桁架形状优化的自适应协方差矩阵进化策略方法

自适应协方差矩阵进化策略(CMA-ES)是在进化策略算法(ES)基础上发展起来的一种新的全局优化算法,对于处理复杂非线性多峰值优化问题具有很好的适用性.结合有限元方法,提出一种桁架形状优化的自适应协方差矩阵进化策略方法.采用空间25杆桁架和平面37杆桥形桁架两个桁架形状优化的经典算例对方法的可行性和先进性进行验证,其中,空间25杆桁架分为不考虑局部稳定约束和考虑局部稳定约束两种情况进行计算.研究结果表明,该方法是可行的,与基于遗传算法、粒子群优化算法等现代全局优化算法的桁架形状优化方法相比较,具有寻优效率高、收敛速度快、全局优化能力强的优点,在获得相同精度最优解的条件下,调用有限元分析的次数明显较少,从而有效地减少了计算耗时.     

遗传算法与自适应粒子群算法耦合的大坝安全预警评价模型

改变应用最小二乘法求解大坝统计预警模型的传统方式,利用粒子群算法随机搜索的优化能力确定统计模型的回归系数。针对粒子群算法收敛速度较慢等问题,提出一种新的自适应策略,能够依据粒子个体和种群的优化信息,调整学习因子,并将该策略与遗传算法的交叉、变异算子相结合。通过工程算例表明,该方法具备较好的搜索多样解能力,自适应地调整粒子飞行的步长,提高了粒子群算法的收敛速度;基于该方法的大坝预警评价模型与最小二乘法、基本粒子群算法相比,数据挖掘能力强,预警评价结果与大坝的实际运行状态更加吻合,有效地提高了统计模型的预测精度。     

启发式粒子群优化算法及其在空间结构优化中的应用

介绍了应用于结构离散变量的标准粒子群优化算法(PSO)及被动群集的粒子群优化算法(PSOPC),指出了两者在处理约束条件方面的不足之处.在基于“和谐搜索“算法(Harmony Search)产生新解的思想基础上,提出了应用于结构离散变量的启发式粒子群优化算法(HPSO).应用所提出的HPSO算法对多个平面及空间桁架结构进行了截面优化设计,数值计算结果表明本文提出的启发式粒子群优化算法(HPSO)可以搜索到最优解,并且具有较高的收敛速度,尤其在迭代计算的初期,计算效率非常明显.HPSO算法明显提高了PSO算法的效率.     

基于GASA混合优化策略的双层规划模型求解算法研究

本文提出用遗传—模拟退火算法(GASA)混合优化策略来求解双层规划模型。混合优化策略结合了遗传算法的并行结构和模拟退火算法的概率突跳性,提高了找到全局最优解的可靠性和计算效率。数值模拟实验表明算法性能良好,GASA混合优化策略求得全局最优解时的进化代数比单一的遗传算法减少约35％,比模拟退火算法的迭代次数减少约50％。     

基于改进粒子群算法CHPSO-DS的面板 坝堆石体力学参数反演

面板堆石坝堆石体力学参数反演优化问题是一个多变量、多约束的混合非线性规划问题,当正演过程用神经网络模拟器替代后,高效快捷的优化算法成为解决问题的关键.提出一种用以解决这一复杂优化问题的混合算法--混沌直接搜索粒子群(CHPSO-DS)算法.在改进的算法中,首先结合混沌优化思想对粒子群进行初始化,减轻粒子初始位置的选择对算法优化性能的影响;利用直接搜索法克服了粒子群算法后期搜索效率降低的缺陷,提高算法局部搜索能力.为证明该算法的优越性,同时将该算法与遗传算法(GA)用于水布垭面板堆石坝堆石体力学参数的位移反分析计算中.实践证明,利用CHPSO-DS算法搜索时能快速收敛到全局最优解,且算法具有较强的鲁棒性;两算法对比结果也表明,不论是优化精度还是收敛时间,CHPSO-DS算法都较GA有明显提高.最后利用CHPSO-DS算法反演的堆石体力学参数进行测点沉降预测,结果表明各个测点的计算位移值与监测值吻合较好,说明CHPSO-DS算法在复杂岩土工程位移反分析中具有良好的实际应用价值,值得进一步研究和推广.     

基于遗传算法的结构可靠度计算

遗传算法(GA)作为一种优化算法,用于结构可靠度分析,对目标函数和约束条件没有过于苛刻要求,利用MATLAB软件,引入遗传算法编制相应程序,验证已知功能函数的结构构件的可靠度。工程实例计算表明,结合遗传算法分析结构体系可靠度,不受搜索空间的限制性假设的约束,不要求目标函数具有连续性、可导等假设,其结果与其他算法结果具有一致性。     

岩土工程参数反演的一种新方法

介绍了新近提出的一种模拟进化算法——粒子群算法,相对于其他进化算法,粒子群算法的优势在于简单、易实现且收敛快。把该算法引入岩土工程参数反演领域,同时为了克服粒子群算法后期搜索效率降低的缺陷,把单纯形法嵌入到粒子群算法中,提出岩土工程参数反演的一种新方法——基于粒子群算法和单纯形法的混合算法。算例表明,混合算法在参数反演计算中体现出良好的优化性能和很快的收敛速度,是一种新颖可行的参数反演方法。     

基于GAPSO-MUSIC算法的矢量水听器的DOA估计

针对传统的MUSIC算法存在需要多维的非线性搜索、计算量大等问题,提出了混合粒子群遗传算法和MUSIC算法相结合的方法,对矢量水听器的波达方向(Direction of Arrival,DOA)更好的进行估计.该算法利用遗传算法的交叉算子和变异算子避免了粒子群算法早熟且易陷入局部最优,同时利用群优化算法搜索能力强的优势,更好的对波达方向进行估计.仿真实验和湖试实验表明,混合遗传粒子群算法与MUSIC算法相结合对DOA估计具有更好的性能,精度更高,具有很好的实用性.     

基于PSO的工程结构优化方法研究

为提高工程结构优化的精度,应用了一种耦合惩罚函数的粒子群优化算法。该算法是从鸟群觅食活动中受到启发而得到的进化算法,其中以结构总重量为目标函数,以应力、位移和力为约束条件,研究粒子群参数变化对结果的影响。协调的参数组合可以避免陷入早熟收敛而能够快速获得全局的最优解。通过与ANSYS优化模块和其他方法的计算结果比较验证了该方法的有效性。     

云计算中基于改进离散粒子群优化的任务调度方案

针对云计算中现有智能任务调度算法容易陷入局部最优的问题,提出一种基于改进型离散粒子群优化(DPSO)算法的任务调度方案。对传统DPSO算法中的粒子位置更新公式中的惯性权重进行改进,使其根据迭代次数非线性递减,提高算法的搜索能力;另外,融入了随机扰动操作,避免算法陷入局部最优。实验结果表明,与传统遗传算法和粒子群算法相比,该方案能够获得最优的调度策略,有效降低任务的完成时间。     

Optimisation of building form for solar energy utilisation using constrained evolutionary algorithms

In this paper we describe a new methodology for optimising building and urban geometric forms for the utilisation of solar irradiation, whether by passive or active means. For this we use a new evolutionary algorithm (a hybrid CMA-ES/HDE algorithm) to search the user-defined parameter space, within defined constraints. The fitness function, solar irradiation, is predicted using the backwards ray tracing program RADIANCE in conjunction with a cumulative sky model for fast computation.Application of this technique to three very different scenarios suggest that the new method consistently converges towards an optimal solution. Furthermore, with respect to configurations subjectively chosen to be intuitively well performing, annual irradiation is increased by up to 20%; sometimes yielding highly non-intuitive but architecturally interesting forms.     

A comparison of global optimization algorithms with standard benchmark functions and real-world applications using EnergyPlus

There is an increasing interest in the use of computer algorithms to identify combinations of parameters that optimize the energy performance of buildings. For such problems, the objective function can be multi-modal and needs to be approximated numerically using building energy simulation programs. As these programs contain iterative solution algorithms, they introduce discontinuities in the numerical approximation to the objective function. Metaheuristics often work well for such problems, but their convergence to a global optimum cannot be established formally. Moreover, different algorithms tend to be suited to particular classes of optimization problems.

To shed light on this issue, we compared the performance of two metaheuristics, the hybrid CMA-ES/HDE and the hybrid PSO/HJ, in minimising standard benchmark functions and real-world building energy optimization problems of varying complexity. From this, we find that the CMA-ES/HDE performs well on more complex objective functions, but that the PSO/HJ more consistently identifies the global minimum for simpler objective functions. Both identified similar values in the objective functions arising from energy simulations, but with different combinations of model parameters. This may suggest that the objective function is multi-modal. The algorithms also correctly identified some non-intuitive parameter combinations that were caused by a simplified control sequence of the building energy system that does not represent actual practice, further reinforcing their utility.     

基于单纯形-有限随机追踪法的边坡稳定性分析

有限随机追踪法在边坡稳定性分析中的全局搜索能力,为边坡稳定性分析提供了新的思想。本文主要将单纯形法的局部搜索能力与有限随机追踪法的全局搜索能力有机结合起来,形成单纯形-有限随机追踪法优化算法,并利用改进Bishop算法对边坡进行稳定性分析,最终得到边坡稳定性系数的全局最优解。依据上述思想编制了边坡稳定性分析程序,并对边坡工程进行稳定性分析与评价。研究结果表明:根据单纯形-有限随机追踪法优化算法计算得到的边坡稳定性系数是全局最优解,具有较高的精度,单纯形-有限随机追踪法优化算法具有较强的全局搜索能力,分析结果可靠。     

混沌扰动启发式蚁群算法及其在边坡非圆弧临界滑动面搜索中的应用

通过引入混沌扰动算子增加解的多样性和提高全局寻优能力，另外通过构造蚂蚁的启发式搜索方式提高对局部最优解的搜索能力，从而有效地克服了基本蚁群算法容易出现停滞和搜索效率低的缺陷。还利用Spencer法和Janbu法，探讨了所提出的具有混沌扰动算子启发式蚁群算法在边坡稳定性分析中的应用。实例计算和对比分析结果表明，该法有效而又可靠。     

供水管网优化研究概述

简述供水管网的优化设计建模和优化算法,重点介绍了供水管网的多目标优化设计及遗传算法用于供水管网的最优化理论,并针对该方法用于供水管网优化设计的缺点,提出了模拟退火遗传算法求解给水管网管径优化解的计算思路。     

Ein Algorithmus zur Bestimmung und Optimierung von Fließlinienfiguren für beliebige Polygonplatten

An algorithm for the detection and optimization of yield‐line patterns for arbitrary polygonal plates. In recent years several optimization approaches have been developed additionally to the well established finite element method. This paper presents a new systematical algorithm to predict initial yield‐line configurations of arbitrary polygonal plates in order to contribute a solution to the task of detecting yield‐line patterns in advance of an optimization process. A ciphering of yield‐line patterns is proposed and a new application of Catalan numbers and binary trees is demonstrated. After a subsequent refining a triangular element is used in combination with a simplex optimization procedure in order to determine the ultimate load of the considered yield‐line configuration. Moreover, further optimization strategies like the direct search method and the conjugate gradient method lead to the final solution of the problem. Three examples demonstrate the use and the efficiency of the new approach.     

遗传算法在斜条分上限法中的应用探讨

 应用斜条分上限解法求解边坡稳定、地基极限承载力等问题时,需要借助优化手段寻求最优的上限解。由于斜条分法中增加了条间倾角作为优化自变量,导致优化变自量增加,传统的数值优化算法经常陷入局部极值的陷阱。本文以无重力地基承载力问题为例,通过基于非均匀变异的微型遗传算法求解其临界滑移模式。发现改进后的遗传算法具有较好的全局搜索能力和局部收敛能力,能使问题较好地收敛到闭合解;采用改进遗传算法与单纯形法结合或滑裂面坐标和条块界面角分开优化的方式可以得到更为精确的解答。最后用该数值方法对地基承载力公式中考虑地基土重力的经验系数进行了对比验证。     

基于BFGS的乘子优化法在位移反分析中的应用

基于BFGS(Broyden-Fletcher-Goldfarb-Shanno)的乘子优化法是指运用乘子来求解一般约束问题,但在优化过程中运用BFGS方法极小化。在位移反分析中引入该方法进行力学参数的反演,反演结果表明:该方法在位移反分析的优化过程中具有较高的计算精度和计算效率。     

A Kriging-based hybrid optimization algorithm for slope reliability analysis

First, the artificial bee colony (ABC) algorithm was used to optimize the Kriging model. A typical example was given to validate a good function fitting performance of the ABC-optimized Kriging model. Next, a structural reliability optimization method was proposed on the basis of the Kriging surrogate model, combined with the artificial bee colony optimization method and penalty function method. A nonlinear limit-state function example was provided to validate the accuracy and efficiency of the hybrid algorithm by comparing the algorithm’s solution with the exact solution of the example. Finally, the proposed method was applied to earth slope reliability analysis using a commercial finite difference program to calculate the slope’s factor of safety. Comparison of the results between the proposed method and the other methods shows that the proposed algorithm is the most suitable for slope reliability analysis.