3.2 鸡群优化算法的国内外研究现状 ........................... 19
第 4 章 基于改进鸡群优化算法的钢结构桁架优化设计 ..................................... 39
4.1 工程概况 ........................................ 39
4.2 建立钢结构桁架结构优化设计的数学模型 ............................. 41
第 5 章 优化后桁架结构有限元分析 .......................................... 51
5.1 模型建立 .................................... 51
5.1.1 计算参数 ...................................... 51
5.1.2 单元选取 ...................................... 51
第 5 章 优化后桁架结构有限元分析
5.1 模型建立
在桁架结构的有限元分析中，应根据结构的实际情况确定计算模型和建立时程分析计算。模型的正确性和准确度直接影响着分析结果。本研究采用大型有限元分析软件 ANSYS 对通过改进鸡群优化算法优化后的 GHJ-1 桁架和 CC-1 桁架进行计算分析。
5.1.1 计算参数
计算模型中 GHJ-1 桁架构件和 CC-1 桁架构件优化后的结构材料参数的选取见表 5-1。
...........................
结论与展望
结论
本文深入研究了鸡群优化算法的基本原理和实现方法，具体阐述了其他主流算法的运行原理和使用场合，对于优化算法的一些改进方案进行初步探讨。深入分析了简单鸡群优化算法和一些学者研究的优缺点。比如算法没有初始化，小鸡位置更新没有预防个体出界，算法没有整体的优化等。通过改进鸡群优化算法弥补初始算法的缺陷。并将优化后的鸡群算法应用于实际工程的优化设计，并将优化后的构件进行有限元分析。可以得到下面结论：
（1）本文首先提到了结构优化与智能算法的形成以及发展历史。在结构优化设计和智能优化算法方面，我国与国外相比仍有一定的差距。应加强对结构优化与智能算法相结合这一领域的研究。全面阐述和分析了鸡群优化算法的运行机制以及实现路径，深入阐述了一些主要算法的使用环境和运行机制，对于优化算法的使用环境与改善方法进行探讨。对鸡群优化算法继续改进，将混沌策略和反向学习策略相结合的概念进入到初始化中，保证全局搜索能力；母鸡位置更新上加入偏好随机动态惯性权重因子，增强算法稳定性；再次在小鸡位置更新过程中引入惯性权重因子和学习因子，做到更好的结合全局和局部搜索，并通过边界处理预防个体出现越界；最后通过差分进化算法对算法整体个体位置优化。
（2）将改进后的鸡群优化算法应用于多峰值函数测试，验证了改进后的鸡群优化算法拥有较好的收敛精度和寻找最优值的能力。并将改进后的鸡群优化算法应用于 25 杆、52 杆、72 杆和 200 杆桁架优化设计，通过和其他优化算法的对比分析，进而能够发现，改进鸡群优化算法具备突出的优势，验证了有效性和可行性。
（3）将改进后的鸡群优化算法应用到某篮球馆钢结构主受力桁架结构实际工程中，借助专业软件对桁架的结构改进进行仿真模拟，随后根据改进结果能够观察到：改进后的鸡群优化算法在工程中的运用优势更为显著，一般不会面对局部最优解的问题。此外和其他优化算法进行对比分析，这种算法的性能更加优越，可应用于土木工程结构优化领域。
参考文献（略）
