基于联合算法的连续体结构拓扑优化新方法

由于遗传算法（GAs）的随机性，其直接应用于拓扑优化问题时会产生棋盘格现象。因此，研究小组提出了一种新的拓扑优化方法，它在传统的双向进化结构优化算法（BESO）的基础上融合了非支配排序遗传算法（NSGA-Ⅱ），并利用NSGA-Ⅱ算法的全局进化机制，改善BESO算法的全局最优可搜索性。优化目标为结构刚度最大化，数值算例验证了算法的有效性与稳定性。在相同约束条件下与传统BESO算法比较，发现研究小组提出的方法可以提高结构刚度，证明了其优越性，并且其适用于复杂的工况条件，对工程结构的优化具有指导意义。