摘要：作為一種新型啟發(fā)式智能優(yōu)化算法,模擬植物生長算法(PGSA)建立以植物向光性機理為基礎(chǔ)的生長動力模型,以形成向全局最優(yōu)解迅速生長的搜索機制.針對大規(guī)模復(fù)雜優(yōu)化問題中生長空間大、設(shè)計變量多、可能存在多個局部最優(yōu)解、算法難以自動終止等特點,基于PGS A基本原理,提出了3種新的算法改進機制——可生長點集合限定機制、新增可生長點剔除機制以及混合步長并行搜索機制,并通過典型數(shù)學(xué)和桁架結(jié)構(gòu)算例分析對提出的改進算法的效果進行驗證.結(jié)果表明:可生長點集合限定機制能有效控制生長空間規(guī)模,具有較強的局部搜索能力;新增可生長點剔除機制通過與前者的結(jié)合,為PGSA提供了有效的算法終止機制;混合步長并行搜索機制在生長前期便具備優(yōu)異的全局搜索能力,能快速獲取到最優(yōu)解范圍.所提出的新機制顯著提升了PGSA 算法優(yōu)化的有效性及適應(yīng)性,從而為結(jié)構(gòu)優(yōu)化問題提供了新思路.