蔡 新，李洪煊，武穎利，朱 杰

(1.河海大學力學與材料學院，江蘇南京 210098;2.河海大學水利水電學院，江蘇南京 210098; 3.南京市市政設計研究院，江蘇南京 210008)

最優(yōu)化就是追求最好的結(jié)果或最優(yōu)的目標.最優(yōu)化設計是從可能設計中選擇最合理的設計以達到最優(yōu)目標.搜尋最優(yōu)設計的方法就是最優(yōu)化設計法，這種方法的數(shù)學理論就是最優(yōu)化設計理論[1].工程結(jié)構(gòu)優(yōu)化設計是把力學概念和優(yōu)化技術(shù)有機地結(jié)合，根據(jù)設計要求，使部分參與計算的量以變量出現(xiàn)，形成全部可能的結(jié)構(gòu)設計方案域，再利用數(shù)學手段在域中搜索出滿足預定要求的不僅可行而且最好的設計方案.實踐證明，工程結(jié)構(gòu)優(yōu)化設計能縮短設計周期，提高設計質(zhì)量和水平，較之原設計方案，優(yōu)化設計方案一般可以降低工程造價5%～30%[2].

工程結(jié)構(gòu)優(yōu)化設計早期采用的是基于直覺的準則法，如滿應力準則法，滿應變準則法等.準則法的顯著特點是單步設計變量修改幅度大，因而收斂速度快，且與結(jié)構(gòu)大小及復雜程度無關(guān).

1960年，Schmit[3]首先將數(shù)學規(guī)劃法引入到結(jié)構(gòu)優(yōu)化設計中.通過數(shù)學規(guī)劃法對一些典型問題的研究表明，準則法求得的解不一定是真實的最優(yōu)解，其缺乏嚴格的理論依據(jù).數(shù)學規(guī)劃法的特點是理論依據(jù)嚴謹，算法的穩(wěn)定性和可靠性較好;求解問題的規(guī)模受到限制且要求能顯式表達，計算效率低.

實際的工程結(jié)構(gòu)優(yōu)化設計一般都是有約束、非線性和隱式的優(yōu)化問題.傳統(tǒng)尋優(yōu)算法中準則法和數(shù)學規(guī)劃法由于存在各自的缺陷，不能很好地解決上述復雜問題，因而新的現(xiàn)代尋優(yōu)算法應運而生.20世紀70年代，人們在分析研究自然界生物體的進化及其進化的過程中，發(fā)現(xiàn)了新的仿生學方法，主要有基因遺傳算法(genetic algorithm，GA)、神經(jīng)網(wǎng)絡算法(artificial neural network，ANN)、免疫算法(immunity algorithm，IA)、蟻群算法(ant colony algorithm，ACA)等.在研究退火對金屬晶體的發(fā)育完善過程中，產(chǎn)生了模擬自然界物質(zhì)生成的模擬退火算法(simulated annealing，SA).這些新的尋優(yōu)方法具有能夠搜索到全局最優(yōu)解、程序?qū)崿F(xiàn)方便等優(yōu)點.

隨著計算機軟、硬件的發(fā)展，基于數(shù)學力學方法的結(jié)構(gòu)優(yōu)化設計的理論也有較快發(fā)展，由尺寸優(yōu)化，發(fā)展到形狀優(yōu)化、拓撲優(yōu)化、布局優(yōu)化和類型優(yōu)化;由單目標優(yōu)化發(fā)展到多目標優(yōu)化;由確定性優(yōu)化發(fā)展到不確定性優(yōu)化;由工程結(jié)構(gòu)靜力優(yōu)化發(fā)展到靜動力優(yōu)化，優(yōu)化設計的層次在不斷提高.

根據(jù)實際工程特點，對現(xiàn)有的優(yōu)化算法進行改進、重組和綜合，從而產(chǎn)生滿足實際工程結(jié)構(gòu)要求的行之有效的算法將是今后優(yōu)化算法的主要發(fā)展方向.借助于高效率的尋優(yōu)算法、高性能并行服務器和高效率的結(jié)構(gòu)重分析程序，形狀優(yōu)化、拓撲優(yōu)化、多目標優(yōu)化、不確定性優(yōu)化和動力優(yōu)化也將是未來發(fā)展的主要方向.本文主要介紹近年來工程結(jié)構(gòu)優(yōu)化設計研究的進展情況，并指出工程結(jié)構(gòu)優(yōu)化設計的發(fā)展方向.

1 現(xiàn)代工程結(jié)構(gòu)優(yōu)化設計

1.1 工程結(jié)構(gòu)的不確定性優(yōu)化設計

工程結(jié)構(gòu)設計中變量存在不同程度的不確定性，基于不確定性理論的工程結(jié)構(gòu)優(yōu)化設計主要考慮變量的隨機性和模糊性.考慮事物的隨機性，出現(xiàn)了基于可靠度理論的結(jié)構(gòu)優(yōu)化設計;研究事物的模糊性，提出了工程結(jié)構(gòu)模糊優(yōu)化設計.

1.1.1 基于可靠度理論的工程結(jié)構(gòu)優(yōu)化設計

從可靠度的觀點來看，傳統(tǒng)的確定性的結(jié)構(gòu)優(yōu)化設計不免存在一些缺陷:(a)傳統(tǒng)結(jié)構(gòu)優(yōu)化設計不能給出結(jié)構(gòu)可靠性的清晰概念和定量描述，經(jīng)傳統(tǒng)結(jié)構(gòu)優(yōu)化設計得出的最優(yōu)結(jié)構(gòu)并不能保證結(jié)構(gòu)有適當?shù)目煽啃运?(b)傳統(tǒng)結(jié)構(gòu)優(yōu)化設計忽略了構(gòu)件尺寸及材料性能參數(shù)的隨機性，其結(jié)果不能反映其參數(shù)不確定性這一特點.因此，設計者應把結(jié)構(gòu)的可靠度要求加入到工程結(jié)構(gòu)優(yōu)化設計數(shù)學模型中，按照工程結(jié)構(gòu)功能的要求，根據(jù)所擁有的資源，在結(jié)構(gòu)可靠度分析基礎上進行結(jié)構(gòu)優(yōu)化設計，尋求合理、滿意、安全的設計方案.

目前許多隨機變量的概率統(tǒng)計特征還不明了，積極地去收集、統(tǒng)計、分析、研究隨機變量的概率特征是基于可靠度理論的工程結(jié)構(gòu)優(yōu)化設計的先行條件.

求解基于可靠度的工程結(jié)構(gòu)優(yōu)化設計的直觀解法是把可靠度和優(yōu)化的各自算法組合成一兩層嵌套迭代，該法計算效率較低.為了改善其收斂性，提高其計算效率，人們提出單層次算法、功能測度法、半無限規(guī)劃法等，蔡迎建等[4]給出了離散變量框架結(jié)構(gòu)可靠性優(yōu)化的相對差商方法及迭代格式，程耿東等[5]提出了基于可靠度的工程結(jié)構(gòu)優(yōu)化的序列近似規(guī)劃算法，該算法系對經(jīng)典序列近似規(guī)劃法進行改造和擴展.

Dimou等[6]將粒子群優(yōu)化方法引入到基于可靠度的桁架結(jié)構(gòu)優(yōu)化設計中，可靠指標采用Ditlevsen界限法求解.高亞強等[7]建立基于可靠度，以剛架重量為目標函數(shù)的平面剛架優(yōu)化模型，可靠指標采用JC法求解，優(yōu)化算法采用約束變尺度法，結(jié)果表明該方法是有效的.王福來等[8-9]闡述了基于可靠度的橋梁結(jié)構(gòu)優(yōu)化設計一般方法及其基本思想，討論了基于可靠度的橋梁結(jié)構(gòu)優(yōu)化設計模型的建立，提出了該模型重點研究的內(nèi)容和需要解決的問題.

1.1.2 工程結(jié)構(gòu)模糊優(yōu)化設計

模糊性是指客觀事物差異的中間過渡中的“不分明性”[1]，是由于問題過于復雜，不能給事物以明確的定義或評價標準而形成的不確定性.具有模糊性信息的系統(tǒng)稱為模糊系統(tǒng)，也稱軟系統(tǒng).

與工程結(jié)構(gòu)設計有關(guān)的一些因素如:設計優(yōu)劣標準、結(jié)構(gòu)響應的允許范圍、地震烈度的劃分、建筑場地的分類、結(jié)構(gòu)經(jīng)濟性的衡量、計算模型和設計參數(shù)等都具有模糊性.

20世紀70年代，Bellman等[10]給出了模糊決策的定義，并構(gòu)建了模糊環(huán)境下的決策模型[11].隨后，模糊線性規(guī)劃、模糊非線性規(guī)劃、模糊整數(shù)規(guī)劃、模糊多目標規(guī)劃及模糊動態(tài)規(guī)劃等模型得到積極的研究.王光遠在文獻[11]中詳細論述了工程結(jié)構(gòu)的模糊優(yōu)化設計，并將其應用于抗震結(jié)構(gòu)的模糊優(yōu)化中.

葉萬軍等[12]根據(jù)影響黃土路塹邊坡斷面設計的經(jīng)濟性、安全可靠性、抗沖刷性、施工技術(shù)的成熟性及環(huán)保性等5個指標，建立了邊坡斷面設計各指標的模糊判斷矩陣，將定性指標轉(zhuǎn)換為模糊值，有效組合主、客觀權(quán)重，建立了基于主客觀權(quán)重綜合模糊識別的邊坡斷面優(yōu)化決策模型.劉劍等[13]運用模糊集合論理論，提出了重力式擋土墻穩(wěn)定性分析的模糊優(yōu)化設計方法，從而使擋土墻的穩(wěn)定性分析更加接近客觀實際.

1.2 形狀優(yōu)化與拓撲優(yōu)化

1.2.1 形狀優(yōu)化

形狀優(yōu)化是指通過調(diào)整工程結(jié)構(gòu)內(nèi)外邊界形狀來改善結(jié)構(gòu)性能和降低工程結(jié)構(gòu)造價，其主要用來發(fā)掘工程系統(tǒng)構(gòu)件的合理內(nèi)外邊界形狀.形狀優(yōu)化主要包括桁架、剛架類的離散變量和塊體、板、殼類的連續(xù)變量.

a.離散變量形狀優(yōu)化.離散變量形狀優(yōu)化一般以節(jié)點坐標等幾何變量為設計變量，且通常需要同時考慮尺寸優(yōu)化和形狀優(yōu)化.其主要方法有兩種:一是將兩類變量統(tǒng)一處理，采用無量綱化，構(gòu)造近似問題求解.該法的優(yōu)點是可以同時考慮兩類變量的耦合效應，缺點是計算工作量大.另一種方法是把尺寸優(yōu)化與形狀優(yōu)化分成兩個優(yōu)化層次，分別對兩類優(yōu)化交替進行，即每步固定一類優(yōu)化變量只對另一類優(yōu)化變量進行尋優(yōu)，兩類優(yōu)化層次間通過迭代協(xié)調(diào).該法的優(yōu)點是求解問題規(guī)模較大，缺點是兩類優(yōu)化的耦合性較弱，一般僅能求出局部最優(yōu)解.

b.連續(xù)變量形狀優(yōu)化.連續(xù)型結(jié)構(gòu)的邊界形狀常采用參數(shù)化的曲線或曲面方程等來描述.其優(yōu)化設計方法可歸納為兩類:數(shù)值法和解析法.數(shù)值法可以應用較成熟的約束非線性規(guī)劃法，如GRG法(general reduced gradient)、SQP法(sequential quadratic programming)等[14-15].解析法通過泛函分析，得到優(yōu)化設計函數(shù)的變分形式，進而導出形狀函數(shù)對設計變量靈敏度的解析式及最優(yōu)解滿足的條件.亦可先用解析法將結(jié)構(gòu)優(yōu)化設計函數(shù)簡單化，再用數(shù)值法尋優(yōu).

與尺寸優(yōu)化相比，形狀優(yōu)化發(fā)展緩慢.其主要原因是:(a)自編結(jié)構(gòu)優(yōu)化程序網(wǎng)格自適應劃分存在一定難度;(b)形狀優(yōu)化的敏度分析計算量大，程序收斂性差.綜合解決上述問題需要數(shù)學、力學、計算機以及工程人員的共同努力.

劉齊茂等[16]提出一種求解桁架形狀優(yōu)化設計問題的改進模擬退火算法，算例表明該方法能獲得較高質(zhì)量的解.易少華等[17]利用遺傳算法(GA)對桁架結(jié)構(gòu)分別進行桿件截面和節(jié)點坐標的優(yōu)化設計，并通過25桿輸電塔架算例的優(yōu)化設計，驗證了此方法的實際應用是可行的.曹天捷[18]針對集中載荷、均布載荷以及填料重量載荷同時作用下的三鉸拱結(jié)構(gòu)，以高次拋物線為拱軸線方程，提出了合理拱軸線的方法.王棟等[19]對空間桁架結(jié)構(gòu)的形狀進行優(yōu)化設計，使結(jié)構(gòu)重量達到最小.

1.2.2 拓撲優(yōu)化

拓撲優(yōu)化是指尋求結(jié)構(gòu)剛度在設計空間最佳的分布形式或結(jié)構(gòu)最佳的傳力形式，其主要用于求解工程結(jié)構(gòu)受力、位移等的最合理形式，有助于發(fā)掘目前還未知的最優(yōu)結(jié)構(gòu)拓撲.

與尺寸優(yōu)化和形狀優(yōu)化相比，拓撲優(yōu)化能夠在工程結(jié)構(gòu)設計的初始階段搜索出結(jié)構(gòu)的最優(yōu)布局方案，進而產(chǎn)生可觀的經(jīng)濟效益，且容易被工程設計人員所接受.拓撲優(yōu)化變量亦包括離散型和連續(xù)型.

a.離散變量拓撲優(yōu)化.1964年，Dorn等[20]以結(jié)構(gòu)節(jié)點、支座點及荷載作用點為節(jié)點集合，集合中所有節(jié)點之間采用桿件單元連接的基結(jié)構(gòu)，并以內(nèi)力為設計變量，以應力為約束函數(shù)，建立了單工況線性規(guī)劃優(yōu)化設計模型.該法計算效率較高，但不能應用于多工況和有位移約束的優(yōu)化設計問題上.Dobbs等[21]以截面面積為設計變量，采用最速下降法(steepest descent method，SDM)成功地解決了多工況應力約束下桁架結(jié)構(gòu)的拓撲優(yōu)化問題.Kirsch等[22]提出了兩階段算法，第一階段以桿件截面積和贅余內(nèi)力為設計變量，不考慮位移約束和變形協(xié)調(diào)條件，將離散變量拓撲優(yōu)化轉(zhuǎn)化為線性規(guī)劃優(yōu)化設計;第二階段考慮所有約束，在已有的拓撲結(jié)構(gòu)上，將離散變量拓撲優(yōu)化轉(zhuǎn)化為非線性規(guī)劃優(yōu)化設計.Lipson等[23]建議在多工況下以桿件內(nèi)力為準則來判斷應刪除的桿件.

b.連續(xù)變量拓撲優(yōu)化.連續(xù)變量拓撲優(yōu)化設計是一種0-1離散變量的組合優(yōu)化問題.其基本思想是將設計區(qū)域離散為有限網(wǎng)格，根據(jù)相應的準則，刪除某些網(wǎng)格.其主要方法有:均勻化法、變密度法和變厚法.

均勻化法以微結(jié)構(gòu)的單胞尺寸為設計變量，以單胞尺寸的增減實現(xiàn)微結(jié)構(gòu)的增刪和復合.其特點是:數(shù)學理論推導嚴密，可獲得宏觀的彈性常數(shù)和局部應力應變，容易收斂到局部最優(yōu)解，計算量大，求解的問題類型有限，容易引起棋盤效應.

變密度法假設優(yōu)化設計對象的材料密度是可變的，且假定材料物理參數(shù)與密度間存在某種數(shù)學關(guān)系，以材料密度為優(yōu)化設計變量，以材料的最優(yōu)分布為目標函數(shù).通常單元密度與彈性模量之間的關(guān)系采用人為給出的冪函數(shù)規(guī)律.目前主要采用SIMP(solid isotropic microstructure with penalization)法.其特點是:與采用尺寸變量相比，更能反映拓撲優(yōu)化的本質(zhì)特征，程序?qū)崿F(xiàn)簡單，計算效率高，但解的精度較差.

變厚度法以基結(jié)構(gòu)中單元厚度為優(yōu)化設計變量，以結(jié)構(gòu)中厚度的最優(yōu)分布為目標函數(shù).其特點是:方法簡單，應用范圍狹窄.

姜冬菊等[24-25]將相對差商法和混沌優(yōu)化結(jié)合起來，導出求解離散變量桁架結(jié)構(gòu)拓撲優(yōu)化設計的混合算法，該算法具有差商法的離散變量快速尋優(yōu)以及混沌法的全局遍歷性特點.穆春燕等[26]利用均勻化拓撲優(yōu)化方法，根據(jù)拱壩特點，以體積最小為目標，對拱壩的體形優(yōu)化進行了探討分析，得到了較為滿意的結(jié)果.張莉等[27]以各向異性連續(xù)體為基結(jié)構(gòu)，采用類桁架連續(xù)體材料模型進行結(jié)構(gòu)拓撲優(yōu)化，以材料在節(jié)點位置的密度和方向作為優(yōu)化設計變量，使材料在設計域內(nèi)得到最優(yōu)分布.

1.3 多目標優(yōu)化

多目標優(yōu)化是指優(yōu)化過程中所考慮的優(yōu)化目標不是單一的.一般情況下各目標函數(shù)之間往往相互矛盾，比如要取得好的安全性，就要求結(jié)構(gòu)的截面面積要大，而為了取得最少重量，又要求截面面積較小.因此不存在使所有目標都達到最優(yōu)的“絕對最優(yōu)解”，只能求得“滿意解集”，由決策者最終選定某一個滿意解作為最后定解.

實際工程中，多目標優(yōu)化一般用于工程系統(tǒng)決策，即在工程決策方面先采用多目標優(yōu)化進行方案確定，再優(yōu)化各個分目標.

不同的優(yōu)化設計數(shù)學模型有不同的求解方法.主要有以下幾種方法[14-15]:(a)約束法.在多個分目標中選擇一個為主目標，對其余分目標給出希望值，進而轉(zhuǎn)化為單目標優(yōu)化問題求解.(b)功效系數(shù)法.將各分目標的“壞”價值用統(tǒng)一的功效系數(shù)表達，而后采用幾何平均構(gòu)成評價函數(shù)，進而轉(zhuǎn)化成單目標優(yōu)化問題求解. (c)評價函數(shù)法.采用線性加權(quán)、平方和加權(quán)等方法將分目標函數(shù)綜合成一個總函數(shù)進而轉(zhuǎn)化為單目標優(yōu)化問題求解.(d)目的規(guī)劃法.希望值與真實值之間的差值稱為約束偏差，以約束偏差和目標偏差的某種組合作為總函數(shù)進而轉(zhuǎn)化為單目標優(yōu)化問題求解.(e)多屬性效用函數(shù)法.實際多目標優(yōu)化時往往得到的不是某一個最優(yōu)解，而是最優(yōu)解的一個集合，再在這個集合中選出需要的最優(yōu)解.為此可應用效用理論建立決策者的效用函數(shù)(曲線)，按此曲線從有限解集中選出最終的合適方案.

謝能剛等[28-29]提出了基于博弈理論、無私合作博弈理論和模糊理論，考慮壩體體積、最大主拉應力、整體應變能、高應力區(qū)范圍為目標函數(shù)的拱壩體型多目標優(yōu)化設計.曹洪濤等[30]以Matlab多目標優(yōu)化函數(shù)為工具，研究了不同截面鋼與混凝土組合梁有效發(fā)揮抗彎承載力和降低截面尺寸的多目標優(yōu)化問題.黃煒等[31]研究了密肋復合墻體多目標優(yōu)化設計方法，提出了綜合考慮墻體的安全性(墻體斜截面抗剪承載力)與經(jīng)濟性(墻體造價)的多目標優(yōu)化設計數(shù)學模型，并用序列二次規(guī)劃法(sequential quadratic programming，SQP)求解.

1.4 工程系統(tǒng)優(yōu)化

實際工程項目大多是由若干個建筑物或構(gòu)筑物組成，它們構(gòu)成一個結(jié)構(gòu)系列.把結(jié)構(gòu)系列中那些主要的、投資較大的結(jié)構(gòu)所構(gòu)成的集合稱為“工程結(jié)構(gòu)系統(tǒng)”或簡稱“工程系統(tǒng)”[32].對“工程系統(tǒng)”進行全局優(yōu)化稱為系統(tǒng)優(yōu)化.

工程系統(tǒng)可以分為串聯(lián)、并聯(lián)、復合的并串聯(lián)系統(tǒng)，土木、建筑、水利工程項目主要簡化為串聯(lián)工程系統(tǒng).針對不同的工程系統(tǒng)有不同的全局優(yōu)化方法.王光遠在文獻[32]中，以工程系統(tǒng)的總造價和總損失期望為目標函數(shù)，詳細闡述了簡單工程系統(tǒng)全局優(yōu)化的直接解法、串聯(lián)和并聯(lián)工程系統(tǒng)的的全局優(yōu)化、簡單復合工程系統(tǒng)的全局優(yōu)化、表決系統(tǒng)的全局優(yōu)化以及網(wǎng)絡工程系統(tǒng)的全局優(yōu)化.仿照文獻[32]中相關(guān)理論和方法將基于最優(yōu)設防水平下的工程系統(tǒng)優(yōu)化推廣到基于最大可靠指標下的工程系統(tǒng)優(yōu)化，將是未來發(fā)展的一個主要方向.

朱靖華等在文獻[33-36]中闡述了多級遞階工程系統(tǒng)的整體優(yōu)化和全局優(yōu)化，提出了全局優(yōu)化計算的混合法，該方法具有耦合法與分解法的優(yōu)點，能靈活地處理系統(tǒng)結(jié)構(gòu)邊界條件，使優(yōu)化空間達到高度降維，對于大規(guī)模、分布復雜的多級遞階系統(tǒng)具有很高的優(yōu)化效率.

2 尋優(yōu)算法的新思路

優(yōu)化設計方法大致可以分為三類:最優(yōu)準則法、數(shù)學規(guī)劃法和現(xiàn)代優(yōu)化算法[14-15].最優(yōu)準則法考慮的問題比較局限，對不同性質(zhì)的約束要采用不同的準則，所得的解不一定是最優(yōu)解;數(shù)學規(guī)劃法計算量大，收斂慢，因而新的現(xiàn)代尋優(yōu)算法應運而生.隨著人們對自然界認識的加深，將自然界的過程和結(jié)構(gòu)抽象出來，形成許多仿生學算法，如:遺傳算法、模擬退火算法、神經(jīng)網(wǎng)絡算法.

2.1 遺傳算法(GA)

遺傳算法是模擬Darwin和Mendel的遺傳選擇和自然淘汰的生物進化過程的計算方法，是一種通過模擬自然進化過程搜索最優(yōu)解的方法.

1975年，Holland教授用二進制位串來表示染色體，根據(jù)遺傳法則，由父代二進制位串經(jīng)過再生、變異和交叉等操作后產(chǎn)生下代二進制位串來模擬生物群體的進化歷程[14-15]，并出版了頗有影響的專著Adaptation in Natural and Artificial Systems[37].1998年，Michalewicz出版了 Genetic Algorithms+Data Structures=Evolution Programs[38]，推動了遺傳算法應用于最優(yōu)化問題.

遺傳算法的主要優(yōu)點是:解題能力較強，適應性較廣，平行性良好，全局優(yōu)化性能較強[14-15].其缺點是:算法操作隨機性較大，計算工作量大.通過引入模式理論、積木塊假設，良好的編碼方式、并行遺傳算法及算法控制參數(shù)(群體大小、變異概率、交叉概率)的智能調(diào)整等，遺傳算法的尋優(yōu)效率得到較大提高.

工程結(jié)構(gòu)中，遺傳算法主要用于桁架結(jié)構(gòu)、框架結(jié)構(gòu)、網(wǎng)格結(jié)構(gòu)以及振動控制結(jié)構(gòu)的優(yōu)化.柳春光等[39]將遺傳算法引入橋梁的震害預測中，并與傳統(tǒng)的單獨BP神經(jīng)網(wǎng)絡相比較，結(jié)果表明該方法能夠有效、準確地對橋梁結(jié)構(gòu)進行震害預測.汪大洋等[40]以結(jié)構(gòu)優(yōu)化中的遺傳算法理論為基礎，建立6種不同的遺傳算法目標函數(shù)，研究表明遺傳算法優(yōu)化方法能依據(jù)結(jié)構(gòu)的具體動力響應在結(jié)構(gòu)層間合理分配阻尼系數(shù).陳文英等[41]采用免疫遺傳算法解決同時含有離散和連續(xù)變量的優(yōu)化設計問題.楊海霞等[42]提出了一種可以任意控制離散度的改進實數(shù)編碼遺傳算法，該算法的優(yōu)點是可以任意選擇變量的精度，適合復雜結(jié)構(gòu)的優(yōu)化設計.趙同彬等[43]等將遺傳算法引入到擋土墻庫侖土壓力求解分析中，計算結(jié)果表明遺傳算法在計算擋土墻庫侖主動土壓力的過程中，收斂速度快，具有較高的計算精度.

2.2 模擬退火算法(SA)

退火是將固體升溫到一定溫度，再讓其慢慢冷卻，升溫時，固體內(nèi)部粒子隨溫升變?yōu)闊o序狀，內(nèi)能增大，而慢慢冷卻時固體內(nèi)部粒子漸漸趨于有序狀.固體內(nèi)部粒子在每個溫度都達到平衡態(tài)，最后在常溫時達到基態(tài)，內(nèi)能減為最小.

1953年，Metropolis等提出了模擬退火算法.1983年，Kirkpatriek等將此法加以改進后用于大規(guī)模集成電路優(yōu)化問題.1987年，Laarhovent等出版了Simulated Annealing:Theory and Applications[44]一書，對模擬退火算法作了比較系統(tǒng)的總結(jié)，促進了模擬退火算法的理論研究和實際應用的發(fā)展.

模擬退火算法的主要優(yōu)點:適用于離散型、連續(xù)型及混合型變量;魯棒性、全局收斂性、隱含并行性較強，適應性較廣.其主要缺點:效率不高;參數(shù)、試探數(shù)的控制上限選取準則性較弱.通過與遺傳算法、混沌理論、粒子群算法和直接搜索法進行組合，可以大大提高模擬退火算法的尋優(yōu)效率.

陳昌富等[45]將復合形模擬退火算法引入到水泥土墻支護結(jié)構(gòu)參數(shù)優(yōu)化設計中，結(jié)果表明了該方法的可行性和可靠性.王永德等[46]首次將模擬退火算法應用于電力網(wǎng)線路優(yōu)化設計中，同時提出網(wǎng)架優(yōu)化的模擬退火算法.高占遠等[47]將模擬退火算法引入到網(wǎng)架結(jié)構(gòu)優(yōu)化設計中，并對模擬退火算法中參數(shù)的選擇進行了探討.項寶衛(wèi)等[48]針對桁架形狀優(yōu)化問題，提出了一種改進的模擬退火算法，計算結(jié)果表明該法計算精度高、通用性強.顧元憲等[49]將模擬退火算法應用于桁架結(jié)構(gòu)截面尺寸優(yōu)化設計，結(jié)果表明，改進模擬退火算法具有很高的優(yōu)化求解精度，計算效率顯著提高且優(yōu)于遺傳算法.

2.3 人工神經(jīng)網(wǎng)絡算法(ANN)

人工神經(jīng)網(wǎng)絡是由大量簡單的神經(jīng)元按某種方式連接形成的智能仿生動態(tài)網(wǎng)絡，它以簡單非線性神經(jīng)元作為處理單元，通過廣泛連接構(gòu)成大規(guī)模分布式并行處理非線性動力學系統(tǒng).主要由輸入層、隱含層和輸出層組成.

1943年，法國心理學家W.S.McCuloch和W.Pitts在分析、綜合神經(jīng)元基本特征的基礎上提出了第一個神經(jīng)元數(shù)學模型(M-P模型)，開創(chuàng)了人工神經(jīng)網(wǎng)絡算法的研究.1982年Hopfield[50]提出了人工神經(jīng)網(wǎng)絡模型.Hopfield開始主要針對線性規(guī)劃和0-1離散規(guī)劃問題，隨后，將其推廣到非線性優(yōu)化問題上.1985年Rumelhart等提出了多層網(wǎng)絡的反向傳播學系算法(back propagation，BP)，該算法能夠較大幅度提高神經(jīng)網(wǎng)絡的學習與知識表達能力.

人工神經(jīng)網(wǎng)絡算法主要優(yōu)點:運算能力、自學習、自適應能力及非線性映射能力較強，容錯性較好.其主要缺點:容易陷入局部最優(yōu)解，計算工作量大.通過提高網(wǎng)絡的泛化性能、與遺傳算法和粒子群算法相結(jié)合，可以大大提高人工神經(jīng)網(wǎng)絡算法的尋優(yōu)效率.

姚宏等[51]利用進化人工神經(jīng)網(wǎng)絡算法預測結(jié)構(gòu)抗震可靠度，克服了BP網(wǎng)絡輸入層節(jié)點數(shù)、隱含層數(shù)和隱含層節(jié)點數(shù)確定的盲目性，其適應性更強，精度更高.任遠等[52]以提高網(wǎng)絡的泛化性能為主旨，提出了GA-BP貝葉斯算法，并應用于方形扁平封裝器中，該算法克服了現(xiàn)有網(wǎng)絡訓練算法對初始權(quán)值敏感、建模精度不高的缺點.

2.4 其他新尋優(yōu)算法

新的現(xiàn)代尋優(yōu)算法還有1989年F.Glover提出的禁忌搜索算法(tabu search)[53];Toyoo Fukuda等提出的一種基于信息熵概念的免疫算法，該法全局收斂性良好;蟻群算法(ant colony optimization，ACO)是通過模擬自然界中真實蟻群的覓食行為而產(chǎn)生的;粒子群優(yōu)化算法(partical swarm optimization，PSO)是近年來發(fā)展起來的一種新的進化算法，源于對鳥群捕食的行為研究.粒子群優(yōu)化算法和遺傳算法相似，它均從隨機解出發(fā)，通過迭代尋找最優(yōu)解，采用適應度來評價解的品質(zhì)，但是比遺傳算法規(guī)則更為簡單，沒有遺傳算法的“交叉”和“變異”操作.

3 結(jié) 語

a.工程結(jié)構(gòu)優(yōu)化設計從尺寸優(yōu)化到形狀優(yōu)化、拓撲優(yōu)化，從單目標優(yōu)化到多目標優(yōu)化，從確定性優(yōu)化到不確定性優(yōu)化，從靜力優(yōu)化到靜動力優(yōu)化，其優(yōu)化設計的層次向更高方向發(fā)展.優(yōu)化算法從傳統(tǒng)的準則法、數(shù)學規(guī)劃法，發(fā)展到仿生學算法.優(yōu)化的理論和方法都得到長足發(fā)展.

b.尋求目標函數(shù)和約束函數(shù)的高精度近似顯式解析式仍然是結(jié)構(gòu)重分析算法發(fā)展的一個重要方向.

c.最優(yōu)準則法、數(shù)學規(guī)劃法及現(xiàn)代的仿生學算法都有其自身局限性.針對實際工程，對上述各尋優(yōu)算法進行改進、組合，產(chǎn)生新的優(yōu)化算法，是工程結(jié)構(gòu)優(yōu)化算法發(fā)展的主要方向.

d.工程結(jié)構(gòu)優(yōu)化設計中尺寸優(yōu)化已相對完善，形狀優(yōu)化逐漸走向成熟，拓撲優(yōu)化及布局優(yōu)化呈現(xiàn)加速發(fā)展的態(tài)勢.

[1]蔡新，郭興文，張旭明.工程結(jié)構(gòu)優(yōu)化設計[M].北京:中國水利水電出版社，2003.

[2]張炳華，侯昶.土建結(jié)構(gòu)優(yōu)化設計[M].2版.上海:同濟大學出版社，1998.

[3]SCHMIT L A.Structural design by systematic synthesis[C]//Proceeding of the second Conference on Electronic Computation.New York: ASCE，1960:105-132.

[4]蔡迎建，孫煥純.框架結(jié)構(gòu)的可靠性優(yōu)化[J].計算力學學報，1999，16(3):288-294.(CAI Ying-jian，SUN Huan-chu.Reliability based on optimization for frame structur[J].Chinese Journal of Computational Mechanics，1999，16(3):288-294.(in Chinese))

[5]程耿東，許林.基于可靠度的結(jié)構(gòu)優(yōu)化的序列近似規(guī)劃算法[J].計算力學學報，2006，23(6):641-646.(CHENG Geng-dong，XU Lin.Sequential approximate programming approach to reliability based structural optimization[J].Chinese Journal of Computational Mechanics，2006，23(6):641-646.(in Chinese))

[6]DIMOU C K，KOUMOUSIS V K.Reliability-based optimal design of truss structures using particle swarm optimization[J].Journal of Computing in Civil Engineering，2009，23(2):100-109.

[7]高亞強，王興國.基于可靠性的結(jié)構(gòu)優(yōu)化設計[J].河北理工大學學報:自然科學版，2008，30(1):120-123.(GAO Ya-qiang，WANG Xing-guo.A Study on reliability-based structural optimization and design[J].Journal of Hebei Polytechnic University:Natural Science Edition，2008，30(1):120-123.(in Chinese))

[8]王福來，葉少有.基于可靠度理論的橋梁結(jié)構(gòu)優(yōu)化設計[J].山西建筑，2008，34(2):89-90.(WANG Fu-lai，YE Shao-you. Optimal design of bridge structures based on reliability[J].Shanxi Architecture，2008，34(2):89-90.(in Chinese))

[9]張鵬飛.淺談可靠度在橋梁結(jié)構(gòu)優(yōu)化設計中的應用[J].山西建筑，2007，33(20):78-79.(ZHANG Peng-fei.Application of the reliability in bridge structural optimum design[J].Shanxi Architecture，2007，33(20):78-79.(in Chinese))

[10]BELLMAN R E，ZADEH L A.Decision-making in a fuzzy environment[R].Berkeley:University of California Berkeley，1970.

[11]王光遠.工程軟設計理論[M].北京:科學出版社，1992.

[12]葉萬軍，彭小云，折學森.綜合模糊識別下的黃土邊坡斷面優(yōu)化[J].西安科技大學學報，2007，27(4):584-589.(YE Wan-jun，PENG Xiao-yun，SHE Xue-sen.Loess slope section optimization based on comprehensive fuzzy recognition[J].Journal of Xi'an University of Science and Technoidgy，2007，27(4):584-589.(in Chinese))

[13]劉劍，汪志勇，肖盛燮.擋土墻穩(wěn)定性分析中的模糊優(yōu)化設計[J].中南公路工程，2006，31(3):102-104.(LIU Jian，WANG Zhiyong，XIAO Sheng-xie.Fuzzy optimization designin the stability of retaining wall analysed[J].Central SouthHighway Engineering，2006，31(3):102-104.(in Chinese))

[14]汪樹玉，劉國華，包志仁.結(jié)構(gòu)優(yōu)化設計的現(xiàn)狀與進展(續(xù))[J].基建優(yōu)化，1999，20(5):3-7.(WANG Shu-yu，LIU Guo-hua，BAO Zhi-ren.Present situation and development of structuraloptimizationmethod(continuation)[J].Optimizqtionof Capital Construction，1999，20(5):3-7.(in Chinese))

[15]汪樹玉，劉國華，包志仁.結(jié)構(gòu)優(yōu)化設計的現(xiàn)狀與進展[J].基建優(yōu)化，1999，20(4):3-14.(WANG Shu-yu，LIU Guo-hua，BAO Zhi-ren.Present situation and development of structural optimization method[J].Optimizqtion of Capital Construction，1999，20(4):3-14. (in Chinese))

[16]劉齊茂，燕柳斌，鄧朗妮.桁架形狀優(yōu)化的一種改進模擬退火算法研究[J].計算機工程與應用，2007，43(23):218-221.(LIU Qi-mao，YAN Liu-bin，DENG Lang-ni.Improved simulated annealing algorithm study on truss shape optimal design[J].Computer Engineering and Applications，2007，43(23):218-221.(in Chinese))

[17]易少華，劉樹堂.BP遺傳算法在結(jié)構(gòu)形狀優(yōu)化設計中的應用[J].廣州大學學報:自然科學版，2007，6(3):82-86.(YI Shaohua，LIU Shu-tang.Application of BP genetic algorithms on shape optimization design of truss structure[J].Journal of Guangzhou University:Natural Science Edition，2007，6(3):82-86.(in Chinese))

[18]曹天捷.幾種載荷同時作用下三鉸拱軸線的形狀優(yōu)化[J].中國民航大學學報，2007，25(2):33-35.(CAO Tian-jie.Optimization of axial curve of three-hinged arch under action of few kind of loads[J].Journal of Civil Aviation University of China，2007，25(2):33-35.(in Chinese))

[19]王棟，李晶.空間桁架結(jié)構(gòu)動力學形狀優(yōu)化設計[J].工程力學，2007，24(4):129-134.(WANG Dong，LI Jing.Shape optimization of space trusses subject to frequency constrains[J].Engineering Mechanics，2007，24(4):129-134.(in Chinese))

[20]DOR N W S，GEMORY R E，GREENBERG H J.Automatic design of optimal structures[J].J Mech，1964，3(1):25-52.

[21]DOBBS M W，F(xiàn)ELTON L P.Optimization of truss geometry[J].J Struct Div Proc ASCE，1969，95(ST10):2105-2118.

[22]KIRSCH U，TOPPING B H V.Minimum weight design of structural topologies[J].J Struc Eng，1992，118(7):1770-1785.

[23]LIPSON S L，GWIN L B.The complex method applied to optimal truss configuration[J].Computers&Structures，1977，7(3):461-468.

[24]姜冬菊，王德信.離散變量桁架結(jié)構(gòu)拓撲優(yōu)化設計的混合算法[J].工程力學，2007，24(1):112-116.(JIANG Dong-ju，WANG De-xin.A hybrid algorithm for topology optimization of truss structures with discrete variables[J].Engineering Mechanics，2007，24(1): 112-116.(in Chinese))

[25]姜冬菊.結(jié)構(gòu)拓撲和布局優(yōu)化及工程應用研究[D].南京:河海大學，2008.

[26]穆春燕，蘇超，叢賽飛.拱壩二維水平拱圈的拓撲優(yōu)化研究[J].黑龍江水專學報，2007，34(4):1-3.(MU Chun-yan，SU Chao，CONG Sai-fei.Study on the topology optimization of 2-d horizontal arch ring[J].Journal of Heilongjiang Hydraulic Engineering College，2007，34(4):1-3.(in Chinese))

[27]張莉，周克民.基于類桁架連續(xù)體的結(jié)構(gòu)拓撲優(yōu)化方法與應用[J].應用力學學報，2007，24(3):412-415.(ZHANG Li，ZHOU Ke-min.Topological optimization based on truss-like continuum with applications[J].Chinese Journal of Applied Mechanics，2007，24 (3):412-415.(in Chinese))

[28]謝能剛，孫林松，包家漢，等.基于無私合作博弈模型的拱壩體型多目標優(yōu)化設計[J].水利學報，2007，38(9):1109-1114. (XIENeng-gang，SUN Lin-song，BAO Jia-han，et al.Multi-objective optimization design of arch dam shape based on unselfish cooperation game model[J].Journal of Hydraulic Engineering，2007，38(9):1109-1114.(in Chinese))

[29]孫林松，張偉華，謝能剛，等.基于博弈理論的拱壩體形多目標優(yōu)化設計[J].河海大學學報:自然科學版，2006，34(4):392-396.(SUN Lin-song，ZHANG Wei-hua，XIE Neng-gang，et al.Multi-objective optimization for shape design of arch dams based on game theory[J].Journal of Hohai University:Natural Sciences，2006，34(4):392-396.(in Chinese))

[30]曹洪濤，董軍，居雅楠.基于MATLAB的鋼-混凝土組合梁截面多目標優(yōu)化設計[J].四川建筑科學研究，2008，34(1):5-8. (CAO Hong-tao，DONG Jun，JU Ya-nan.Multi-objective optimal section design of steel-concrete composite beams basedon theMATLAB [J].Sichuan Building Science，2008，34(1):5-8.(in Chinese))

[31]黃煒，侯莉娜，姚謙峰，等.密肋復合墻體多目標優(yōu)化設計方法研究[J].西安建筑科技大學學報:自然科學版，2007，39(5): 641-645.(HUANG Wei，HOU Li-na，YAO Qian-feng，et al.Research on multi-objective optimization design method of multi-ribbed composite wall[J].Journal of Xi'an University of Architecture&Technology:Natural Science Edition，2007，39(5):641-645.(in Chinese))

[32]王光遠.工程結(jié)構(gòu)與系統(tǒng)抗震優(yōu)化設計的實用方法[M].北京:中國建筑工業(yè)出版社，1999.

[33]朱靖華，王光遠.多級遞階工程結(jié)構(gòu)系統(tǒng)抗地震設計的全局優(yōu)化[J].工程力學，2002，19(6):171-180.(ZHU Jing-hua，WANG Guang-yuan.Global optimization of anti-seismic design for multilevel hierarchical engineering structure systems[J].Engineering Mechanics，2002，19(6):171-180.(in Chinese))

[34]朱靖華，王光遠.多級遞階工程系統(tǒng)全局優(yōu)化抗震設計的混合法[J].土木工程學報，2005，38(4):18-24，52.(ZHU Jing-hua，WANG Guang-yuan.Global optimization of anti-seismic design for multilevel hierarchical engineering systems by using a mixed method [J].China Civil Engineering Journal，2005，38(4):18-24，52.(in Chinese))

[35]朱靖華，王光遠.多級遞階工程系統(tǒng)抗地震設計全局優(yōu)化的對偶分解法[J].建筑結(jié)構(gòu)學報，2002，23(6):33-40.(ZHU Jinghua，WANG Guang-yuan.Global optimization of anti-seismic design for multilevel hierarchical engineering systems by a dualdecomposition method[J].Journal of Building Structures，2002，23(6):33-40.(in Chinese))

[36]朱靖華，王光遠.多級遞階工程系統(tǒng)抗地震設計整體優(yōu)化的計算實現(xiàn)[J].計算力學學報，2002，19(4):384-392.(ZHU Jinghua，WANG Guang-yuan.Computational implementation of global optimization of anti-seismic design for multilevel hierarchical engineering systems[J].Chinese Journal of Computational Mechanics，2002，19(4):384-392.(in Chinese))

[37]HOLLAND J H.Adaptation in natural and artificial systems[M].Cambridge:MIT Press，1992.

[38]MICHALEWICZ Z.Genetic algorithms+data structures=evolution programs[M].Berlin:Springer，1998.

[39]柳春光，張利華.遺傳優(yōu)化神經(jīng)網(wǎng)絡方法在橋梁震害預測中的應用[J].地震工程與工程振動，2008，28(1):139-145.(LIU Chun-guang，ZHANG Li-hua.The application of genetic algorithms and BP neural network to seismic damage prediction of bridges[J]. Journal of Earthquake Engineering and Engineering Vibration，2008，28(1):139-145.(in Chinese))

[40]汪大洋，周云.基于GA優(yōu)化理論的高層結(jié)構(gòu)風振控制研究[J].土木工程學報，2008，41(1):42-47.(WANG Da-yang，ZHOU Yun.Control of wind-induced vibration of high-rise bulidings based onGA optimum theory[J].China Civil Engineering Journal，2008，41 (1):42-47.(in Chinese))

[41]陳文英，閻紹澤，褚福磊.免疫遺傳算法在智能桁架結(jié)構(gòu)振動主動控制系統(tǒng)優(yōu)化設計中的應用[J].機械工程學報，2008，44 (2):196-200.(CHEN Wen-ying，YAN Shao-ze，CHU Fu-lei.Immune genetic algorithm used to integrated optimal design of active vibration control system for piezoelectric intelligent truss structures[J].Chinese Journal of Mechanical Engineering，2008，44(2):196-200.(in Chinese))

[42]楊海霞，謝軼鵬.一種改進的遺傳算法及其在結(jié)構(gòu)優(yōu)化設計中的應用[J].河海大學學報:自然科學版，2007，35(6):659-663.(YANG Hai-xia，XIE Yi-peng.An improved genetic algorithm and its application to structural design optimization[J].Journal of Hohai University:Natural Sciences，2007，35(6):659-663.(in Chinese))

[43]趙同彬，譚云亮，王虹，等.擋土墻庫侖土壓力的遺傳算法求解分析[J].巖土力學，2009，30(4):1170-1174.(ZHAO Tong-bin，TAN Yun-liang，WANG Hong，et al.Analytical solution of Coulomb earth pressure on retaining wall by genetic algorithm[J].Rock and Soil Mechanics，2009，30(4):1170-1174.(in Chinese))

[44]VAN LAAR HOVEN P J M，AARTS E H L.Simulated annealing:theory and applications[M].Berlin:Springer，1987.

[45]陳昌富，吳子儒，龔曉南.復合形模擬退火算法及其在水泥土墻優(yōu)化設計中的應用[J].巖土力學，2007，28(12):2543-2548. (CHEN Chang-fu，WU Zi-ru，Gong Xiao-nan.Complex simulated annealing and its application to optimization design of cement-soil retaining walls[J].Rock and Soil Mechanics，2007，28(12):2543-2548.(in Chinese))

[46]王永德，李蘭，趙宏才，等.電力網(wǎng)網(wǎng)架結(jié)構(gòu)優(yōu)化設計的模擬退火算法[J].青島理工大學學報，2007，28(3):108-110，117. (WANG Yong-de，LI Lan，ZHAO Hong-cai，et al.Simulated annealing algorithm for the optimal design of the electric power grid structure [J].Journal of Qingdao Technological University，2007，28(3):108-110，117.(in Chinese))

[47]高占遠，鹿曉陽，陳世英，等.基于單純形模擬退火算法的網(wǎng)架結(jié)構(gòu)優(yōu)化設計[J].山東建筑大學學報，2007，22(1):21-23，40.(GAO Zhan-yuan，LU Xiao-yang，CHEN Shi-ying，et al.Optimal design of lattice grid structure based on simulated simplex-annealing method[J].Journal of Shandong Jianzhu University，2007，22(1):21-23.(in Chinese))

[48]項寶衛(wèi)，胡永良，凌塑勇.桁架形狀優(yōu)化設計的模擬退火算法[J].力學與實踐，2006，28(6):46-50.(XIANG Bao-wei，HU Yong-liang，LING Su-yong.Shape optimization of trusses using simulated annealing[J].Mechanics in Engineering，2006，28(6):46-50. (in Chinese))

[49]顧元憲，項寶衛(wèi)，趙國忠.桁架結(jié)構(gòu)截面優(yōu)化設計的改進模擬退火算法[J].計算力學學報，2006，23(5):546-552.(GU Yuanxian，XIANG Bao-wei，ZHAO Guo-zhong.Improved simulated annealing algorithm for cross-section design optimization of truss tructures [J].Chinese Journal of Computational Mechanics，2006，23(5):546-552.(in Chinese))

[50]HOPFIELD J J.Neural networks and physical systems with emergent collective computational abilities[J].Proceedings of the National Academy of Sciences of the United States of America，1982，79(8):2554-2558.

[51]姚宏，劉小文.基于神經(jīng)網(wǎng)絡的結(jié)構(gòu)抗震可靠度預測及優(yōu)化[J].南昌工程學院學報，2007，26(6):22-25.(YAO Hong，LIU Xiao-wen.Prediction and optimization of reliability of seismic structures based on neural network[J].Journal of Nanchang Institute of Technology，2007，26(6):22-25.(in Chinese))

[52]任遠，白廣忱.新型NN訓練算法及其在優(yōu)化設計中的應用[J].計算機工程與應用，2009，45(8):5-8.(REN Yuan，BAI Guang-chen.New NN training algorithm and its application in optimization design[J].Computer Engineering and Applications，2009，45 (8):5-8.(in Chinese))

[53]GLOVER F.Tabu search:Part I[J].ORSA Journal on Computing，1989，1(3):190-206.