基于可靠度的结构优化的序列近似规划算法

基于可靠度的优化的最直观解法是把可靠度和优化的各自算法搭配一起形成嵌套两层次迭代。为改善其收敛性提高计算效率,人们提出了功能测度法、半无限规划法、单层次算法等多种改进方法。本文对传统结构优化界的经典序列近似规划法改造并扩展应用于求解基于可靠度的结构优化问题,构造该问题的序列近似规划模型和求解过程;其核心思想是在每个近似规划子问题中采用近似可靠度指标对设计变量的线性近似,在优化迭代过程中同步更新设计变量和随机空间中的近似验算点坐标,以达到可靠度分析和优化迭代同步收敛的目标。为了算法的实施,还推导出近似可靠度指标的半解析灵敏度计算公式,编制了程序,最终实现与通用软件的连接。论文用算例证实算法的有效性。     

面向工程全局优化的混沌优化算法研究进展Research advances of chaos optimization algorithms for engineering global optimization

近年来,基于混沌的初值敏感性、伪随机性、遍历性以及自相似分形等非线性动力学特性所发展的混沌优化方法,是一种有潜力的工程全局优化新工具,已广泛应用于科学与工程技术的各学科领域。根据混沌优化方法的发展历程,以算法基本思想和工程应用研究状况为重点,评述了混沌神经网络优化方法、第一类混合混沌优化算法（基于混沌搜索）、第二类混合混沌优化算法（混沌序列代替随机序列）以及混沌分形优化四种主要混沌优化算法。混沌映射最早被引入神经网络,发展了混沌神经网络优化方法,可解决复杂的组合优化等全局优化问题。遗传算法及粒子群等启发式随机算法虽具全局搜索能力,但易出现早熟并陷入局部最优。然后,出现了混沌搜索的概念,研究者将其嵌入启发式算法建立了第一类混合混沌优化算法,可有效克服原启发式算法早熟收敛的缺点。随后,利用混沌映射产生的混沌序列代替启发式算法中的随机参数形成了第二类混合混沌优化算法。混合混沌优化算法有益于实现快速全局收敛和提高计算精度。最后,利用混沌分形特性,从分形理论出发提出一类新颖的混沌分形优化算法,可搜索到优化问题的所有全局最优解。此外,对混沌优化算法研究的几个发展方向进行了展望,诸如加强混沌优化算法的参数设计、处理大规模优化、多目标优化问题以及使用代理模型等。     

基于宏观调控策略的结构损伤检测PSO改进算法

结构损伤检测是结构健康监测过程重要的一步,数学上常常转化为求解约束优化问题。针对粒子群优化(PSO)算法易于出现的"早熟问题",采用市场经济条件下的宏观调控策略对早熟前粒子群位置进行干涉,藉以增强PSO算法抵抗局部极小的能力,达到改进PSO算法的目的。四个基准测试函数极值问题分析结果验证了改进后的PSO算法优于带权重因子的PSO算法,两层刚架单损伤和多损伤数值仿真以及三层建筑框架结构四种损伤工况试验研究进一步证明了改进后的PSO算法在结构损伤检测领域的应用是有效可行的。     

改进PSO算法在结构作动器位置优化中的应用

针对空间结构振动主动控制中的作动器位置优化问题, 提出了一种改进的粒子群(PSO) 优化方法, 以系统总能量为性能指标进行优化; 应用改进PSO方法对算例结构进行了计算, 并与其他算法的优化结果进行了对比; 结果表明: 几种优化方法计算结果相符; 且 PSO优化算法能更有效快速地解决复杂优化问题, 从而有效地进行结构的振动控制.     

基于多轮升维策略与改进量子行为粒子群优化算法的热导率函数估计方法

将改进的量子行为粒子群优化算法应用于材料热导率函数估计问题中,并提出了一种多轮升维策略对算法的搜索过程进行优化,形成了一种鲁棒性强且高效的反演方法。通过数值实验测试了该方法在测量误差以及系统误差下的表现,并对不同粒子群优化算法的性能进行了比较研究。结果表明,采用的反演方法能够在较大的搜索范围与反演维度下稳定收敛,对测量误差的敏感度较低;提出的多轮升维策略能够使各类粒子群优化算法在热导率函数估计问题中的搜索效率得到提升。     

基于优化算法的串联体系可靠度分析

结构体系的失效概率数学上可以表示为结构体系失效域上联合概率密度函数的积分，一般情况下很难直接积分求解。近几十年来，结构体系可靠度分析一直是可靠度领域的一个研究热点，人们提出许多方法，如：Monte—Carlo法、重要性抽样法与界限法和概率网络估算技术等，这些算法在求解精度、计算效率、收敛性和易使用性等方面是不同的。本文采用优化算法(改进的可行方向法、序列线性规划和序列二次规划法)进行串联体系可靠度分析，并且与其他算法(HL—RF法、Monte—Carlo法和重要性抽样法)的结果以及一些精确解进行了比较。结果表明，相对于其他算法，基于优化算法的可靠度分析适用性广，在收敛性和健实性等方面具有明显的优势。     

遗传-粒子群算法模型修正

用部分测量模态数据对5层钢架结构进行模型修正,将遗传算法、粒子群优化算法、 遗传-粒子群组合算法3种算法在该模型修正过程中的效率和精度进行比较,结果表明修正后 模型的全部四阶频率和振型都能在不同程度上向目标值靠近,证明3种算法都能够有效修正 模型,而且遗传-粒子群算法能在前期利用遗传算法进行高效全局搜索,后期利用粒子群算法 进行细致局部搜索,与单独使用遗传算法或粒子群算法相比,组合算法效率和精度更高.     

基于自适应权重PSO算法的磁屏蔽装置优化设计

针对传统的磁屏蔽装置结构参数优化过程中因待优化参数较少而限制了磁屏蔽性能进一步提高这一缺点,提出一种基于自适应权重粒子群优化(PSO)算法的磁屏蔽装置参数优化方法:首先,给出了磁屏蔽系数的计算公式,提出将不同屏蔽层的厚度、径向层间距以及轴向层间距均作为待优化变量以增加结构尺寸的多样性,从而扩大寻优范围;然后,针对待优化变量的增加可能会导致寻优陷入局部最优,提出一种自适应权重PSO算法以实现全局寻优;最后,以三层磁屏蔽装置的结构参数优化为例进行了仿真实验。仿真结果表明,与传统的优化方法相比,提出的优化方法使磁屏蔽装置的磁屏蔽系数提高了27.58%。该方法可以为磁屏蔽装置结构参数的优化提供一种参考。     

速率偏频激光陀螺系统速度数值积分算法误差分析与优化(英文)

用时域泰勒级数展开的方法分析了速率偏频激光陀螺惯导系统常用速度数值积分算法的误差。分析显示速率偏频陀螺本身的高速旋转使惯性导航系统时刻处于大角运动条件下。若其旋转轴与比力方向不平行,则常用速度算法的误差不可忽略。提出了速率偏频激光陀螺惯导系统速度算法的优化改进方法。对常用速度算法和提出的算法进行了仿真比较。仿真显示,用泰勒级数展开分析速度数值积分算法误差是可行的;提出的算法能够将速率偏频激光陀螺惯导系统以及其他惯性导航系统在大机动运动环境下的导航精度提高一阶。     

粒子群优化算法在传递对准中的应用

给出了一种基于粒子群优化算法的捷联惯导传递对准算法。简单分析了传递对准任务要求和主子惯导惯性器件输出之间的关系,将传递对准问题作为参数优化问题进行求解,给出了基于粒子群优化算法进行传递对准的数学模型。定义了传递对准的优化目标函数,介绍了粒子群优化算法及其应用于传递对准的具体算法设置。用粒子群优化算法求解目标函数的最小值,可获得主子惯导之间的失准角,进行一次校正即可完成传递对准过程。通过计算机仿真对算法进行了验证分析,在仿真条件下（陀螺精度为0.1°/h）,能达到方位0.1°的精度。与其他对准算法一样,算法受载体机动条件的影响较大,一般需要姿态机动来提高陀螺的信噪比。     

结构可靠度分析FORM迭代算法的混沌控制

利用混沌控制原理对FORM收敛失败进行控制. 理清了全局性和局部性两类混沌反馈 控制各种方法的内在联系，说明稳定转换法和自适应调节法属于全局混沌反馈控制 方法，自适应调节法可视为稳定转换法的特例. 参 数调节混合法不过是松弛牛顿法的另一种表达形式，它们都属于局部混沌反馈控制方法. 阐 明了混沌反馈控制表达式与工程力学收敛控制迭代算法的对应关系. 也揭示了这些迭代算法 收敛控制措施的功效和局限性. 提出了一个以稳定转换法为主联合松弛牛顿法的混 沌反馈控制方法，对可靠度分析FORM迭代算法实现了周期振荡、分岔和混沌控制.     

结构可靠度FORM方法的混沌动力学分析

引入混沌动力学理论讨论了FORM收敛失败的非线性动力学根源. 给出了几个典 型函数在参数区间上的可靠指标分岔图，展示了极限状态函数经过FORM迭代成为 非线性映射后计算结果的周期振荡、分岔和混沌等复杂动力学现象，计算了非线性映射的 Lyapunov指数. 结果表明，极限状态函数设计点的曲率大小与FORM的收敛性没有简单的联 系，判别FORM迭代计算收敛性的指标是非线性映射的Lyapunov指数.     

桁架结构非概率可靠性形状优化设计

采用区间变量描述不确定参数,提出一种桁架结构非概率可靠性形状优化方法。建立了以截面尺寸和节点坐标为设计变量,以结构重量为目标函数,具有非概率可靠性指标约束的桁架结构形状优化数学模型。采用量纲归一化对截面尺寸和节点坐标进行了变量统一;运用均值点法对功能函数进行泰勒线性近似求解得到相应的非概率可靠性指标,并采用序列二次规划算法对优化模型进行求解。三个算例分析结果表明,算例均能快速稳定地收敛到最优解,结果符合工程结构设计经验,验证了本文所提方法的准确性和有效性。     

非线性函数的混沌优化方法比较研究

已有的混沌优化方法几乎都是利用Logistic映射作为混沌序列发生器，而Logistic映射产生的混沌序列的概率密度函数服从两头多、中间少的切比雪夫型分布，不利于搜索的效率和能力。为此，首先根据Logistie映射混沌轨道点密度函数的特点，建立改进的混沌-BFGS混合优化算法。之后，考虑到Kent映射混沌轨道点密度为均匀分布，建立了基于Kent映射的混沌-BFGS混合优化算法。然后对五种混合优化方法——不加改进的和改进的基于Logistic映射的混沌-BFGS法，基于Kent映射的混沌-BFGS法，Monte Carlo试验-BFGS法，网格-BFGS法进行了研究，分别对3个低维和2个高维非线性复杂测试函数进行优化计算，对它们的全局优化计算效率和寻优能力做了比较，并探讨了混合优化方法全局优化性能差异的原因。结果表明，混沌优化方法是与Monte Carlo方法类似的一种随机性试验优化方法。而且，这类优化方法的计算性能至少与以下因素有关：混沌／随机序列的统计性质，优化问题全局最优点位置。     

基于广义可靠性的随机模糊杆系结构优化设计

研究了随机参数杆系结构的广义可靠性优化设计问题。导出了随机荷载作用下以模糊许用值为条件的结构广义可靠度计算公式;建立了以杆截面为设计变量、结构重量均值为目标函数、结构模糊位移和单元模糊强度广义可靠度为约束条件的优化数学模型;通过引入罚函数,将原广义可靠性约束优化问题转化为无约束优化问题,利用遗传算法求解。设计结果表明:文中提出的模型和计算公式是可行有效的。     

含模糊变量和区间变量的结构可靠性优化设计方法

提出了基于能度可靠性理论的含模糊变量和区间变量的结构优化设计方法.运用能度可靠性理论建立了含模糊变量和区间变量的结构混合可靠性模型,采用结构的最大失效可能度作为混合模型的可靠性度量,给出最大失效可能度的计算方法,并以混合可靠性模型的最大失效可能度为约束条件建立了混合结构优化设计模型.实例计算表明了本文方法的有效性.     

针对非线性极限状态方程的时变可靠度分析

提出了一种针对一般非线性极限状态方程的时变结构可靠度分析方法. 该方法首先将时变功能函数中的随机过程进行离散,获得多个不同时间段的静态功能函数. 之后,将各功能函数在最大可能点处进行线性化,并运用全概率公式将其化简为一新的静态可靠度分析模型,该模型可运用传统的一次二阶矩方法进行高效求解.最后通过管状悬臂梁、十杆桁架、汽车发动机主轴3 个算例验证了该方法的有效性.      

基于功能度量法的桁架结构非概率可靠性拓扑优化方法研究

在结构优化中,拓扑优化相比于尺寸优化和形状优化,设计空间更加广泛,因而能够取得更大的效益.近年来,结构拓扑优化逐渐成为人们研究的热点和难点.随着科学技术的发展,工程结构越来越复杂,材料本身和外部环境的不确定性影响加剧,因此在拓扑优化中需要考虑不确定性的影响.本文研究了桁架结构的非概率可靠性拓扑优化问题,用区间模型来量化不确定性,并利用参数顶点组合法来完成不确定性的传播分析,利用基于面积比的非概率可靠性指标构建可靠性拓扑优化模型,提出了功能度量法对原可靠性约束进行等价转化,从而克服了收敛性问题.采用移动渐近方法(MMA)对优化问题进行了求解.数值算例表明,本文提出的功能度量法能够很好地适用于桁架结构的非概率可靠性拓扑优化问题.