基于MOPSO算法的斜拉桥索力优化分析

张玉平，刘雪松，李传习

(长沙理工大学 土木工程学院，长沙 410114)

现代斜拉桥多为密索体系，属于高次超静定结构，可以通过人为调整斜拉索各次张拉控制力，在一定范围内调整主梁、主塔等结构的变形和受力状态，因此，斜拉桥的设计自由度较大。如何通过优化索力来确定合理成桥状态与合理施工状态是斜拉桥设计和监控计算中需要解决的一个关键问题。

关于斜拉桥索力优化方法，许多学者已有大量的研究，多种不同方法各有其优点、不足和适用范围[1-5]。按照优化目标数量可分为单目标优化方法和多目标优化方法两大类。传统的零位移法、弯曲能量最小法、用索量最小法等可归为单目标优化方法，而影响矩阵法、遗传算法(genetic algorithms, GA)、粒子群算法(particle swarm optimization, PSO)等可用于多目标问题优化。相对前者，多目标优化方法能够更全面地考虑斜拉桥的受力状态和线形等指标，避免单目标优化方法的单一性。多目标优化方法中，影响矩阵法克服了单一目标函数优化的缺点，可以用较小的计算量得到较为理想的结果，然而，影响矩阵法只是表达了结构力学体系的一种受力规律，它本身不会自行取得最优解答[5]。而遗传算法、粒子群算法等智能优化算法则在这方面具有一定的优势。

遗传算法和粒子群算法对目标函数没有可导性、连续性等要求，算法概念简明，收敛速度快，鲁棒性好，并且粒子群算法相对遗传算法，不需要复杂的交叉、变异等操作，算法实现简单，在许多领域有广泛的应用[6]。……