一种用于加固复合板设计的多目标混合变量协同进化遗传编程方法

《COMPOSITE STRUCTURES》：A multi-objective mixed-variable co-evolutionary genetic programming approach for stiffened composite panel design

　　

Hossein Yousefimiab|Peiman Khandar Shahabad|M. Erden Yildizdag|Bekir Bediz|Haris Moazam Sheikh

摘要

由于具有较高的强度重量比和设计灵活性，加固复合材料板被广泛使用。其优化通常依赖于计算成本较高的启发式方法，这会显著限制可实际优化的复合材料结构的规模。为了解决这一限制，我们提出了一种新的多目标框架——多目标混合变量协同进化遗传编程（MOMCGP）方法，用于优化加固复合材料板的堆叠顺序。与传统遗传算法（GA）变体相比，MOMCGP采用了一种协同进化策略，其中特定种群的子群体分别代表基板和单个加固件，并结合了基于帕累托的排序、精英选择和基于排名的配对机制，以高效探索混合离散-分类设计空间。基准测试表明，与GA和NSGA-II相比，MOMCGP具有更快的收敛速度、保持了解的多样性，并且随着设计维度的增加而表现出更好的扩展性。该框架结合了基于切比雪夫多项式的谱元方法和基于NURBS的粗四边形网格技术，能够在降低计算成本的同时实现高精度的结构分析。通过对数值和实验基准的验证，证实了该方法的可靠性。在各种几何形状、加固件配置和边界条件下的综合单目标和多目标案例研究进一步证明了MOMCGP在最大化固有频率的同时最小化重量的有效性，使其成为一种有前景的可扩展轻量化结构设计工具。