(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210660700.8 (22)申请日 2022.06.13 (71)申请人 中南大学 地址 410083 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 吕飞　曹哲雅　丁发兴　 (74)专利代理 机构 南京众联专利代理有限公司 32206 专利代理师 蒋昱 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/17(2020.01) G06F 30/25(2020.01) G06N 3/00(2006.01) G06F 111/04(2020.01)G06F 119/14(2020.01) (54)发明名称 基于粒子群算法和ABAQUS的圆钢管混凝土 短柱自动优化方法 (57)摘要 本发明提供基于粒子群算法和ABAQUS 的圆 钢管混凝土短柱自动优化方法。 首先， 设置目标 函数和优化参数， Python脚本启动FE求解器， 并 输入设计变量及其范围作为结构的有 限元分析 的输入数据。 然后， 脚本控制Abaqus有限元自动 建模并计算出在该参数匹配在加载下的应力 ‑应 变曲线和极限承载力， 计算出相应的目标函数 值。 接下来， Python脚本读取计算结果并传入优 化算法， 结合AB AQUS有限元建模和粒子群优化算 法建立一个自动优化设计框架。 本发 明通过对混 凝土强度、 钢管强度、 核心混凝土截面尺寸和钢 管厚度等离散变量进行优化研究， 通过对有限元 软件ABAQUS进行二次开发， 建立优化数学模型、 编写参数化 建模程序及优化流程， 实现对设计变 量的优化匹配 。 权利要求书2页 说明书5页 附图3页 CN 114925578 A 2022.08.19 CN 114925578 A 1.基于粒子群算法和ABAQUS的圆钢管混凝土短柱自动优化方法， 其特征在于， 所述方 法包括如下步骤： 1)设置目标函数和优化参数， Python脚本启动FE求解器， 并输入设计变量及其范围作 为结构的有限元分析的输入 数据， 所述输入数据包括混凝土强度、 钢管强度、 混凝土边缘长 度和钢管壁厚四个结构参数变量； 所述Abaqus前处理脚本文件使用Mdb对象， 实现相应的ABAQUS  CAE功能， 包括创建草 图、 部件、 装配模型、 定义材料、 载荷及边界条件、 网格划分和 计算， 并在后处理的二次开发 过程中， 也就是访问Odb对象中的各种数据， 进行计算等相应的处理， 然后输出计算等相应 的处理结果， 再输出相应的图像供用户查看； 2)脚本控制Abaqus有限元自动建模并计算出在该参数匹配在加载下的应力 ‑应变曲线 和极限承载力， 计算出相应的目标函数值； 3)Python脚本读取计算结果并传入粒子群优化算法， 结合ABAQUS有限元建模和粒子群 优化算法建立 一个自动优化设计框架； 所述粒子群优化算法是一种受自然界启发的进化随机全局优化算法， 粒子群由在搜索 空间中随机初始 化的几个粒子组成， 此时每个粒子的目标函数值 都被确定， 在搜索过程中， 每个个体的行为都受到 本地或全局最佳个 体的影响， 以帮助它在每一代的空间中搜索。 此外， 个体从其部分经验和其 他粒子的经验中学习， 以调整其速度和方向。 2.根据权利要求1所述的基于粒子群算法和ABAQUS的圆钢管混凝土短柱自动优化方 法， 其特征在于： 步骤2)中控制Abaqus详细步骤如下： 首先读取相应的模型信息， 包含几何和材料参数、 边界条件、 约束条件和相互作用， 然 后用Python语言对模型信息进行参数化处理， 并将脚本文件提交给考虑了非线性变化的 Abaqus求 解器， Abaqus 分析计算完成后， Abaqus的输出 数据库odb文件由Pytho n脚本读取。 3.根据权利要求2所述的基于粒子群算法和ABAQUS的圆钢管混凝土短柱自动优化方 法， 其特征在于： 所述odb文件的结构由两个区块组成： 模型数据和结果数据， 所述结果数据 包括有限元计算的所有结果， 应力和应 变数据需要从odb文件中读取/提取。 4.根据权利要求1所述的基于粒子群算法和ABAQUS的圆钢管混凝土短柱自动优化方 法， 其特征在于： 所述所述粒子群优化 算法具体如下： 1)优化程序是通过设置P SO的初始参数开始的； 首先定义一个4维的解决方案空间， 为每个设计参数设定一个具有最小和最大数值的 合理范围； 然后， 在搜索空间上以随机的模式生成一定数量的粒子， 并为每个粒子分配一个随机 的当前位置,速度和粒子数的界限也被设定,由于粒子群的改进刚刚开始， 所有 粒子的个人 位置都与粒子 本身相同且所有初始粒子的速度被设置为 零； 2)所有的准备工作完成后， 搜索过程 开始； 首先， 评估每个粒子的目标函数， 并更新历史最优和全局最优,将一个粒子的当前设置 输入ABAQUS进行计算， 得到当前 粒子在该匹配下的目标函数值； 如果该值大于该粒子的历史最优值， 则更新历史最优值,这个过程对所有粒子逐一重 复,接下来， 判断在全局最优处的目标函数值是否是最大的和收敛的；权　利　要　求　书 1/2 页 2 CN 114925578 A 23)一旦优化过程完成， 应检查优化结果是否满足要求， 如果优化结果不理想， 应再次执 行步骤1)的搜索过程， 直到满足要求， 否则， 优化结果将被保存为理想的解决方案 。 5.根据权利要求1所述的基于粒子群算法和ABAQUS的圆钢管混凝土短柱自动优化方 法， 其特征在于： 判断在全局最优处的目标函数值是否是最大的和收敛的过程中； (1)如果不是， 根据个人最优和历史最优的相对位置， 按照以下公式更新每个粒子的速 度。 其中， i和k分别代表粒子群的粒子数和迭代次数， 和 分别是粒子 i的当前速度和 位置， 是粒子i的个人最优和 是整个种群的全局最 佳， ω， c1和c2是比例系数， 决 定粒子的速度受其自身速度、 pbest和gbest的相对位置的影响程度， r1和r2是两个范围为 [0,1]的随机数， 然后， 粒子以新速度移动到新 位置； (2)如果是， 就停止搜索循环， 通常情况下， 当目标函数值最大且收敛时， 大部分粒子都 在gbest附近， 优化的迭代次数主要受初始粒子位置、 速度和变量数量的影响， 当最佳位置 接近边界时， 将需要更多的迭代。权　利　要　求　书 2/2 页 3 CN 114925578 A 3