一种高层次多电压功耗优化方法

提出了一种在时间与面积约束下,运用遗传算法同时进行操作调度和资源分配的高层次多电压功耗优化方法．对于时间和面积约束所导致的无效染色体,通过将约束优化问题转换成两个目标函数的极值问题,一个为原问题的目标函数,另一个为违反约束条件的程度函数,避免了约束条件对问题求解的影响．对于数据依赖所导致的无效染色体,采用基于数据依赖的单点杂交算子来解决．实验结果表明,该算法比不考虑无效染色体处理机制的简单遗传算法的多电压功耗优化方法的功耗优化能力提高10％,收敛速度提高15％．     

钢框架优化遗传算法的若干改进

将遗传算法应用于钢框架结构优化设计时,在实际的应用中,基本的遗传算法存在着收敛速度慢和稳定性差等缺陷.为克服这些问题,采用了改进的适应度函数和约束处理方法、自适应的交叉、变异概率和最优保存策略,提高了遗传算法的效率和可靠性.算例表明改进的遗传算法对离散变量结构优化是有效、可行的.     

应用混合遗传算法的建筑结构优化设计

提出一种离散变量结构优化设计的单向搜索算法并与标准遗传算法结合成混合遗传算法,即发挥了单向搜索算法省时、高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点。算例结果表明,该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题。这种混合遗传算法优于标准遗传算法和单向搜索算法,是兼二者之长,弃二者之短的高效的理想优化设计方法。     

应用遗传算法解决可靠性约束下的网络优化问题

利用遗传算法考虑一类可靠性约束下的网络结构优化问题。其目的是在系统可靠性不低于给定标准 ( p0 )条件下 ,寻找一种优化的网络结构 ,使其连接边的费用最低。过去 ,这类问题多采用分枝定界法处理。为了提高处理问题的速度 ,便于将这类问题向大规模网络优化问题扩展 ,采用遗传算法。这一方法的最大优点是可将其推广到求解一般带有约束的网络优化问题。而且结果表明无论是解的精度还是运算速度遗传算法都优于分枝定界法及其它启发式算法。     

非线性0-1规划问题的连续化及其遗传算法解法

为了求解非线性0-1离散规划问题,通过非线性等式的"离散性约束"将其转化为[0,1]区间上等价的连续变量非线性规划.对于目标函数非线性、约束线性的0-1规划问题,可以使用乘子法来解决含"离散性约束"的非线性优化问题.对于目标函数和约束函数均为非线性的问题,可以采用约束松驰法将离散性约束松弛为不等式约束.两种方法处理后均使用遗传算法程序GENOCOP求解.乘子法求解得到的结果比较准确,约束松弛法属于近似方法,可以求解带非线性不等式约束的问题.用本文的方法对多个非线性0-1规划同题的算例进行了计算,并将计算结果同枚举法的计算结果比较,结果表明该方法准确、有效.     

钢框架优化遗传算法的若干改进

将遗传算法应用于钢框架结构优化设计时，在实际的应用中，基本的遗传算法存在着收敛速度慢和稳定性差等缺陷。为克服这些问题，采用了改进的适应度函数和约束处理方法、自适应的交叉、变异概率和最优保存策略，提高了遗传算法的效率和可靠性。算例表明改进的遗传算法对离散变量结构优化是有效、可行的。     

混合GA与SA求解非线性约束优化

在蜚 线性约束优化中，处理好约束条件和增强局部搜索能力是解决这类问题的关键。本文在给出问题一般形式的基础上，设计了一个模型退火和遗传算法结合的算法。它用模拟退火算法来增强局部搜索能力，用线性交叉来处理约束以外的解，将可行解与不可行解用适应值的正负来区分。仿真试验表明，该算法收敛速度快、搜索能力强、稳健性好，本方法是对应用遗传算法求解非线性约束优化问题的又一次深入探索。     

一类特殊的非线性双层规划问题及其遗传算法

利用Karush-Kuhn-Tucker条件,将下层为凸规划的非线性双层规划转化为一个单层规划问题.为了提高遗传算法求解该问题的效率,利用对线性不等式约束添加松弛项和计算非线性约束边界点的方法,给出了一种新的约束处理方法;通过构造一个辅助线性模型降低了搜索空间的维数;结合算法产生的最优个体,设计了一个有助于改善个体适应度的杂交算子.     

串联机械臂结构优化方法

为解决串联机械臂结构优化问题,提出一种基于工作空间和能量消耗综合指标的机械臂结构优化方法.该方法在机械臂原有结构设计的基础上,以满足原有全局性能指标约束为前提,以机械臂工作空间和特定工作区域上的能量消耗为性能指标,利用遗传算法优化机械臂结构参数,使优化后的机械臂不但具有原设计工作空间特性,而且运行能量消耗最优;推导了基于工作空间和能量消耗的综合性能指标计算方法,并给出基于实数编码遗传算法的机械臂结构优化算法.在某6R型串联机械臂结构优化上的应用结果表明：该机械臂结构优化方法能有效地优化机械臂结构,减小运行能量消耗,优化结果能够满足预定工作空间特性约束.     

一种改进遗传算法在建筑结构优化设计中的应用

针对遗传算法在迭代过程中经常出现的未成熟收敛、振荡、随机性太大等缺点，引入一种新的遗传算子——单亲遗传算子，用于对标准遗传算法的改进。包含单亲遗传算子的改进遗传算法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化问题，也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题，进而对框架结构的多种工况进行优化设计的结果进行了对比验证，结果表明：改进遗传算法比标准遗传算法有好得多的收敛特性，迭代次数明显减少，优化设计结果也远好于标准遗传算法。     

板壳加筋结构的组合优化

提出了一种将结构加筋布局优化和结构参数优化相结合的优化方法。该方法先对结构中的加强筋进行布局优化,然后再优化结构参数。在加筋布局优化中,用单元应变能密度灵敏度作为删除单元的准则。在参数优化中,目标函数和约束函数被近似地表示为二阶表达式,并用改进的DFP(Davidon,Fletcher and Powell)方法来求优化解。为了降低计算复杂度,采用组合近似(CA)方法对修改后的结构位移和应力进行重分析,并应用该方法对储水箱结构进行了结构优化设计。数值结果表明,该方法处理板壳加筋结构优化问题十分有效,而且容易在计算机上实现。     

系统可靠度约束下平面框架结构的优化设计

以结构系统的可靠度作为结构优化设计的控制参数，用分枝限界法判认主要失效模式。用ＰＮＥＴ法计算结构系统的可靠度，导出了平面框架结构系统可靠度的敏度分析表达式。     

视觉导引AGV分段预测控制模型设计

针对视觉导引自动导引车的路径跟踪问题,提出了一种采用预测控制理论的分段控制模型. 利用不等式约束对控制问题进行分段,首次提出以转弯半径为约束条件,解决了优化过程目标函数权重选择困难的问题. 在每个控制阶段,采用单步预测方法找到最优的目标点,在输入约束和状态约束下用解析方法直接解出最优控制量,提高了解最优问题的速度. 整个控制模型及方法目标明确,计算快速且计算量小,完全可以满足实时控制的需要,仿真结果证明了预测模型的有效性.     

新型混合粒子群算法在核动力设备优化设计中的应用

针对标准粒子群算法在处理非线性约束优化问题时存在收敛速度慢、精度低和易陷入局部最优的缺点,设计了一种新型混合粒子群算法,该算法采用可行性原则处理约束条件,避免惩罚函数法中惩罚因子选取的困难;引入基本复合形法产生初始可行群体,加快粒子群收敛速度;引入遗传算法的交叉和变异策略,避免粒子群陷入局部最优;在迭代末期的优解附近,进行改进复合形算法的寻优,提高最优解的精度.通过算法测试基准函数的优化计算,结果显示,新型混合粒子群算法有较好的优化性能,并在核动力设备优化设计中有很好的应用.     

基于小波神经网络的结构系统可靠性优化设计

针对具有非正态随机参数的可靠性优化设计,利用随机摄动-Edgeworth级数方法,将可靠性概率约束转化为等价的确定型约束,并运用优化算法求取结构可靠性优化设计的初始点。利用随机模拟-小波神经网络方法有效地解决了具有多失效模式的结构系统可靠性优化设计中系统功能函数难以显性表达的问题。并利用网络的逆映射功能实现了结构系统可靠性优化设计,实验结果表明上述方法是行之有效的。     

智能振动控制装置布局优化设计

目的为了提高智能振动控制结构的减振效果，以最少的控制装置数目、最佳的位置实现控制．方法建立MRD结构的动力分析模型，推导出结构运动微分方程；对标准遗传算法经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点进行改善，提出了改进混合遗传算法；建立智能控制装置布局优化设计模型，使用改进混合遗传算法对8层MRD结构的控制装置的布局进行优化设计．结果优化后，MRD结构的相对加速度、速度、位移、层间剪力均有很大程度的降低．结论改进混合遗传算法对智能控制装置布局优化的结果比较理想．智能控制结构的各项地震反应均得到了更好地控制．     

一种求解非线性方程组的混沌优化算法

针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。     

应变能约束下多随机参数连续体结构的拓扑优化

研究几何和物理参数均为随机变量的平面连续体结构在结构总应变能约束下的拓扑优化设计问题．以结构总质量均值最小化为目标函数,以结构的形状拓扑信息为设计变量,以结构总应变能概率可靠性指标为约束条件,构建了随机结构的拓扑优化设计数学模型．利用代数综合法,导出了应变能响应的均值和均方差的计算表达式．采用双方向渐进结构优化的求解策略．通过两个算例验证了本模型及求解策略的合理性和有效性．     

空间可展桁架结构动力学分析

采用广义逆矩阵方法分析空间可展桁架结构的运动过程。以笛卡尔坐标系下节点的自然坐标为未知量，建立桁架结构展开过程的动力学基本方程，将约束方程嵌入动力学方程，导出一组不含乘子且方程数目等于结构自由度数的动力学方程。采用主动校正法对数值分析的约束违约进行了修正。提出了一种切实有效的数学算法构造了约束方程及其雅可比矩阵，实时地模拟了结构收纳过程的约束条件。自行编制的仿真程序算例证明了该分析方法的正确性。     

基础隔震结构的系统参数优化设计

目的为了改善基础隔震结构的减震效果，实现基础隔震结构设计的可靠性和有效性。得到基础隔震结构的系统优化参数．方法建立了基础隔震结构的动力分析模型，推导出其运动微分方程；对标准遗传算法经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点进行改善，提出了改进混合遗传算法；建立基础隔震结构系统参数优化设计模型，使用改进混合遗传算法对7层LRB隔震结构的系统参数进行优化设计，结果优化后。LRB隔震结构的相对加速度峰值、相对速度峰值、相对位移峰值和层间剪力峰值分别比优化前有不同程度的降低．结论工程实例计算结果表明改进混合遗传算法对基础隔震结构的系统参数优化效果比较理想，基础隔震结构的各项地震反应均得到了更好地控制．