1.一种基于反向精英哈里斯鹰优化的管柱设计方法，其特征在于：该方法包括以下步骤：S1：对管柱设计问题进行数学建模，确定目标函数、待求解参数取值范围及其约束条件，然后使用外点罚函数法将目标函数与约束条件结合来构造辅助函数，并将其作为适应度函数；

S2：在待求解参数取值范围确定的解空间内随机生成哈里斯鹰种群的初始位置，初始化选择概率参数；

S3：对种群中所有哈里斯鹰位置进行精英反向学习生成反向位置，计算所有哈里斯鹰位置及其反向位置的适应度值，并优先更新哈里斯鹰位置为其反向位置；

S4：根据此前哈里斯鹰位置更新情况来更新选择概率，根据当前迭代次数来更新哈里斯鹰的逃逸能量，当哈里斯鹰逃逸能量大于1时执行步骤S5，否则跳转步骤S6；

S5：用优化过的探索公式更新哈里斯鹰位置，并跳转步骤S7；

S6：根据选择概率随机选择用精英交叉演化或精英融合演化更新哈里斯鹰位置；

S7：判断是否满足终止条件，满足则输出优最终的管柱设计参数，否则跳转步骤S3继续优化。

2.根据权利要求1所述的一种基于反向精英哈里斯鹰优化的管柱设计方法，其特征在于：所述S1中对管柱设计问题进行数学建模具体操作如下：目标函数为：

f(X)＝9.82x1x2+2x1

约束条件为：

待求参数取值范围为：

2≥x1≥14

0.2≥x2≥0.8

适应度函数的计算公式为：

F(X)＝f(X)+10000(g1(X)+g2(X)+g3(X)+g4(X)+g5(X)+g6(X))式中，X＝(x1,x2)为待求参数向量，f(X)为目标函数，g1(X)、g2(X)、g3(X)、g4(X)、g5(X)和g6(X)为障碍函数。

3.根据权利要求1所述的一种基于反向精英哈里斯鹰优化的管柱设计方法，其特征在于：所述S2中，哈里斯鹰的初始位置的随机生成公式为：X＝r(UB‑LB)+LB

式中r为(0,1)区间内随机数，UB、LB分别为解空间上下界。

4.根据权利要求1所述的一种基于反向精英哈里斯鹰优化的管柱设计方法，其特征在于：所述S3的具体操作如下：精英反向学习以精英中心为对称中心进行反向学习，精英中心的定义为：式中，Xo1、Xo2、Xo3为上一轮迭代时哈里斯鹰种群位置中的三个最优位置，r为(0,1)区间内随机数；

精英反向学习以精英中心为对称中心得到哈里斯鹰位置的对称位置，并在以对称位置为中心，以哈里斯鹰位置到对称中心的距离为半径的解空间中随机生成哈里斯鹰反向位置，其计算公式为：式中，为哈里斯鹰反向位置，r1、r2为(0,1)区间内的随机数；

先计算哈里斯鹰反向位置的适应度值，如果其小于哈里斯鹰在迭代过程中最优位置的适应度值，则更新哈里斯鹰位置为反向位置；否则不更新哈里斯鹰位置并计算其适应度值；

精英反向学习中哈里斯鹰位置更新公式为：

式中，为哈里斯鹰反向位置，fitness为哈里斯鹰在迭代过程中最优位置的适应度值。

5.根据权利要求1所述的一种基于反向精英哈里斯鹰优化的管柱设计方法，其特征在于：所述S4的具体操作如下：先将步骤S3计算得到的哈里斯鹰位置的适应度值与哈里斯鹰历史最优位置的适应度值进行比较，判断上轮迭代是否更新哈里斯鹰历史最优位置，如果上一轮迭代后未更新哈里斯鹰历史最优位置，则更新选择概Pr，更新公式为：式中，选择概率Pr是区间[0,1]内的数，其初始值为0.5；参数n是连续的未更新哈里斯鹰历史最优位置最优的迭代轮数；参数diff为上一轮迭代中使用精英交叉演化和精英融合演化更新哈里斯鹰位置的次数之差；如果选择概率pr的值更新后超出其取值区间[0,1]，将其修正为其最接近的边界值，同时将计数器n置0；

逃逸能量基于随迭代次数随机变化，其更新公式为：

式中，初始逃逸能量E0为区间(0,1)内的随机数，t为当前迭代轮数，T为最大迭代轮数。

6.根据权利要求1所述的一种基于反向精英哈里斯鹰优化的管柱设计方法，其特征在于：所述S5中的优化探索公式为：式中，r1、r2、r3、r4、r5、r6和q均为(0,1)区间内随机数，Xe1是哈里斯鹰最优位置，Xr是哈里斯鹰种群中随机选择的一个哈里斯鹰的位置，Xm是哈里斯鹰种群中所有哈里斯鹰的平均位置，UB和LB是搜索空间的上下界。

7.根据权利要求1所述的一种基于反向精英哈里斯鹰优化的管柱设计方法，其特征在于：所述S6的具体操作如下：精英交叉演化通过交叉组合三个历史最优哈里斯鹰位置得到新的位置，并在该新位置基础上进行小范围突变得到最终的哈里斯鹰位置，精英交叉演化相关公式为：p＝0.2×r×(1‑t/T)

Xc2＝Xc1+N(0,0.1)|Xc1‑X|

式中，p是获取不同哈里斯鹰位置的不同维度组合得到新的哈里斯鹰位置的概率，r是区间(0,1)内的随机数，Xe1、Xe2和Xe3是哈里斯鹰最优位置，且满足F(Xe1)≤F(Xe2)≤F(Xe3)，表示直接获取不同哈里斯鹰位置的不同维度组合得到新的位置， 表示哈里斯鹰位置的不同维度以多大的概率被用于组合新的位置，N是均值为0，标准差为0.1的正态分布中的随机数；

精英融合演化通过融合搜索空间中心和哈里斯鹰最优位置得到新的位置，并再将该新位置和哈里斯鹰最优位置融合得到最终的哈里斯鹰位置，精英融合演化相关公式为：q＝1‑t/T

Xf1＝CL+N|CL‑Xe1|

Xf2＝(1+r1×q)×Xe1+r2×q×Xf1式中，Xe1是哈里斯鹰最优位置,q是随迭代轮数变化的控制不同位置融合比例的参数，其中N是服从均值为0，标准差为1的标准正态分布中的随机数，r1、r2为(‑1,1)区间内随机数；

根据选择概率随机选择精英交叉演化和精英融合演化更新哈里斯鹰位置的公式为：式中，Xc2为通过精英交叉演化更新的哈里斯鹰位置，Xf2为通过精英融合演化更新的哈里斯鹰位置，r是区间(0,1)内的随机数,pr是选择概率。

8.根据权利要求1‑7任一项所述的一种基于反向精英哈里斯鹰优化的管柱设计方法，其特征在于：所述管柱选择承受P＝2500kgf的压缩载荷，直径x1和厚度x2分别在2～14cm和

0.2～0.8cm区间内变化；

2 6

管柱组成材料的参数为：屈服应力σy＝500kgf/cm ，弹性模量E＝0.85×10 ，管柱长度为250cm。