基于分级遗传算法的离散变量结构优化设计

提出一种分级处理的遗传算法，它采用微种群和附加变异算子来减少计算量、增加算法的局部搜索能力．算例表明，这种算法收敛平稳、并取得了较好的效果。     

遗传算法在结构离散变量优化中的应用

利用遗传算法的基本原理,提出了结构离散变量优化设计的全局算法。该方法模拟生物遗传进化的过程进行优化求解,解决了离散变量的优化问题,对于多峰值函数、不可导的函数能以较大的概率求得全局最优解。通过实例证明了该方法的有效性。     

结构离散优化设计模型研究及遗传算法

阐述了如何建立结构的离散优化模型及遗传算法的实现与改进,通过算例表明了这种方法的可行性。     

浅谈离散变量改进算法的结构优化设计

阐述了结构优化设计的历史背景和离散变量结构优化设计的研究现状,在连续变量算法的基础上,得出适合离散变量的数值计算方法,实践证明该算法的可行性。     

工程实用的遗传算法结构优化设计

针对工程结构设计的特点以及目前遗传算法在大规模设计变量设计中的计算量大、优化结果较差的特点,提出了相应的改进措施,算例表明改进方法是有效的。     

门式刚架轻型房屋钢结构离散变量优化设计

依据《门式刚架轻型房屋钢结构技术规程》 ,建立了轻型房屋钢结构 (简称门式刚架 )离散变量优化的数学模型 ,应用离散复合形优化方法 ,在 3D3S(V3 0 )软件的基础上编制了门式刚架的结构优化程序。算例表明 ,该方法实用可靠 ,快捷方便 ,经济效益明显     

混合变量桁架结构的拟分层遗传算法优化设计

混合变量桁架结构形状优化中采用并行计算思想,在单台计算机上实现了一种类似分层遗传算法的拟分层遗传算法。该算法能够产生更加平等的竞争机会,提供更多的优良个体,提高了种群多样性,同时不用人为的控制信息交换,再加上多层分级控制,一定程度上避免了标准遗传算法容易出现的"早熟"现象,加快了收敛速度,具有很高的搜索效率。用拟分层遗传算法解决25空间杆桁架结构形状优化问题的结果表明,这是一种解决具有连续、离散混合变量的桁架结构优化设计问题的很有效方法。     

基于离散变量的大跨度钢桁架网壳优化设计

以大型通用有限元软件ANSYS为运行环境,以杆件截面为设计变量,以工程造价为目标函数,采用基于离散变量的满应力法中的应力比法对大跨度空间网架结构进行截面优化设计。同时考虑网架结构的强度、刚度、稳定性、杆件截面尺寸等约束条件。采用FORTRAN语言编制网架优化程序与ANSYS接口。以某煤炭工业厂房的大跨度空间筒壳结构为工程实例,对其进行优化设计,取得了较明显的效果。     

混合遗传算法在离散变量结构优化中的应用

针对遗传算法在离散变量结构优化设计中的缺陷,将进退搜索算法同遗传算法相结合,提出了一种混合遗传算法。建立了离散变量结构优化模型,并对一11杆桁架结构进行了优化设计。算例结果表明,混合遗传算法收敛快、精度高,应用于离散变量结构优化设计是有效的。     

基于离散变量的网壳结构截面优化设计

以杆件横截面积及工程中常用的两种球节点体积为设计变量 ,以工程造价为目标函数 ,采用基于离散变量的两级优化方法对空间网壳结构进行了截面优化设计 ;编制了SIOP网壳结构截面优化设计程序 ,解决了与Algor(SAP93)程序的接口问题。为提高精度 ,在优化设计过程中采用了 0阶修正。最后通过两个算例 ,与满应力优化设计结果进行了比较 ,验证了该方法与程序的可行性和有效性     

混合遗传算法在工程结构优化设计中的应用

根据工程实际 ,充分考虑规范规定的约束条件和各项技术标准要求 ,建立了建筑结构优化模型。并提出一种离散变量结构优化设计的斐波那契算法与标准遗传算法结合成混合遗传算法。优化设计结果表明 ,这种混合遗传算法既发挥了斐波那契算法省时、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 ,是兼二者之长 ,弃二者之短的高效的理想的工程结构优化设计方法。     

基于改进的遗传算法的网架结构截面尺寸优化设计

提出了采用改进的遗传算法进行网架结构截面尺寸优化设计的方法。通过建立优化问题的数学模型、凝聚约束、惩罚不可行个体、选择、交叉和变异,经过若干次迭代寻得网架结构优化设计的最优结果。最后举例说明改进的遗传算法用于网架优化的可行性。     

基于拟满应力遗传算法的桁架结构形状优化设计

以拟满应力法和改进遗传算法为基础,提出了一种可以解决具有连续变量和离散变量的桁架结构形状优化问题的拟满应力遗传算法。该算法既充分利用了遗传算法全局寻优能力强的特点,也发挥了力学准则法局部寻优长处,具有很高的搜索效率。用拟满应力遗传算法解决15杆桁架结构形状优化问题的结果表明,这是一种解决具有连续、离散混合变量的桁架结构优化设计问题的很有效方法。     

二阶段移动边界遗传算法结构优化设计

遗传算法是一种倍受关注的计算方法 ,它在优化设计领域取得了很大的成功。但是简单遗传算法的计算效率不高 ,限制了遗传算法的进一步应用。根据自然系统的层次结构特征和遗传算法的本质并行特征 ,设计了二阶段移动边界遗传算法。算例表明 ,该算法是高效可行的。     

基于离散变量的桁架结构截面优化及软件实现

以杆件横截面为设计变量,以结构重量为目标函数,采用基于离散变量的序列两级优化方法对桁架结构进行优化设计;在优化设计过程中采用了0阶修正,并且利用PCL语言在有限元软件MSC．NASTRAN和MSC．PATRAN上开发出了解决含应力约束和位移约束的桁架结构离散截面优化问题的程序。     

基于正交枚举法的格构式构件设计方案优选

分析了离散变量结构优化设计的难点,提出正交枚举法用于对离散变量进行结构优化设计的探讨,并应用此方法建立计算模型,进行了钢结构四肢格构式构件设计方案的优选,通过计算实例说明了正交枚举法的优越性和实用性。     

基于改进的遗传模拟退火算法的钢框架优化设计

将遗传算法的全局寻优性能好和模拟退火的局部搜索能力强的优点相结合,提出了用于钢框架优化设计的遗传模拟退火算法,并对其进行了改进。在遗传算法部分提出了基于阈值的动态交叉、变异概率,并且采用联赛精英选择策略和最优保存策略,在种群的整体适应度提高的同时,增强了进化后期的种群多样性,提高了算法的收敛速度。在退火部分,针对钢框架优化的具体问题提出了一种更加紧凑灵活的邻域结构,提高了算法寻优性能。最后,将改进的算法用于工程实例,并与其他优化方法相比较,结果表明,该改进算法是一种用于钢框架结构优化设计的更加行之有效的方法。     

基于混合遗传算法的结构优化设计

针对遗传算法在迭代过程中经常出现早熟、收敛速度慢、局部搜索能力差等缺点,对遗传算法中的遗传算子进行了改进,提出梯度算法与遗传算法相结合的混合遗传算法。分析表明,这种混合遗传算法既发挥了梯度算法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,避免出现早熟现象,使收敛速度大大改善,具体算例表明该混合遗传算法是一种有效的工程结构优化方法。     

遗传算法在煤气管径优化中的应用研究

给出了管径优化的目标函数,然后应用遗传算法对燃气输配管网进行了管径优化,优化结果表明,遗传算法适合于管道优化这这一工程领域。