离散变量结构优化设计的(0,1)规划的组合算法

本文提出了一个解(0,1)规划的新的数学方法,即(0,1)规划的二进制数法,并将该法应用于离散变量结构优化设计,针对结构优化设计的特点,提出了约束条件中的设计变量系数皆为正,且约束方程皆不小于零的线性约束情况下的(0,1)规划的另一修正解法。这两个解法都不需要解任何方程,从而大大节省机时。针对本文的方法,编写了Fortran语言的计算机程序,并在微机上计算了一些算例,结果充分说明了本法的有效性。     

离散变量结构优化设计的连续化方法

把离散变量结构优化设计问题转化为一般的0-1规划问题,进一步把该问题转化为一个带有互补约束的优化问题,利用NCP函数,最终得到待以求解的连续优化问题。离散优化到基于NCP函数的连续优化变换在理论上是等价的,可以利用普通的数学规划方法实施求解。数值算例的计算结果验证了该连续化方法的可行性与有效性。     

基于蚁群算法的桁架结构布局离散变量优化方法

提出的布局优化方法是将桁架结构的截面变量、拓扑变量及形状变量统一为离散变量.将离散变量转化为适应于蚁群算法求解TSP问题的离散变量,应用MATLAB语言编写求解桁架结构布局优化程序,最终实现对问题的分析与求解.通过对几个经典的平面、空间桁架结构布局优化算例的验算表明:本文设计的基于蚁群算法的桁架结构布局离散变量优化方法较单独处理截面优化、拓扑优化及形状优化问题具有更大的效益,相对于其他布局优化方法也展现出更好的优化效果.“基于蚁群算法的桁架结构布局离散变量优化方法”在程序设计、求解速度、求解空间及其方法通用性等方面都表现出良好的性能,并且简单、实用,适应于实际工程应用.     

离散变量结构优化设计的发展、现状及展望

本文指出离散变量结构优化设计的特点和难点，回顾了它的发展，论述了现有算法的分类、各自的优缺点和解题规模，介绍了它的研究方向和发展趋势．     

离散变量结构形状优化设计的综合算法

提出一种离散变量结构形状优化设计的方法,该方法在优化过程中将两类变量统一考虑,根据两类变量的相对差商值确定搜索的变量;并且对形状变量施加了运动极限的限制,从而保证了收敛速度快,收敛平稳;将该算法应用于几个经典的结构优化算例：运算结果显示了该方法计算效率高,优化效果也比较满意．     

离散变量结构优化设计的多阶段决策算子解法

按照文献[1]定义的多阶段决策算子与指标函数矩阵的概念,本文提出了进行结构优化设计的多阶段决策算子解法,这种解法在桁架结构离散变量的优化设计问题里,得到了成功的应用,按本文解法编制的程序在微型计算机上作出了38杆桁架结构优化设计的实例。     

离散变量结构优化设计的相对差商-遗传算法

将相对差商法(RDQA)和遗传算法(GA)结合起来,提出一个离散变量结构优化设计的有效解法———相对差商-遗传算法。3个算例结果显示出其优于相对差商法与遗传算法:(1)大大提高了遗传算法搜索全局最优解的能力及计算效率;(2)间接证明了相对差商法具有足够的逼近全局最优解的能力。     

包含两类变量的离散变量桁架结构拓扑优化设计

建立了包含截面和拓扑两类变量的离散变量结构拓扑优化设计的数学模型,该模型考虑了截面变量与拓扑变量间的耦合关系,反映了拓扑优化问题的组合优化本质,可以较好地解决"极限应力"、"最优解的奇异性"等困扰结构拓外优化设计的问题．同时采用相对差商法进行离散变量桁架结构拓扑优化,直接求解包含两类变量的离散变量结构拓扑优化设计数学模型,收到了比较满意的效果．     

离散变量刚架结构优化的多阶段决策分析

本文在文献[1,2]提出的离散变量的结构优化设计的多阶段决策分析模型及解法的基础上,进一步讨论了平面刚架的结构优化设计问题;着重说明了指标函数矩阵的形成,状态变量集的设计等问题,为这一解法作了更为全面和系统的论述;在有位移约束的问题中同时引入了应力约束条件,讨论了多工况的处理,使此解法能毫无困难地应用到实际工程设计中:同时,编制了刚架结构优化的计算机程序,在微机上作出了有30根杆件的两跨六层刚架在四种工况下的计算例题。     

离散变量框架结构的可靠性优化

以框架结构系统的可靠性分析为基础,给出离散变量框架结构可靠性优化的相对差商方法及迭代格式,并用算例证明了该法的有效性及实用性。     

离散变量结构拓扑优化设计研究

研究了离散变量结构拓扑优化设计的若干问题，讨论了离散型优化模型的合理性，提出截面设计变量的离散程度和全局约束影响最优拓扑，是优化中不可忽视的因素，文中还提出了一种解离散变量桁架，刚架结构拓扑优化的启发式算法。     

膜结构截面的离散变量优化方法

通过将截面离散变量映射为连续变量的途径,建立了力学模型,在连续变量截面优化最优解附近构造两节模型,并采用两节无限小单元的无穷组合的方法和变量无量纲化技术对膜结构截面离散变量进行了优化。建立了多工况下具有尺寸和应力、位移约束的优化模型。同时,在MSC.Patran和MSC.Nastran上进行了二次开发。数值算例结果表明该理论的高效性和二次开发的可行性。     

组合截面工程结构离散变量优化设计的通用模型及启发式算法

建立了组合截面离散变量优化设计的通用模型;提出了一种启发式求解算法。通过对截面设计变量的合并,把截面整体作为一个设计变量;将约束条件按其作用范围分为三类:局部约束、全局约束、中间约束,即介于局部和全局约束之间的约束;根据离散结构实体杆件在结构中受力和传力的特点,将杆件分为5类。针对三类约束的不同特点,分别给出了启发式求解算法。最后通过一个三维的空间结构实例给出验证,优化效率高,效果明显。六个工程实例的优化结果比经验设计可节省材料5.0～19.0%。实践表明本文提出的模型通用性强,启发式求解方法效率高且实用,适合大规模离散变量工程结构最轻设计问题。     

频率约束下离散变量的结构优化设计

本文根据离散变量结构优化设计的特点,提出了增益系数的数学定义、物理意义以及频率约束下增益系数的求法,采用文[1]提出的算法,求解频率禁区约束下的离散变量结构优化设计问题。     

结构可靠度的虚拟变量算法

从与结构失效函数有关随机变量均值和协方差的确定性特征出发 ,提出了准确计算结构可靠度的一种虚拟变量算法。使用虚拟变量算法时 ,只需给出失效函数就能正确算出结构的可靠度。由于无需人工确定失效函数的偏导数 ,计算较为简单 ,当失效函数形式复杂、与失效函数有关随机变量较多时 ,可使计算效率得到显著提高     

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。     

基于离散变量的多材料结构拓扑优化设计

多材料结构拓扑优化相比于单材料结构优化具有更大的设计空间,展现出巨大的设计潜力和应用前景。本文基于离散设计变量研究多材料结构拓扑优化,通过建立有效的设计优化方法,获得轻质高效的结构设计。首先,根据离散变量的特点,建立多材料结构拓扑优化模型,由离散变量下约束函数和目标函数的灵敏度信息构造序列近似整数规划子问题,采用运动极限策略限制设计变量的改变量以保证整数规划子问题的近似精度。为了解决离散变量的组合复杂性,采用具有多项式复杂度的正则松弛算法来高效求解(和经典的连续变量算法效率相当)。本文利用多材料结构最小柔顺性优化问题以及最大传热效率优化问题研究离散变量方法的有效性。数值算例表明,离散变量优化方法可以获得稳定迭代收敛的多材料拓扑设计,优化构型中的材料界面清晰分明,有效避免了出现模糊区域。