一种基于改进人工蜂群算法的谐振子设计方法与流程

技术特征：
1.一种基于改进人工蜂群算法的谐振子设计方法，其特征在于，包括以下步骤：1)设置改进人工蜂群算法的参数及谐振子几何建模设计参数的取值范围；1.1)设置改进人工蜂群算法的参数，所述参数包括种群大小np、食物源参量维数d、最大搜索次数limit、最大迭代次数maxcycle、趋势外推系数k和微调引导系数ε；所述食物源参量维数d等于谐振子设计参数的数量，d＝6，分别对应谐振子的半球壳半径r、锚杆直径b、锚杆长度l、锚杆距唇沿距离l、圆角半径r和球壳厚度h；1.2)设置谐振子几何建模中设计参数半球壳半径r、锚杆直径b、锚杆长度l、锚杆距唇沿距离l、圆角半径r和球壳厚度h的取值范围；设置许用拉应力的值s
许用拉应力
和许用压应力的值s
许用压应力
；设置循环次数cycle＝0；设置领域搜索次数t＝0；2)根据步骤1.2)所设置的谐振子几何建模设计参数的取值范围，利用优化拉丁超立方方法，生成谐振子初始参数向量种群x，所述谐振子初始参数向量种群x包括np个谐振子初始参数向量；每个谐振子初始参数向量为一个食物源；谐振子初始参数向量是一个d维的向量；3)利用三维软件及仿真软件对每个谐振子初始参数向量进行仿真计算，然后计算每个谐振子初始参数向量的适应度值；4)设置循环次数为cycle 1；5)引领蜂根据食物源更新公式，进行领域搜索，得到引领蜂一步寻优搜索后的谐振子参数向量，计算引领蜂一步寻优搜索后的谐振子参数向量的适应度值；所述食物源更新公式为：v
″
ij
＝x
ij
(rand
‑
k)*r
ij
(x
ij
‑
x
lj
) ε；其中，i,l∈np，j∈d，l≠i，r为搜索步长，r
ij
∈[
‑
1,1]是一个随机数；rand∈[0,1]是一个随机数；x为食物源；v
″
ij
为更新的食物源；ε为所述微调引导系数，|ε|大于0；6)计算每个引领蜂被跟随蜂跟随的概率pi；7)跟随蜂根据跟随概率pi，选择引领蜂一步寻优搜索后的谐振子参数向量，然后根据所述食物源更新公式，进行领域搜索，得到跟随蜂一步寻优搜索后的谐振子参数向量，计算跟随蜂一步寻优搜索后的谐振子参数向量的适应度值；8)对步骤7)所得适应度值与步骤3)所得适应度值进行比较，判断适应度值是否发生了变化；若未发生变化，则继续进行领域搜索，领域搜索次数为t 1，然后判断搜索次数是否满足<limit，若<limit，则返回步骤5)，若＝limit，则侦查蜂用新的随机谐振子参数向量代替所述跟随蜂一步寻优搜索后的谐振子参数向量，计算新的随机谐振子参数向量的适应度值；选取所有谐振子初始参数向量、寻优搜索后的谐振子参数向量以及新的随机谐振子参数向量中，适应度值最小的谐振子参数向量；若发生变化，则直接选取所有谐振子初始参数向量及寻优搜索后的谐振子参数向量中，适应度值最小的谐振子参数向量；
将适应度值最小的谐振子参数向量记录为迄今为止的最优谐振子参数向量，一步优化循环完成，然后再判断循环次数是否满足<maxcycle，若<maxcycle，则返回步骤4)，开始第二步寻优；若＝maxcycle，则执行步骤9)；9)输出最优谐振子参数向量及其适应度值；10)根据最优谐振子参数向量，设计谐振子。2.根据权利要求1所述基于改进人工蜂群算法的谐振子设计方法，其特征在于，步骤3)、步骤5)和步骤7)中，所述适应度值的计算方法具体为：利用ug软件二次开发，对每个谐振子参数向量进行参数化建模，并输出所建三维模型的谐振子质量m，以及.x_t三维图形文件；然后利用ansys软件二次开发，对np个谐振子三维模型进行仿真分析，所述仿真分析包括材料选取、网格剖分、边界条件设置、仿真参数设置、模态分析和静力学分析，最后输出二阶振型与相邻模态频率差δf、谐振子最大拉应力s1以及最大压应力s2，计算每个谐振子参数向量的适应度值。3.根据权利要求2所述基于改进人工蜂群算法的谐振子设计方法，其特征在于：步骤3)、步骤5)和步骤7)中，所述适应度值fit的计算式如下：fit＝m k1 k2 k3；其中：k1为频率差罚函数系数，若δf≥1000hz，则k1＝0，否则k1＝1000；k2为最大拉应力罚函数系数，若s1≤s
许用拉应力
，则k2＝0，否则k2＝1000；k3为最大压应力罚函数系数，若s2≤s
许用压应力
，则k3＝0，否则k3＝1000。4.根据权利要求3所述基于改进人工蜂群算法的谐振子设计方法，其特征在于：步骤6)中，跟随概率pi的计算公式如下：其中：fit
i
为谐振子参数向量的适应度值，i∈np。5.根据权利要求1至4任一所述基于改进人工蜂群算法的谐振子设计方法，其特征在于：步骤2)中，所述优化拉丁超立方方法利用isight软件的doe模块进行。6.根据权利要求5所述基于改进人工蜂群算法的谐振子设计方法，其特征在于：步骤1.1)中，所述最大搜索次数limit＝500，最大迭代次数maxcycle＝1000，趋势外推系数k＝0.15，微调引导系数ε＝rand*10e
‑8，rand∈[0,1]是一个随机数。7.根据权利要求6所述基于改进人工蜂群算法的谐振子设计方法，其特征在于：步骤1.1)中，所述种群大小np＝10*食物源参量维数d。

技术总结
本发明涉及一种基于改进人工蜂群算法的谐振子设计方法，其目的是解决现有谐振子参数设计方法存在若采用人工蜂群算法，后期容易陷入局部最优解，且后期搜索速度慢，经常得不到近似最优解，若采用常用的谐振子设计方法，设计效率低，需反复设计，仅能找到满足要求的设计参数，未进行优化，不能实现谐振子多参数优化的技术问题。该方法将趋势外推理论和微调引导系数引入人工蜂群算法，得到食物源更新公式，实现了对优化搜索的随机性进行引导优化，降低了算法的随机性，从而在优化收敛后期，提高了优化设计的效率和精度，改善了现有人工蜂群算法在后期容易出现收敛速度慢和效率低的问题，实现了谐振子设计多参数的优化设计，具有较强的全局寻优能力。有较强的全局寻优能力。有较强的全局寻优能力。


技术研发人员：黄帅 王建青 柳凯 党建军 张培新 何晓霞
受保护的技术使用者：西安航天精密机电研究所
技术研发日：2021.06.08
技术公布日：2021/10/29