一种用于结构优化的新型PGSA–PSO混合算法

本文的目的是提出一种新的用于求解结构优化问题的混合算法，即改进的植物生长模拟算法和粒子群优化混合算法（PGSA–PSO混合算法）。

为了进一步提高该算法的优化效率和精度，PGSA–PSO的优化求解过程包括两个步骤。首先，用粒子群优化算法选择一个优良的初始生长点。然后，通过PGSA及其改进策略（称为增长空间调整策略）可以快速获得全局最优解。通过一个典型的数学示例验证了新的混合算法有效提高PGSA的全局搜索能力和搜索效率的能力。此外，将PGSA–PSO算法应用于悬吊穹顶结构的优化设计。

通过典型的数学例子，改进后的策略可以显著提高PGSA的优化效率，并且可以获得接近全局最优解的初始增长点。通过对悬挑穹顶结构预应力的优化，与其他方法相比，该混合算法在结构优化中是有效可行的。

通过对悬挑穹顶结构的算例分析，表明PGSA–PSO算法的优化效率和精度优于其他算法和方法。PGSA–PSO在预应力优化、尺寸优化、形状优化甚至拓扑优化等结构优化问题中是有效和可行的。