.png){kind=icon}
返回
HADES: a robust evolution strategy algorithm for solving high-dimensional discrete structural design optimization problems
.png){kind=icon}
PRE
AI
DOI：10.1007/s00158-025-04172-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究提出了一种鲁棒的高维离散进化策略算法，称为HADES，用于求解大规模结构设计优化问题。虽然HADES的各个组成部分在进化计算文献中已得到充分确立，但该算法的创新之处在于将其有目的地整合并适配到一个专门针对具有数百个设计变量的离散桁架优化的统一框架中。与早期的离散ES变体不同，HADES避免了在大搜索空间中容易发生误适配的参数适配方案，转而采用一种简化的但有效的策略来平衡探索与开发。所提算法的性能通过四个来自钢桁架离散尺寸设计的高维结构优化问题进行了评估，设计变量数量范围从96到336。为获得具有统计学意义的数据，算法对每个问题独立运行了35次。结果表明，HADES始终能为测试问题生成已知最优解。此外，它在多次独立运行中表现出显著的一致性，表明每次执行都有高概率获得良好的最优解。总体而言，这些发现表明HADES是解决高维结构优化问题的实用、高效且可靠的工具，尤其是在钢桁架系统的离散尺寸设计中。
Keyword:
High-dimensional structural optimization
Discrete structural design
Steel truss systems
Evolutionary computation
Evolution strategies
期刊
IF:
4
论文数:
4.9K
被引数:
1.7W
机构
引用论文
A standard benchmarking suite for structural optimization algorithms: ISCSO 2016-2022.png)
STRUCTURES
STRUCTURESIF4.3
PREAI
分享收藏Kaveh, A.; Hamedani, K.B.; Hamedani, B.B. Optimal Design of Large-Scale Dome Truss Structures with Multiple Frequency Constraints Using Success-History Based Adaptive Differential Evolution Algorithm. Period. Polytech. Civ. Eng. 2023, 67, 36–56. [Google Scholar] [CrossRef]Kaveh, A.; Hamedani, K.B.; Hamedani, B.B. 基于基于成功历史自适应差分进化算法的大型穹顶桁架结构的多频约束最优设计. Period. Polytech. Civ. Eng. 2023, 67, 36–56. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏Historical evolution of structural optimization techniques for steel skeletal structures including industrial design applications钢骨结构结构优化技术的历史演变及其工业设计应用
PREAI
分享收藏
Discrete approaches in evolution strategies based optimum design of steel frames基于进化策略的离散方法在钢框架优化设计中的应用
PREAI
分享收藏
查看更多内容