结构可靠性优化设计的证据理论和微分演化方法

采用证据理论作为传统概率的替代方法处理不精确的数据信息,提出了基于证据理论的可靠性优化设计方法.该方法针对给定的失效概率许用值Pf,通过计算证据理论的不确定测度Pl(F),以Pl(F)Pf作为可靠性约束条件的替代模型进行可靠性优化设计.为了降低基于证据理论不确定量化分析的计算成本,引入微分演化优化算法计算区间边界值.以典型桁架结构形状优化问题为例,验证了所提出方法的准确性和有效性.     

桁架尺寸优化微分演化算法

为了解决带有应力约束和位移约束桁架结构的尺寸优化问题,将微分演化(Differential Evolution,DE)算法应用于桁架结构的尺寸优化设计.介绍了DE算法的基本原理及其进化策略,给出了桁架结构优化的数学模型.对几个经典问题进行了求解,并与其他优化算法进行了比较.数值结果表明了DE算法收敛特性好、稳定性高,可...     

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。     

钢桁架拱桥的结构优化分析

为优化钢桁架拱桥的结构设计,利用ANSYS有限元软件的APDL二次开发功能,建立参数化钢桁架拱桥模型,开发影响线计算程序.利用影响线求解桥梁结构最不利活载位置.通过灵敏度分析将优化设计与可靠度分析联系起来,以桥梁结构关键构件和关心位置最大轴向应力和最大竖向位移为状态变量,以截面尺寸为设计变量,并以全桥自重为目标函数,将基于可靠度的结构优化与传统结构优化进行对比.结果表明,基于可靠度的钢桁架拱桥优化结构可以节省大量计算时间和空间,并有效减轻桥梁的自重,改善结构受力.     

基于组合算法的碟形水下滑翔机结构稳健优化

为提高圆碟形水下滑翔机耐压结构优化设计方案的可靠性,引入稳健性设计方法进行优化设计.首先,采用拉丁超立方方法进行试验设计,建立了预测圆碟形耐压结构性能的径向基神经网络模型;采用存档微遗传算法(AMGA)和Hooke-jeeves组合优化算法,给出了耐压壳体结构多目标优化方案;然后,应用蒙特卡罗描述性抽样方法对确定性优化结果进行了可靠性分析;在此基础上,考虑工业制造过程中不确定性因素,进行耐压结构稳健性优化求解.优化结果表明:结构质量减少了20.03%,轻量化效果明显;各设计变量和优化目标的可靠度均达到100%,优化结果具有较好的稳健性.     

基于灵敏度附加项的多目标可靠性稳健优化设计

以实现多目标优化问题的可靠性稳健优化设计为目标,基于可靠性设计的随机摄动法建立可靠度约束条件,通过对目标函数和约束条件进行灵敏度分析,生成目标函数和约束函数的灵敏度附加项,建立了两种基于灵敏度附加目标函数的可靠性稳健优化设计模型;应用Matlab7.1语言的优化和符号工具箱实现机械零件的稳健设计.算例表明,本文提出的可靠性稳健优化设计方法具有较高的精度和可靠度,为机械零件的可靠性设计提供了理论依据.     

桁架结构多目标优化的微分演化算法

为了解决带有约束的桁架结构的多目标优化问题,本文采用了一种基于微分演化的多目标优化(DEMO)方法。DEMO方法采用多目标优化进化算法中Pareto和拥挤距离排序机制,并保留了DE算法的优点。为了验证DEMO算法的可行性和有效性,对经典桁架进行尺寸优化,并与其他优化方法进行了比较,数值结果表明DEMO算法性能比其他算法要好,其所得的解具有更好的多样性、均匀性和收敛性。     

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.     

一种基于SAPSO-DE混合算法的结构非概率可靠性优化设计

针对不确定性结构的非概率可靠性优化问题,提出一种基于模拟退火粒子群算法和差分进化算法(SAPSODE混合算法)的结构非概率可靠性优化设计方法。考虑结构非概率可靠性指标约束,建立最小化结构体积为目标的优化模型。为了提高结构非概率可靠性优化问题的计算精度和效率,采用基于认知经验进化的SAPSO-DE混合算法进行非概率可靠性优化设计。研究结果表明:基于SAPSO-DE混合算法的结构非概率可靠性优化设计方法克服了PSO算法的早熟现象,并提高了收敛速度和精度;该方法的全局搜索能力强,且具有较强的稳定性。     

基于混沌粒子群算法的结构可靠性优化设计

针对基本粒子群算法的早熟问题,充分运用混沌优化与粒子群优化的搜索特性,动态收缩搜索区域,将混沌粒子群算法应用到结构可靠性优化理论,建立结构系统可靠度约束下最小化结构质量的优化模型,提出基于混沌粒子群算法的结构可靠性优化设计方法.利用该优化方法进行框架结构优化设计.研究结果表明:运用所提出的可靠性优化设计所得结果显著优于运用基本粒子群算法和最佳矢量型算法所得结果;该方法易于实现,稳定性好,具有较好的工程实用价值和较强的开发能力.