基于可靠性的结构动态拓扑优化方法

实际工程结构设计往往在确定性范畴内进行,所得结构存在较大失效可能性.基于此,提出一种基于可靠性的连续体动态拓扑优化方法,将结构可靠性分析方法嵌套到连续体拓扑优化中.考虑了结构几何尺寸和材料体积的不确定性,并用高斯分布来度量.将结构可靠度作为约束嵌套到连续体拓扑优化中,属于二次嵌套优化问题,但计算效率低下,不适于工程应用.提出一种解耦策略将结构可靠性分析从连续体拓扑优化中解耦出来,使结构可靠性分析与动态拓扑优化为两个独立的优化循环,大大提高了计算效率.建立以结构基频最大为优化目标,满足一定体积约束和可靠度要求的优化问题,利用各向同性材料惩罚模型(SIMP)和移动渐进方法(MMA)求解该优化问题.所提方法可以得到满足不同可靠度要求的一系列最优结构,并用标准算例验证其有效性.     

根据排序移除低效材料的渐进结构优化方法研究

渐进结构优化法因计算原理简单,易于推广使用,逐步成为结构拓扑优化中的一种重要的方法。但在大量的研究中发现,传统的渐进结构优化方法优化中,移除低效材料的标准不会降低,进化率始终不变,这两方面的不足可能导致优化的失败。为此,提出根据材料效率的排序移除低效材料的渐进结构优化方法。每次移除低效材料的数量根据保留材料体积的固定比例确定。这种方法可保证优化渐进地进行,甚至可完成一些传统渐进结构优化法无法完成的优化。     

位移约束下预应力钢结构拓扑优化设计

为预应力钢结构体系创新进行拓扑优化设计研究.建立了以索力值和结构拓扑为设计变量,以位移为约束条件,以结构重量最小为目标函数的数学优化模型.在求解方法上,采用两阶段设计方法.首先以结构储存应变能最小(刚度最大)确定施加在索上的预拉力,然后通过灵敏度分析,采用渐进结构优化法(ESO方法)删除低位移灵敏度单元实现结构的拓扑优化以减轻结构重量,反复迭代,直至最优.算例结果与相应体系受力性能相吻合,表明本文所提出的优化设计方法可行,为预应力钢结构选型提供了理论依据.     

约束阻尼结构拓扑优化设计的进化算法

约束阻尼结构的阻尼材料优化布局是约束阻尼结构振动控制设计中的关键问题,它直接影响到振动能量耗散与全局能量流分布。在约束阻尼结构设计中引入拓扑优化渐进优化算法,以约束阻尼胞单元为设计变量,建立以模态阻尼比为目标函数,约束阻尼材料用量为约束条件的拓扑优化模型。分析结构模态阻尼比相对于阻尼胞单元位置的敏度,导出灵敏度计算表达式。提出基于渐进优化算法的优化准则,通过逐步删除利用率低的材料,使目标模态阻尼比达到最大化,给出了数值计算的例子,理论计算结果验证了拓扑优化方法的正确性和有效性。     

压电桁架自振频率控制的优化配置方法

在压电材料组成的桁架结构的自由振动频率优化设计中，提出了压电杆件配置的（0，1）设计变量并将其连续化处理，推导了压电桁架自振频率对该设计变量的灵敏度计算方法。构造了压电桁架杆件配置优化模型，通过序列线性规划方法求解，解决了通过优化压电杆件配置来控制结构自振频率的问题。在JIFEX软件中实现了上述算法，并通过数值算例验证了算法和程序的有效性。     

基于有限元的天平校准系统基座结构优化设计

在Solidworks环境下建立三维模型,运用有限元软件对基座结构进行动、静态性能分析,得到初始模型的性能参数.以最小质量为目标函数,以刚度、应力和频率为约束条件,建立数学模型.提出一种基于渐进结构优化法的拓扑优化方法,引入过滤函数来解决拓扑优化过程中容易出现的数值不稳定、数值分布呈棋盘模式的现象,保证计算结果的准确性.对拓扑优化后的模型重新分析计算后发现,其性能依然优异,基频提升26.7%,质量减少5.8%.     

基于应力和基频的渐进优化法

根据工程实际要求,利用有限元法对结构进行静、模态分析。为了得到一质量减小、应力均匀、动态性能更优的结构,基于应力和频率删除准则,建立了一种改进的基于应力和基频的渐进结构优化算法。算法采用了灵敏度再分配法,有效抑制了优化中的棋盘格,提高了优化效果。每迭代步单元删除后,进行孤点以及单铰支检查技术,并删除,一定程度上避免了局部模态的产生。提供的算例表明了方法的简单、有效,是ESO方法在工程应用的又一次尝试,具有一定的使用价值。     

一种基于动态序列二次规划的模型修正方法

提出了一种利用通用有限元程序和数学软件进行有限元模型修正的方法.将模型修正问题看待为参数优化问题并按最小二乘法构造关于修正参数与测量值的优化目标函数.通过假定计算值对修正参数的灵敏度在小范围内保持不变,可将原优化问题转化为求解一系列灵敏度不变的优化子问题并选用序列二次规划法(SQP)对子问题进行求解.实桥数值模拟结果表明,修正后的参数能较快地收敛到真值,证明该方法是可行、有效的.这样不仅将通用有限元程序与数学软件有机结合,方便简单地实现大型结构的模型修正,而且使计算工作量大大减小.     

渐进结构优化法在桥梁找型中的应用

介绍了结构拓扑优化方法的基本理论,详细阐述了双向渐进结构优化法的原理和优化过程,并根据双向渐进结构优化法编制了基于ANSYS平台的结构拓扑优化程序.模拟现有桥梁结构和构件的边界条件,应用该程序求解二维平面拓扑优化问题,分别完成了不同矢跨比拱桥、悬索桥主缆以及斜拉桥桥塔的拓扑优化.拓扑优化过程中结构可经历多种拓扑形态,优化结果表明应力均匀、传力流畅,从而验证了自编程序的有效性.最后,将该程序从二维平面拓展到三维空间,实现一座峡谷桥梁的三维拓扑优化,并基于优化结果的拓扑形式完成了其概念设计方案.研究表明结构拓扑优化技术可以在桥梁概念设计阶段得出合理而富启发性的桥梁结构形式,在桥梁找型方面具有良好的应用前景.     

基于经济流速的管径优化方法

针对已有供水管网管径优化方法的缺点,该文提出了一种基于经济流速的启发式管径优化算法.该算法在应用前,无需人为规定管网的流量分配方案.算法分析步骤明确,计算简单.为了评价所提出的启发式算法的计算效率和优化结果的合理性,文中将计算时间和分析结果同广义简约梯度法和遗传算法的结果进行了对比.结果表明,该文的启发式算法计算效率远高于上面两种方法,计算结果接近遗传算法得到的最优解.     

自适应细菌觅食算法在优化问题中的应用

细菌觅食算法在求解优化问题时,以固定的步长进行趋向操作,同时以固定概率对细菌个体进行随机驱散操作,虽然可以一定程度上增加种群多样性,但是在进化后期容易使优秀的个体流失,影响算法的寻优质量.针对上述问题,论文提出步长自适应调整和驱散概率自适应调整两项改进策略,分别根据算法进化程度和细菌个体的能量值动态调整趋向操作的步长和驱散操作的概率,从而使算法在保证种群多样性的前提下,保持细菌个体具有较高觅食能力,促进算法局部搜索和全局优化的平衡.对标准测试函数和TSP问题的测试结果表明:基于自学习的细菌觅食算法具有较强的全局寻优能力,适合求解高维复杂优化问题.     

Multi-objective optimization sensor node scheduling for target tracking in wireless sensor network

Target tracking in wireless sensor network usually schedules a subset of sensor nodes to constitute a tasking cluster to collaboratively track a target.For the goals of saving energy consumption,prolonging network lifetime and improving tracking accuracy,sensor node scheduling for target tracking is indeed a multi-objective optimization problem.In this paper,a multi-objective optimization sensor node scheduling algorithm is proposed.It employs the unscented Kalman filtering algorithm for target state estimation and establishes tracking accuracy index,predicts the energy consumption of candidate sensor nodes,analyzes the relationship between network lifetime and remaining energy balance so as to construct energy efficiency index.Simulation results show that,compared with the existing sensor node scheduling,our proposed algorithm can achieve superior tracking accuracy and energy efficiency.     

求解约束优化问题的改进微粒群算法

微粒群算法在处理约束条件时最常采用的方法是约束保持法,但该方法易使粒子在搜索中停滞不前,为了改进传统约束保持法的缺点,将微粒群算法与信赖域算法相结合,从而保持了粒子的多样性并使最优解在可行域内。另外,采用与信赖域搜索技术相结合的随机惯性权重,改善了算法的全局寻优能力,提高了算法的收敛速度和计算精度。实验结果表明：与标准微粒群算法和一些其他优化算法相比,改进算法具有较强的寻优能力和寻优效率。     

求解约束优化问题的元胞混洗蛙跳算法及应用

为解决混合蛙跳算法在求解连续函数优化问题中出现的收敛速度慢、求解精度低的问题,提出一种求解约束优化问题的元胞混洗蛙跳算法.算法利用元胞的邻域结构代替基本蛙跳算法的分组方法,进而克服经典混洗蛙跳算法分组的缺点.通过元胞自动机的邻域结构和演化规则降低算法的选择压力和保持种群多样性,利用改进的螺旋进化方式和混沌变异方式平衡局...     

自适应渐进结构优化法的调节阀结构研究

传统渐进结构优化法的参数删除率和进化率保持固定,降低了优化过程收敛速度和结构稳定性.文中通过构造一种基于罚值选择与结构信息的参数自适应算法,使得参数随优化迭代过程进行而变化.分析典型算例结果,合适选择罚值的参数自适应渐进结构优化方法解决了传统渐进结构优化方法中参数固定且难以选择的问题,提高了优化过程中优化速度与结构稳定性.将此方法应用于调节阀设计,优化后调节阀刚度提高10%,说明参数自适应渐进结构优化方法可高效拓展至三维结构优化,并为阀门类结构设计提供参考.      

基于改进莱维飞行的狼群算法及其在翼型气动优化设计中的应用

智能种群算法在翼型气动优化领域获得越来越多的关注。提出了一种基于改进莱维飞行的狼群算法,并对其寻优性能进行了测试和验证。为平衡算法的局部搜索和全局搜索能力,将局部搜索性能强但易早熟的狼群算法与莱维飞行相结合,在增加收敛速度的同时,保证算法的全局搜索能力。为克服原始莱维飞行效率低、精度差的缺陷,引入高斯核函数自适应调节莱维飞行的搜索步长,以增加其搜索效率;引入四元法,以增加其搜索精度;通过标准测试函数和标准翼型气动优化设计算例验证,表明改进算法在优化效率和全局寻优能力方面均优于原始算法。     

基于GAPSO-SVM的航空发动机典型故障诊断

针对遗传算法（GA）和粒子群优化（PSO）算法优化支持向量机（SVM）存在容易陷入局部最优解、诊断精度相对较低、鲁棒性较差的问题,提出了一种结合GA、PSO、模拟退火算法的GAPSO优化算法,利用这种算法对SVM的参数进行了优化,优化后的算法能够较好地调整算法的全局与局部搜索能力之间的平衡.通过对航空发动机典型故障的诊断研究表明,该方法不仅能够取得良好的分类效果,诊断精度高于BP神经网络、自组织神经网络、标准SVM、GA-SVM,而且有较好的鲁棒性,更适合在故障诊断中应用.     

基于改进鲸鱼优化算法的码垛机器人时间最优轨迹规划

码垛机器人在运行轨迹过程中所消耗的时间直接影响到了其工作效率,针对码垛机器人的轨迹规划的时间问题,提出了一种改进的鲸鱼优化算法对时间进行优化。在基础的鲸鱼优化算法基础上,利用混沌映射初始化种群,引入自适应的权重和改进收敛因子,以提高算法的求解精度、收敛速度和全局搜索能力。首先,根据 D-H 参数法建立机器人的运动学模型;其次,在关节空间中利用3-5-3次多项式插值函数对机器人末端执行器经过的路径点进行规划,然后采用改进的鲸鱼优化算法对时间进行优化。最后通过 MATLAB软件进行效果仿真和对比。结果表明,与其它同类的算法相比,改进的鲸鱼优化算法的求解精度更高,收敛速度更快。将该方法与轨迹优化结合,与未采用算法优化的3-5-3多项式轨迹规划所需要的运行时间相比缩短了22.46％,且各个关节轨迹平稳连续,验证了该轨迹规划方法的有效性。     

基于支持向量回归机和粒子群算法的改进协同优化方法

研究基于支持向量回归机和粒子群算法的改进协同优化方法.阐述了协同优化方法和支持向量回归机方法基本原理,为有效解决系统级优化协调困难问题,改善收敛性能,提高收敛速度,采用支持向量回归机构造系统级约束条件的近似模型,引入粒子群算法求解系统级和学科级优化问题.仿真计算结果表明,设计的协同优化方法可有效求解多学科设计优化问题,...     

自学习策略和Lévy飞行的正弦余弦优化算法

针对正弦余弦算法（SCA,sine cosine algorithm）局部搜索能力差的缺陷,提出自学习策略和Lévy飞行的正弦余弦优化算法（SCASL,sine cosine optimization algorithm with self-learning strategy and Lévy flight）。首先,提出正弦余弦算法自学习策略和非线性权重因子,使搜索个体记忆自身历史最优位置,在寻优过程中指导搜索个体更新位置,提高SCA的局部搜索能力;算法寻优后期,当搜索陷入局部最优时,采用基于Lévy飞行的停滞扰动策略使算法跳出局部最优,提高SCA的局部最优规避能力。基于13个经典基准测试函数对算法性能进行测试的实验结果表明,SCASL相比标准SCA和较新的优化算法SSA,VCS,WOA,GSA,具有更高的计算效率,收敛精度以及更强的局部最优规避能力。求解无人作战飞机航迹规划的仿真结果表明,在有6个敌方威胁源的战场环境中,相比SCA,SCASL求解得到的飞行航迹具有更小的航迹代价。综上,所提出的SCASL具有较强的寻优能力。