传算法运行效率；通过算例对12杆桁架结构优化前、后模型及拓扑优化结果进行对比。结果表明：相对于拟满内力算法与遗传算法，所提出的方法应用于方钢管混凝土桁架结构拓扑优化总造价更低；拓扑优化后的结构杆件较少，并且各杆件均已充分发挥承载能力，拓扑优化效果明显改善。
关键词(KeyWords)： 桁架;拓扑优化;拟满内力算法;方钢管混凝土;遗传算法
基金项目(Foundation):国家自然科学基金项目(5187083428);; 河北省高等学校科学技术研究项目(ZD2021041);; 张家口市科学技术研究与发展指令计划项目(1911030A)
作者(Author): 谢军,郭飞,朱守芹,梁金晓,阎杰,董捷
DOI: 10.13349/j.cnki.jdxbn.20221114.004
参考文献(References)：
[1] 周奇才，吴青龙，熊肖磊，等.桁架结构拓扑及截面尺寸优化设计方法[J].西安交通大学学报，2016,50(9):2.
[2] 邱志平，夏海军.基于功能度量法的桁架结构非概率可靠性拓扑优化方法研究[J].计算力学学报，2021,38(4):423.
[3] MICHELL A G M.The limits of economy of material in frame-structures[J].Philosophical Magazine:Series 6,1904,8(47):590.
[4] 程耿东.关于桁架结构拓扑优化中的奇异最优解[J].大连理工大学学报，2000,40(4):379.
[5] 武岳，胡庆杰，李清朋.基于改进萤火虫算法的杆系结构拓扑优化[J].建筑结构学报，2016,37(6):47.
[6] 席亮，王瑞东.基于自适应遗传算法的神经网络结构优化算法[J].哈尔滨理工大学学报，2021,26(1):40.
[7] 王斌，张磊，张国印.基于改进遗传算法的位置信息隐藏方法研究[J].中国科技论文，2018,13(8):904.
[8] 李光明，王军，李颀.改进的PSOGA-SVM模型应用于露天矿区空气质量预测[J].中国科技论文，2019,14(12):1351.
[9] 朱朝艳，张晓东，王芳，等.离散变量桁架结构拓扑优化的改进混合遗传算法[J].兰州大学学报(自然科学版),2005,41(5):104.
[10] 陈少杰，段敬民，赵洪波.桁架结构优化设计的改进蚁群算法[J].工业建筑，2010,40(1):57.
[11] 谢军，王倩，倪雅静，等.钢筋混凝土框架结构优化的拟满内力设计方法[J].科学技术与工程，2019,19(21):15.
[12] 朱朝艳，刘斌，李艺，等.离散变量桁架结构拓扑优化的杂交算法[J].东北大学学报(自然科学版),2004,25(8):801.
[13] 谢军，王倩，包淑贤，等.钢筋混凝土框架结构优化的拟满内力遗传算法[J].辽宁工程技术大学学报(自然科学版),2019,38(2):163.
