离散离量桁架的形状优化设计

提出了离散截面变量空间桁架形状优化的一个两级算法。在第一级优化中，固定节点的位置，以植件面积为设计变量，进行离散变量截面优化；在第二级优化中，以节点坐标为设计变量，同时考虑截面变化；形成一系列优化子问题，按目标函数下降方向用Ｆｉｂｏｎａｃｃｉ法搜索出各坐标设计变量的最优变动值，从而形成新的节点位置。两级优化交替进行，直到收敛为止。算例表明本方法简单，收敛平衡，优化效果较好，在算例中讨论了不同的节点     

基于CLPSO算法的混合变量桁架形状优化

为了解决混合变量桁架形状优化问题中离散截面面积和连续节点坐标的变量耦合给优化带来的困难,将一种新型智能优化算法——基于"综合学习策略"的粒子群算法(ComprehensiveLearning Particle SwarmOptimization,CLPSO)应用于桁架混合变量形状优化问题中。给出了考虑离散截面面积和连续节点坐标两类不同性质的设计变量的混合变量桁架结构形状优化的数学模型,并对经典桁架结构进行混合变量的形状优化,将所得结果与其他优化算法结果进行了比较。分析结果表明了该方法进行混合变量桁架形状优化设计的有效性。     

遗传算法在桁架优化设计中的应用

用遗传算法处理设计变量为杆件中离散型材截面的桁架最轻重量优化问题。将离散的截面参数用二进制的遗传因子表示，利用染色体的遗传繁殖和自然淘汰等特点，可以在较广的参数域内对优化解进行搜索。并将满强度设计与遗传算法相结合，加速了收敛速度。算例表明，在不大的计算量下可获得相当良好的全局性优化解。     

离散变量桁架结构的布局优化设计

研究了多工况下受应力、位移约束的离散截面变量桁架结构的布局优化问题，提出了一个序列两级算法。在第一级优化中进行形式－截面优化，在第二级优化中进行拓扑优化。两级优化交替进行，最后得到最优的拓扑形式、几何形状和截面积分布。算例表明本法能够得到较好的布局优化结果。     

超静定变截面梁极限载荷的优化算法

目的针对超静定变截面梁结构的极限载荷求解问题,提出一种新的无约束优化算法.方法以待求极限载荷、多余约束力和截面最大弯矩处的对应坐标为设计变量,以不同坐标位置的工作弯矩与对应极限弯矩关系和剪力需要满足的条件构建目标函数,采用多维Powell的无约束优化原理,并将设计变量无量纲转化,应用Fortran-Power Station语言编制优化算法程序,进行算例分析求解,并对数值解和程序计算对比分析.结果运用优化程序计算分析,在给定收敛精度条件下,获得超静定变截面梁的极限载荷大小,梁上产生极限弯矩的坐标以及梁的多余约束力的大小.结论提出的极限载荷的优化算法有效地解决了复杂变截面梁极限载荷的精确计算问题,具有实用性和可行性.为复杂工程变截面结构问题的极限载荷求解提供依据.     

离散变量结构优化设计中变量和约束的分解与简化

提出了优化设计中对设计变量和约束条件进行缩减和分解的方法．设计变量可分解为基本设计变量和复合设计变量，复合设计变量是基本设计变量的函数或综合；约束条件可根据它与计算过程的关系和作用范围分步、分阶段考虑；对于离散结构的实体杆件，可以很据受力和对结构的作用情况分成5类，常用截面分成24种类型．最后通过一个三维空间实例，证明所提方法优化效率高，效果明显，可节约材料39．26％，是求解大规模离散变量工程结构最轻设计问题的较好方法．     

基于遗传算法的桁架形状优化及最小质量设计

在工程结构的优化设计中,应用遗传算法的基本原理,研究了离散设计变量全局寻优等传统优化方法难于解决的特殊问题.以平面桁架梁作为解析例,选取桁架的节点坐标和杆件的截面特征为设计参数,模拟遗传操作过程中的生物进化机制,对桁架的构成和形状的优化问题进行了解析.得到桁架在不同情况下的形状优化解,并使桁架质量趋于最小.研究结果验证了遗传算法在桁架的形状最优化和最小质量设计中应用的可行性.     

具有连续梁型式的结构优化设计

在连续粱式的桥和管道的初步设计中，支座间距的确定可通过优化问题的求解予以完成。本文以余能原理和 Ｍｏｈｒ积分作为力学分析的基础，以梁截面刚度和支座数量为设计变量，按Ｆｉｂｏｎａｃｃｉ数列确定支座数量。使复杂的含整数变量的变维数问题化为定维数连续变量问题．可用ＳＱＰ等方法求解。提出的模型易于形成，算法便于实现．乃至手算，不失为实用的初步设计优化方法。给出了数值范例。     

板壳结构几何非线性有限元分析中一个有效的单元

在 Ｔｏｔａｌ－Ｌａｇｒａｎｇｅ坐标下；推导了满足离散 Ｋｉｒｃｈｈｏｆｆ假定的三角形板壳单元在板壳结构几何非线性有限元分析中全部的有限元列式，并以显式表示。各种数值算例表明，该单元的精度高．收敛快，单元的求解未知数少，满足同样精度所需单元数少，可以适用子各种复杂形状板壳结构的几何非线性有限元分析。     

一种改进的快速收敛多学科设计协同优化方法

为解决协同优化(CO)方法计算量过大、收敛速度较慢的问题,提出了一种面向复杂工程系统多学科设计优化的改进的快速收敛协同优化方法(IFCCO).首先,将系统优化的全部设计变量分为全局设计变量和局部设计变量两个部分,在系统级添加各子学科内与全局设计变量相关的约束条件,使得系统级优化只控制全局设计变量,而学科级则只控制局部设计变量,从而消去辅助设计变量;然后,基于学科状态方程,在系统级和学科级同时构建耦合变量的一致性约束条件,保证更严格的耦合变量一致性求解,并赋予各子学科完全的自治权.通过两个典型的MDO算例检验了IFCCO方法的计算特性,结果表明:该方法在严格保证耦合变量一致的前提下,计算量大大减少,收敛速度得到很大提高.     

桁架材料和结构组合多目标优化设计

同时为桁架的每个杆件确定最为合适的材料和结构尺寸属于桁架材料和结构组合优化问题．提出一种桁架材料和结构组合多目标优化的方法．为材料分配唯一的标识编码，把杆件所用材料直接作为设计变量，并且和杆件截面积一起构成设计变量空间．考虑结构重量、成本和节点位移3个目标以及应力约束，建立了桁架材料和结构组合优化问题的数学模型．应用多目标遗传算法进行求解．算例结果表明，采用多目标遗传算法可以为桁架设计参数的确定提供多种选择方案，决策者可以根据目标的重要程度确定最后设计方案．算例分析结果验证了该方法的有效性．     

A buffer insertion and simultaneous sizing timing optimization algorithm

A path-based timing optimization algorithm for buffer insertion and simultaneous sizing is proposed. Firstly, candidate buffer insertion location and buffer size for each branch in a given routing path were obtained via localized timing optimization. Then, through evaluating each potential insertion against design objectives, potential optimal buffer insertion locations and sizes for the whole routing tree were determined. At last, by removing redundant buffer insertion operations which do not maximize S （ so ）, given timing requirements are finally fulfilled through minimum number of buffers.     

长悬臂桁架受横向集中力的拓扑优化

用解析方法推导拓扑优化最小重量长悬臂桁架.桁架在应力约束下,自由端受横向集中力作用,桁架宽度为常数,它的节长、结点坐标、腹杆和弦杆的角度,以及所有杆的横截面尺寸均为设计变量.分析结果表明,拓扑优化桁架中的各节腹杆的位置和横截面面积相同,中间结点位于每节1/4位置.当结构长度趋于无限长时,腹杆趋于30°,60°,相对45°桁架的体积差别不大,与类桁架连续体的体积差别也很小.     

基于混合优化算法的船体线型优化设计

为了克服单一优化算法的缺点和不足,将遗传算法(GA)和非线性规划法(NLP)有机结合组成混合优化算法来优化船体形状,开发船体线型优化设计程序.在优化过程中,以Rankine源法计算的兴波阻力为目标函数,以船型修改函数的参数为设计变量,在保证必要排水体积的条件下进行优化设计.Wigley数学船型算例的计算结果表明,在优化效果和耗费时间上,混合优化算法的计算结果更优.该算法可为船舶初步设计阶段船体线型的选择提供理论基础和技术支持. 关键词：
混合优化算法; 遗传算法; 非线性规划; 兴波阻力; Rankine源法 中图分类号： U 661.1
文献标志码： A     

求解多目标优化问题的分布估计算法

通过对多目标优化方法研究现状的分析,针对多目标优化问题的特点提出一种基于联合正态分布的求解多目标优化问题的分布估计算法。该算法将不同目标函数的自变量作为不同的随机变量,用联合正态分布对扩充的解空间进行估计,并用投影的方式将采样点映射到解空间中。仿真结果表明了该算法的有效性。     

遗传算法在离散变量结构优化设计中的应用

研究适于离散变量结构优化设计的遗传算法．探讨了离散变量结构优化问题的基因表达模式，提出了一种减小基因搜索范围的子空间构造方法．该算法可处理受应力、位移约束的结构优化问题．数值计算实例表明该算法效率高，具有很强的适应性     

半挂牵引车车架疲劳可靠性分析及优化

首先建立车架几何模型以及相应的有限元分析模型,分析车架的强度与刚度。在Adams中建立车架的多体动力学模型,计算求出悬架与车架连接处的动态外载荷作为车架疲劳仿真分析的载荷谱。在疲劳可靠性分析软件Fatigue中,通过准静态疲劳寿命分析方法计算出车架的疲劳寿命。利用粒子群多目标优化算法,以车架的各纵横梁为设计变量,以车架的较低应力和较轻质量为优化目标,选取较为合理的车架纵、横梁设计尺寸。结果显示优化后车架满足强度要求,质量减轻了近20 kg,疲劳寿命也提高了8.6%。该分析方法既可用于车架的抗疲劳设计等问题研究,也为其他工程实际问题提供了设计参考依据。     

基于性能的隔震结构动力优化设计

结合优化问题的特点,应用稳健的优化算法以合理的计算代价求解了非线性隔震结构合瞬态约束的混合变量动力优化设计问题．首先根据投资-效益准则建立了基础隔震结构一体化优化设计模型,其中目标函数是结构寿命周期内的总费用,包括结构初始造价和损失期望,约束条件包括隔震层水平位移、上部结构层间变形等,优化模型同时对上部结构截面尺寸和隔震器参数进行优化．充分利用铅芯橡胶支座隔震结构的局部非线性性质,使非线性隔震结构的时程分析计算效率接近线性动力分析．然后应用合潜在约束策略的序列二次规划算法,并结合选择性动态圆整法进行具有连续、离散混合变量的隔震结构的非线性动力优化设计．算例表明了优化模型和算法的正确性和有效性．     

一般非线性约束优化问题的信赖域法

通过引进松弛变量和极小化增广 Lagrange 函数的方法,将等式约束的非线性优化问题推广到不等式约束和一般约束的情形,同时将滤子技巧和信赖域法相结合,提出一种求解非线性约束优化问题的信赖域新算法,扩大了算法的适用范围,提高了算法的计算效率,并通过数值试验说明算法的有效性