[论文解读] Efficient optimisation of structures using tabu search
本文提出一种用于高效结构优化的禁忌搜索（TS）元启发式方法，通过灵活的记忆结构避免局部最优并引导全局搜索。在十杆桁架问题上表现出色，实现了质量最小化及多目标优化解，性能优于或相当于现有方法，验证了TS作为结构设计优化的稳健替代方案的可行性。
This paper presents a novel approach to the optimisation of structures using a Tabu search (TS) method. TS is a metaheuristic which is used to guide local search methods towards a globally optimal solution by using flexible memory cycles of differing time spans. Results are presented for the well established ten bar truss problem and compared to results published in the literature. In the first example a truss is optimised to minimise mass and the results compared to results obtained using an alternative TS implementation. In the second example, the problem has multiple objectives that are compounded into a single objective function value using game theory. In general the results demonstrate that the TS method is capable of solving structural optimisation problems at least as efficiently as other numerical optimisation approaches.
研究动机与目标
- 解决在工程中常见的复杂非凸搜索空间中寻找全局最优结构设计的挑战。
- 改进传统局部搜索方法易陷入次优解的缺陷。
- 评估禁忌搜索在求解单目标与多目标结构优化问题中的有效性。
- 将所提出的TS实现性能与文献中已发表结果进行对比。
- 展示博弈论在将多个目标合并为单一标量目标函数以用于优化中的实用性。
提出的方法
- 采用禁忌搜索（TS），一种利用短期与长期记忆结构限制搜索移动、避免重复探索先前解的元启发式方法。
- 实施具有不同时间跨度的灵活记忆周期，以在搜索过程中平衡精化（intensification）与多样化（diversification）。
- 应用基于博弈论推导的复合目标函数，将多个相互冲突的目标合并为单一标量值，以实现多目标优化。
- 以十杆桁架作为基准问题，评估在应力与位移约束下实现质量最小化的性能表现。
- 结合禁忌列表引导的局部搜索程序，以在保持解质量的同时逃离局部最优。
- 通过与文献结果对比验证结果，评估收敛速度与解的质量。
实验结果
研究问题
- RQ1禁忌搜索能否有效导航结构优化问题中复杂且多峰的搜索空间？
- RQ2所提出的禁忌搜索实现方法在标准基准问题上的性能，与其它数值优化方法相比如何？
- RQ3博弈论在多目标结构优化中，能在多大程度上有效将多个目标合并为单一目标函数？
- RQ4在禁忌搜索中使用灵活记忆结构是否能提升桁架设计问题的收敛性与解质量？
- RQ5禁忌搜索能否在保持结构完整性约束的前提下，实现具有竞争力的质量最小化结果？
主要发现
- 禁忌搜索方法成功将十杆桁架的质量最小化至与文献报道结果相当或更优的水平。
- 所提出的TS实现表现出稳健的收敛行为，通过有效的记忆管理避免了陷入局部最优。
- 利用博弈论将多个目标合并为单一目标函数，实现了高效的多目标优化，且性能稳定一致。
- 该方法在较少的函数评估次数内获得高质量解，表明其计算效率较高。
- 结果证实，禁忌搜索是结构优化问题中其他元启发式方法的可行且具有竞争力的替代方案。
- 灵活记忆周期的整合显著提升了搜索过程，有效平衡了探索与开发。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。