基于阶段生长PGSA的索穹顶结构预应力优化

为了寻求合理高效的索穹顶结构预应力优化方法,通过对模拟植物生长算法（PGSA）基本原理和算法机制的剖析,提出了大步长生长扩散机制及生长点筛选机制的新策略。在此基础上,建立了基于阶段生长的模拟植物生长算法（阶段生长PGSA）,该算法将优化分为多个阶段,并在不同阶段引入相应的生长扩散或生长点筛选机制,先引入大步长生长扩散机制,以多倍步长一次性扩散生长的方式实现生长点的散播,再以中步长配合较宽松的筛选机制进行快速搜索,最后以精度要求的小步长与较严格的筛选机制进行收敛;由此,采用阶段生长PGSA对索穹顶结构进行预应力优化,并与其他算法进行对比。结果表明：与原PGSA相比,阶段生长PGSA可有效提高全局搜索能力、缩小生长空间且避免了生长点饱和的问题;与多岛遗传算法、自适应模拟退火算法及粒子群优化算法等优化方法相比,阶段生长PGSA的计算迭代次数最少,优化得到的结构初始应变能最小,表现出更高的优化效率及更好的优化效果,该算法适用于索穹顶结构的预应力优化。