改进遗传算法在支护结构优化设计中的应用

研究了利用遗传算法对支护结构优化设计的方法 .在普通遗传算法的基础上 ,提出了加入小生境技术和保留最佳个体策略的选择方法的改进遗传算法 .利用实例证明了 ,改进遗传算法比普通遗传算法具有更好的收敛性 ,可以提高遗传算法的可靠性及效率 .     

矿井支护系统可靠度熵函数研究

利用信息熵与结构可靠性理论建立了矿井支护系统可靠度熵函数，它综合了信息熵与可靠度指标的特点，是系统平均可靠性的度量。它既表示设计时期的可靠度指标，又考虑使用阶段可靠性控制的难易程度，适合矿井支护设计条件的特点。     

深基坑支护结构选型的模糊随机可靠度研究

运用模糊随机理论,计算了深基坑支护结构的模型随机可靠度,结合一实例说明模糊随机可靠度在深基坑支护结构选型中的应用。     

基于可靠度指标的小概率失效结构优化

针对实际工程中具有隐式功能函数的小概率失效结构的可靠度计算与优化问题,提出一种适用于小概率结构可靠度计算与结构优化设计的方法.该方法首先采用径向基神经网络构建结构的隐式功能函数;其次,引入自适应随机变量对遗传算法进行改进,遗传算法根据可靠度的几何意义搜索可靠度指标最优解及验算点,以此求解可靠度指标;最后,以引入自适应随...     

深基坑桩锚支护土压力计算及结构优化探讨

比较了库仑、朗肯土压力理论计算公式的优缺点，提出了改进的土压力计算方法。采用两种单层柱锚支护结构计算模型，比较了不同计算模型对支护结构优化计算的效果。讨论了支护位置对桩身最大弯矩的影响，并通过工程实例进行计算比较，验证了优化效果。     

基于工程可靠度、工程造价、工期的深基坑支护结构选型研究

针对目前深基坑支护结构选型缺乏科学依据 ,仅凭工程经验判定支护方法等存在的问题 ,通过分析深基坑支护工程的主要参数 ,如基坑深度、岩土性质、地下水位以及周围环境等 ,分别研究工程可靠度、工程造价、工期对支护结构选型的影响 .同时运用非结构性决策模糊集分析法 ,计算了深基坑支护结构在考虑工程可靠度、工程造价、工期时对优的相对隶属度 .由于相同的深基坑支护工程 ,不同的支护结构型式对优的相对隶属度不同 ,据此可进行深基坑支护结构选型的判定 .通过工程实例论证 ,该理论方法新颖 ,工程应用可靠 ,且适用于公路、桥梁、水利等工程的方案优化研究 .图 1,表 1,参 5 .     

地下洞室围岩支护结构的概率极限状态优化设计

在分析地下洞室围岩与支护结构不确定性基础上，作者提出应对支护结构进行概率极限状态优化设计，并应用改进的蒙特卡洛方法，导出了围岩稳定、喷锚支护以及二次混凝土衬砌的可靠性计算方法，该方法在微机上得以实现，可为围岩稳定评价，支护设计与校核提供理论依据和计算手段。     

加速遗传算法在水工结构可靠度分析中的应用

基于可靠指标的几何含义,运用遗传算法的基本原理,将基于实数编码的加速遗传算法(RAGA)用于水工结构的可靠度计算.对优化模型进行改进,并编制了相应的C 程序,最后通过算例表明,RAGA在求解可靠度问题时具有良好的收敛性和高效性,适用于求解高次非线性和复杂的水工结构可靠度问题.     

遗传算法在深基坑支护结构优化设计中的应用

利用遗传算法的基本原理 ,提出深基坑支护结构设计的全局优化算法 .该方法模拟了生物遗传的过程 ,克服了传统优化方法容易陷入局部最优解的缺点 ,降低了对目标函数性质的要求 .通过实例证明该方法的有效性     

采准巷道支护结构最优可靠度的确定

用半理论半经验的方法对采准巷道支护结构造价及损失期望作了详细推导与分析，并由此得出支护结构最优可靠度的确定方法，为最后进行支护参数的设计打下了基础，并为矿业工作者降低地下采准工程成本提供了新的思路。     

基于遗传算法的排桩支护结构优化设计

基于自然选择和自然基因机制的遗传算法是当前处理复杂非线性模型的一种新的优秀方法。为此,文章建立了悬臂式排桩这一基坑支护结构形式的数学模型,并运用改进遗传算法对设计参数进行优化调整;结合以实际工程资料为背景的支护案例进行优化。计算结果表明,设计参数既满足约束条件,又可降低工程造价,从而显示了该方法的有效性,具有一定的参考价值。     

基于软计算下的结构可靠度的分析与计算

提出了一种求解结构可靠度的软计算方法，该算法综合了人工神经网络的柔软性和遗传算法的全局性及并行性，并用遗传算法计算了可靠度指标，为应用现有的结构分析程序计算结构可靠指标提供了一种新的思路和实现路径。     

连续非线性规划的猴王遗传算法

仿照猴群竞争产生猴王、猴王在猴群中拥有基因遗传绝对优先权的模式建立了猴王遗传算法 将种群中的点按目标函数值的大小排序 ,保留最优点和部分较优点 ,引入部分变异染色体更换部分较劣点 ,并让最优点依次与种群中的其他点进行交叉变异得到下代种群中的新点 对多种测试函数的计算表明 :猴王算法直观易懂、程序简单、参数少、计算量小 ,是解连续非线性规划问题的有效方法     

全局智能优化集成算法研究

针对遗传算法、模拟退火算法等智能全局优化算法的集成问题开展研究,分析归纳了智能全局优化算法和局部搜索算法的一般规律和特性,给出了全局智能优化算法进行集成的统一框架--全局智能优化集成算法(IGIOA),及IGIOA的设计要素,还给出了评价算法的优化性能指标、时间性能指标、鲁棒性能指标,以及将三指标综合的综合性能指标,为智能集成算法的选取和性能比较提供了依据.     

求解非线性方程的两个区间套算法

利用Lagrange插值和Hermite插值对Alefeld，Potra的3种算法作了改进，构造了求解非线性方程f(x)=0在区间[a，b]中单根x^*的两个区间套算法。与Alefeld，Potra的3种算法相比，这两个新算法的Q收敛阶和效率指数更高。证明了算法的收敛性，给出了收敛阶和效率指数。数值实验验证了算法是可靠和有效的。     

一种基于模糊聚类和遗传算法的模糊神经网络模型的学习算法

提出了一种基于模糊聚类和遗传算法的模糊神经网络的学习算法,采用 模糊Ｃ－均值聚类算法进行模糊神经网络模型的结构辨识,得出最优或次优的模 糊规则数,采用改进的遗传算法进行系数辨识。仿真结果证明该算法是可行和有 效的。     

改进遗传算法在压缩机优化设计中的应用

对标准遗传算法进行了有益的改进,使得算法避免了早熟和陷入局部最优·采用混合编码的方法,使算法更适用于工程实际·设计的重组和筛选算子用于初始种群的形成使得初始解分布更加合理,有益于提高算法的计算效率和收敛性,在算法实现中遗传算子的选择采用了适用于二进制编码的单点交叉按位变异和适用于实数编码的算术交叉非均匀变异的混合算子,使得遗传算子能够适用于实数和二进制两种编码方式·并且尝试了将改进的遗传算法用于滑片式压缩机参数的优化,结果表明,经过改进的遗传算法有效可靠,经过优化的压缩机参数合理·     

基于混合递归算法优化的PID控制器

针对RBF神经网络PID控制器,使用递阶遗传算法和梯度下降法的混合算法来优化隐含层到输出层的权值、隐层节点的中心和核宽度.仿真显示,精度高,性能优于梯度下降法.     

遗传算法在最大熵多阈值分割的应用研究

图像分割最大熵多阈值算法存在计算复杂度高的弊端,目前针对这个问题所提出的各类算法效果都不太理想.依据遗传算法种群多样性好、收敛速度快的特点,将遗传算法应用到图像分割中,提出了一种基于最大熵多阈值分割技术的图像分割算法.仿真实验表明,新算法不仅能够对图像进行准确的分割,而且运行时间明显少于传统的分割算法.     

遗传算法在结构振动控制中的应用

对遗传算法(GA)在建筑结构系统辨识、振动控制算法、结构振动控制作动器优化布置和作动器参数优化等研究方向的应用进行了较全面研究和计算机仿真分析.结果表明,遗传算法是一种高效的搜索计算和优化计算方法,这一算法非常适合处理结构振动控制领域中的诸多复杂优化问题,能够精确地识别复杂结构系统的动态响应,实现结构振动控制系统的优化设置.