一种基于黑猩猩算法的拓扑优化方法

本发明公开了一种基于黑猩猩算法的拓扑优化方法，步骤包括：建立有限元模型；设置算法中的具体参数并生成初始的黑猩猩种群位置；对每个黑猩猩个体进行评估；在探索阶段每个黑猩猩个体根据随机向量改变位置；在开发阶段对个体进行角色划分协同更新位置；根据每个黑猩猩个体的适应度值不断优化迭代以得到最优解；当达到预设的迭代次数时算法终止，以此获得对于某一材料拓扑优化的最佳结果。本发明利用黑猩猩算法来改进拓扑优化的结果，通过模拟黑猩猩的狩猎行为不仅能够快速收敛到最优解，优化效果好，不会出现棋盘格现象，可以灵活应用于不同的材料和结构，同时具有良好的可拓展性，能够适应未来更复杂、更多样化的优化需求。