用遗传算法选择悬索桥监测系统中传感器的最优布点

本文利用遗传算法搜索悬索桥结构健康监测系统中传感器的最优测点。以青马悬索桥为对象,研究其加劲梁和桥塔上传感器的最优布点。在讨论经典遗传算法的基本原理和优点,及在结构健康监测系统中,为探测累积损伤用的传感器最优布点之后,本文讨论了广义遗传算法,并用一个算例比较了广义遗传算法和经典遗传算法,结果表明广义遗传算法比经典遗传算法有明显改进。最后,以香港青马桥为例讨论了用广义遗传算法求大跨度悬索桥最优测点,文中针对不同传感器及不同目的提出了三个适应度,它们分别由位移模态和曲率模态表示。并根据这三个适应度用广义遗传算法搜索了青马桥上传感器最优布点。结果表明,用广义遗传算法搜索悬索桥监测系统中传感器的最优布点结果稳定可靠,且收敛迅速。     

基于遗传算法的车间布局多目标优化

在分析单目标优化缺陷的基础上,构建了车间多行布局物流成本和空间利用率多目标组合优化模型.设计了车间多行布局遗传算法,针对自动换行、两行布置和三行布置三种不同布局策略的编码方式、遗传操作和适应度函数进行了研究.以某车间布局为实例,分别在单目标和多目标情况下,通过Matlab编程对三种不同布局策略进行了遗传运算,验证了算法的收敛性、实用性和有效性.该模型及算法对车间进行多目标多行布局具有借鉴意义.     

斜拉桥传感器优化布点的研究

在振动模态试验中,传感器位置和数目的选择对试验结果的质量有很大的影响.首先回顾了近年来关于传感器最优布点方法的研究.然后以一座三跨预应力混凝土斜拉桥为研究对象,采用有效独立法和基于模态保证标准的算法这两种最优布点算法,对斜拉桥主梁上加速度传感器的最优布点进行了初步的探讨.结果表明:有限元模型和所监控模态振形的阶数对最优传感器布点的选取有较大的影响;用有效独立法对类似的斜拉桥进行优化布点计算时,能得到较为理想的布点方案.     

一种基于遗传算法的多目标优化算法研究

对一般的无约束多目标优化问题的求解进行讨论,提出一种基于遗传算法的求解方法,该方法区别于传统遗传算法的求解模式,它采用带性别标志的编码、子群体的选择、保留Pareto最优解,并对解集进行共享函数的处理,最后得到较高质量的Pareto最优解集,给出的两个算例也充分说明此方法在处理多目标问题的可行性和实用性。     

基于多目标遗传算法的山药真空干燥工艺优化

为了得到山药切片真空干燥的最优工艺参数,以平均干燥速率Y₁、单位能耗Y₂、复水比Y₃和白度指数Y₄为试验指标,以干燥温度T、压强V和切片厚度L为影响因素进行进行Box-Behnken响应面优化试验,通过多元非线性回归分析建立各指标的数学模型,最后分别使用加权评分法和遗传算法进行多目标优化。结果表明:多目标遗传算法优化结果更合理,得到的山药切片真空干燥最优工艺参数为:干燥温度63.76℃、压强0.0532 MPa和切片厚度2.46 mm,所对应的指标值为:平均干燥速率0.00897 g/(g·min)、单位能耗14.205 kW·h/kg、复水比2.078和白度指数81.220。     

基于不完备损伤指标和遗传算法的特大桥损伤识别和传感器布点优化

特大桥健康监测系统不可能在所有自由度安放传感器,该文讨论了用由不完备振型建立的损伤指标的损伤识别和传感器布点优化方法。与过去用遗传算法优化传感器布点的适应度函数不同,该文用损伤指标最灵敏来建立适应度函数。对桥梁的单个损伤,该文用不完备模态柔度矩阵差和截断模态应变能变化率两个不完备损伤指标作为适应度函数来优化传感器布点,并与传统的COMAC指标对比,还改进了多种群遗传算法,以提高收敛速度和全局寻优能力。并以西堠门悬索桥有限元模型为例,识别不同部位的损伤。算例表明:该方法在损伤识别和传感器布点优化方面不仅可行而且有效。     

新型多目标遗传算法及其在导弹射击效能优化中的应用

多目标规划是一类重要的优化模型，有着广泛的实际应用，但其求解至今仍是运筹学的一个难点．针对一般约束多目标优化问题，在设计了新的适应度函数和选择算子的基础上，提出一种新型多目标遗传算法．将其应用于导弹对集群目标射击效能优化问题，验证了算法的有效性．     

基于自适应模拟退火遗传算法的传感器优化配置研究

针对传感器优化配置组合优化问题,提出了一种基于模态置信度准则MAC的优化算法——自适应模拟退火遗传算法。以模态置信度MAC矩阵的最大非对角元的值极小为目标函数,针对满足传感器数量不变的约束条件问题,提出了二重结构编码遗传算法,并将传统的模拟退火算法改良后,作为一个独立的算子置于遗传算法进化过程中;为了避免出现过早收敛的现象,引入了自适应交叉和变异概率。算例结果表明该混合算法对传感器数目与位置同时实现了优化,得到了满足不同精度要求的传感器优化配置方案。     

基于遗传算法的热轧生产过程多目标优化

针对热轧生产过程中的板坯出库策略问题,建立了旨在减少板坯倒垛量和板坯温降程度的多目标模型;针对问题的特点,提出了基于遗传算法的求解算法.算法能够根据目标的重要性调节加权参数的大小,以便根据应用中的实际情况调整优化的重点;通过在迭代过程中引入启发式变异算子,来提高算法的收敛速度.最后通过数值实验验证了算法的可行性和有效性.     

基于遗传算法的辊筒棒磨机多目标优化设计

为了优化辊筒棒磨机的磨矿过程,选取影响磨矿性能的主要因素,利用量纲分析法对磨矿特征进行描述,并结合实验数据,建立磨矿过程的多目标优化模型;利用遗传算法对模型进行求解,得到Pareto最优解集,采用优劣解距离(TOPSIS)法寻得多目标优化问题的一组最优解,并对结果进行分析。结果表明:进行多目标优化后,棒磨机产率提高了5. 46%,能源利用率提升5. 04%,磨矿产物的均一性指数增大1. 088,有效地提升了辊筒棒磨机的综合性能。     

基于遗传算法的传感器优化配置

讨论了以损伤诊断为目标的传感器优化配置问题,以模态置信度MAC矩阵的最大非对角元为目标函数,将目标函数的极小化问题转换为适应度函数的最大化问题,采用遗传算法对传感器的配置进行组合优化,针对满足组合优化中的约束条件问题提出了二重结构编码遗传算法,取得了满意的优化结果。算例表明,该方法应用于海洋平台模型损伤诊断的传感器优化配置是可行的,其结果优于序列法。     

基于分布式猴群算法的传感器优化布置方法研究

建立了针对具有较多自由度的大型结构传感器优化布置的分布式猴群算法。通过引入双重编码的方式, 克服了原猴群算法只能解决连续变量的缺陷;针对单个猴群全局搜索能力较弱的问题, 提出了一种将初始化产生的大量猴子个体按照指定的方式分配到多个猴群进行同步并行搜索的方法;考虑原猴群算法能够跳出局部最优的特点以及和声算法较强的局部搜索能力, 提出将每个猴群得到的初步最优解作为初始和声记忆库, 采用基本和声算法进行二次搜索的方法, 来获取传感器的最终布设方案。文末以大连国贸大厦为例, 进行了参数敏感性分析以及传感器优化布置方案的选择, 结果表明分布式猴群算法具有较强的全局寻优能力, 非常适用于具有较多自由度的大型结构传感器优化布置。     

遗传算法在主动构件优化配置中的应用

本文讨论采用遗传算法研究智能桁架结构主动的优化配置问题,首先基于主动构件输入矩阵的奇异值定义目标函数,为了避免因遗传算法中交叉和基本变异操作产生违 反约束条件的个体,本文提出了一种强制变异方法。并通过数据算例表明了这些方法的有效性。     

基于小生境猴群算法的传感器优化布置方法研究

将小生境进化理论引入到猴群算法中,提出了一种用于传感器优化布置的小生境猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷,并采用混沌搜索的方式产生初始猴群位置,使猴群均匀分布;将猴群分为多个小生境猴群系统,形成各自独立的搜索空间;基于共享适应度的方法对小生境猴群进行末尾淘汰,并随机初始化产生新的猴子,提高小生境猴群的多样性;利用各个小生境猴群的平均适应度替换机制使得优良猴子位置信息能够得到共享,提高算法的整体搜索性能和收敛效率。文末以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明小生境猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。     

基于模型缩聚的广州新电视塔传感器优化布置研究

以世界最高的电视塔——广州新电视塔为研究对象,进行了加速度传感器优化布置研究。为避免动力分析时大型稠密矩阵运算的问题,首先将三维有限元模型简化为等效串联多自由度体系;考虑到实际测点只能布置在结构的平动向不能布置在扭转向的问题,提出将平动向自由度看作主自由度,将扭转自由度看作副自由度,采用模型缩聚将副自由度缩聚掉的新思路,对比研究了Guyan 法、Kuhar 法、IRS 法以及IIRS 法的缩聚效果,得到了缩聚后的简化模型;分析了基于二重结构编码的广义遗传算法在电视塔传感器优化布置中的实施过程,进行了控制参数分析,最终给出了传感器的优化布置方案。     

基于分级免疫萤火虫算法的桥梁振动传感器优化布置研究

针对结构健康监测系统设计的振动传感器优化布置问题,在基本萤火虫算法的基础上引入等级划分策略和免疫机制,提出了一种分级免疫萤火虫算法。采用二重结构编码,弥补了基本萤火虫算法只能用于连续优化问题的不足;建立等级划分制度,使不同等级种群内部形成独立的搜索空间,维持了种群多样性,并让优质个体得以保留;引进免疫机制,进行萤火虫的选择、记忆、交叉和变异,增强了算法的全局搜索能力和局部寻优能力;文末利用足尺Benchmark桥梁模型,对算法参数进行了敏感性分析,并开展了振动传感器优化布置方案的选择。结果表明,与基本离散型萤火虫算法相比,分级免疫萤火虫算法的计算效率和寻优结果均有显著提升,能够很好地解决振动传感器优化布置问题。     

大跨空间钢结构模态参数测试传感器优化布置

为了有效选择监控模态振型阶数,并使振型向量间夹角和测点振动能量同时尽可能大,提出了基于模态能量和白适应遗传算法的多目标传感器优化布置方法.首先,根据结构模态应变能的大小挑选出环境激励下结构的主要贡献模态,即优化时所取的监控模态.然后,根据单位刚度的模态运动能以及模态置信度矩阵构造新的适应度函数,利用自适应遗传算法对布点...     

改进遗传算法在MRFD半主动控制系统优化配置中的应用

为了解决磁流变阻尼器(Magnetorheological Fluid Damper,简称MRFD)控制装置在建筑结构上的优化配置问题,提出了一种改进遗传算法.该方法在进行遗传操作时,为了避免因采用普通遗传算法中的交叉和基本变异操作而产生违反约束条件的个体,应用了一种改进的交叉和变异方法,即通过产生的识别码进行判断交叉,并采用了双基因座变异,以满足约束条件.对改进遗传算法与普通遗传算法中处理约束问题的罚函数方法进行了分析比较和计算,结果表明:改进遗传算法的收敛速度快,优化配置的效果较好.     

基于广义遗传算法的结构动力响应优化

为提高广义遗传算法的收敛效率,提出了防止遗传算法发生早熟收敛的异种机制,给出了一个判断种群近亲繁殖程度的判别式和两种选择异种的方法,并结合种群隔离机制、算术杂交、自适应随机变异等数值方法设计了新的广义遗传算法。将该算法应用于结构动力响应的支撑位置优化问题。数值算例表明:异种机制能够明显提高遗传算法的收敛效率,并有效防止早熟收敛;带有异种机制的新广义遗传算法能够解决具有抗弯刚度的结构动力响应支撑位置优化问题,对于求解复杂的结构动力响应支撑位置优化具有较强的适用性。