桁架结构可靠性优化设计的微分演化算法

针对不确定性往往成为结构设计和可靠性分析的关键因素,并左右设计决策,在结构优化设计中考虑物理参数、几何尺寸和外荷载的不确定性,将其视为随机变数,提出了一种基于微分演化算法的求解不确定性问题的结构可靠性优化设计方法.以节点坐标和杆件截面面积为设计变量,结构重量极小化为目标函数,建立了基于可靠度约束的桁架形状优化数学模型,并对典型桁架进行形状优化,分析了不同可靠度指标和变异系数对优化结果的影响.结果表明:该分析方法能够充分发挥微分演化算法的优势,可以有效地进行基于可靠度的桁架结构形状优化设计.     

基于证据理论和微分演化的结构不确定分析

采用证据理论作为传统概率理论的替代方法来处理不精确的数据.为了降低基于证据理论不确定量化分析的计算成本,提出了基于微分演化的区间优化算法来计算边界值.以典型桁架结构的偶然不确定和认知不确定问题为例验证所提出方法的准确性和有效性.     

基于微分演化的结构系统识别

研究了使用微分演化（DE）算法进行结构系统识别的方法,该方法的基本思想是将结构系统识别问题描述成一个多峰值非线性优化问题,同时通过微分演化算法发现系统参数的最优估计。利用该方法在有限的输入输出数据和噪声污染条件下,同时在没有系统质量、刚度和阻尼先验知识的情况下对结构系统进行了识别,数值算例结果表明：DE方法易于实现且计算时占用资源低,同时可以成功地对结构系统进行识别。     

基于近似移动矢量的证据理论可靠性设计优化方法

针对存在认知不确定性的结构优化问题,提出了一种基于近似移动矢量的证据理论可靠性设计优化方法,可有效提升计算效率.该方法通过等面积法将证据变量转换成概率变量,构建等效的概率可靠性设计优化模型,并使用序列优化与可靠性分析方法求解获得近似设计点;开展基于证据理论的可靠性分析求解约束的可信度,构建近似移动矢量和确定性优化模型,求解获得新的设计点;重复概率可靠性设计优化与证据理论可靠性分析组成的序列迭代过程,直到收敛得到最优设计点.本文方法能够将嵌套的证据理论可靠性设计优化问题转换为近似等效的概率可靠性设计优化与证据理论可靠性分析组成的序列迭代过程进行求解,能够有效降低证据理论可靠性设计优化的计算成本.通过算例验证了所提方法的有效性.     

不确定结构的模糊可靠性优化设计方法

提出了基于模糊可靠性的结构优化设计方法。并对基于模糊可靠性和基于随机可靠性方法的结构优化设计作了实例定量对比研究。结果表明：在已知数据信息相同的条件下，两种可靠性优化方法设计的结构，可有完全相同或一致的设计结果。说明了模糊可靠性模型和文中方法用于不确定结构的优化设计是有效和可行的。     

基于证据理论的结构失效概率计算方法

提出了一种基于证据理论的失效概率P_f计算方法.对于具有n个随机影响因素的工程结构,定义结构失效的命题为F.把每个随机变量的样本空间等分成有限个子区间,确定每个子区间的基本可信度分配（BPA）.用Dempster法则对n个随机因素的BPA进行合成,然后求得F的信度Bel（F）和似真度Pl（F）.用Bel（F）和Pl（F）的平均值作为失效概率P_f的近似估计.数值验证表明,用该方法计算P_f可达到满意的精度.用所提出的方法计算四方形混凝土基础的失效概率,计算结果验证了该方法的正确性和有效性.     

基于模糊理论和遗传算法的航空齿轮可靠性优化设计

该文运用模糊理论,建立全面考虑设计变量模糊性和随机性的数学模型,并针对设计变量的多样性,采用实值编码自适应遗传算法对航空齿轮进行可靠性优化.结果表明,基于模糊理论和遗传算法的优化方法能找到更符合工程实际的优化解.     

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。     

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...     

差分演化的微粒群算法

针对基本粒子群算法易陷入局部极小点、搜索精度不高等缺点,在算法改进方面引用差分演化算法的变异操作提出了差分演化的PSO算法,并用matlab仿真证明该算法的可行性。     

基于证据理论的浆纱机可靠性评价

为了对浆纱机可靠性状况进行评价,提出了浆纱机可靠性评价指标体系,并运用证据理论对某GA308-300型浆纱机可靠性状况进行了评价,评价结果为"良",可信度达到99.881%。     

改进差分进化算法在系统可靠性问题中的应用

分析了经典差分进化算法的寻优特点,提出一种扩展变量维数的自适应差分进化算法.该算法将变异率作为解向量的一维分量,随其他分量一起参与算法进化的全过程,使算法参数更好地适应算法进化各阶段的要求,提高了算法性能.将改进后的算法应用到系统可靠性问题中,针对3种典型的可靠性问题进行了仿真实验.结果表明,所提出的算法与其他算法相比具有很好的寻优效果.     

一种基于差分进化和灰狼算法的混合优化算法

针对差分进化易陷入局部最优和灰狼算法易早熟停滞的缺点,提出了一种基于差分进化(DE)算法和灰狼(GWO)算法的混合优化算法(DEGWO)。该算法利用差分进化的变异、选择算子维持种群的多样性,然后引入灰狼算法与差分进化的交叉、选择算子进行全局搜索。在整个寻优过程中,反复迭代渐进收敛。选取此3个测试函数进行仿真验证,结果表明,混合优化算法相比于DE算法和GWO算法,其求解精度、收敛速度、搜索能力都有了显著提高。     

A Hybrid Differential Evolution Algorithm Integrated with Particle Swarm Optimization

To implement self-adaptive control parameters, a hybrid differential evolution algorithm integrated with particle swarm optimization （PSODE） is proposed. In the PSODE, control parameters are encoded to be a symbiotic individual of original individual, and each original individual has its own symbiotic individual. Differential evolution （ DE） operators are used to evolve the original population. And, particle swarm optimization （PSO） is applied to co-evolving the symbiotic population. Thus, with the evolution of the original population in PSODE, the symbiotic population is dynamically and self-adaptively adjusted and the realtime optimum control parameters are obtained. The proposed algorithm is compared with some DE variants on nine functious. The results show that the average performance of PSODE is the best.     

基于耗散结构理论的差分进化算法

作为一种比较优秀的最优化方法,差分进化算法具有良好的鲁棒性、实践性和收敛性.阐述了差分进化算法的基本概念、形式,分析了传统差分进化算法的优点与不足,提出了基于耗散结构理论的差分进化优化算法.     

证据理论中的证据合成方法

对证据合成的基本原则和Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ合成公式作了分析探讨，得到了一些有益的启示。对语气合成的另一种算法－Ｂａｒｎｅｔｔ算法的适用条件和算法的有效性做了初步分析。     

一种求解约束优化问题的改进差分进化算法

针对原始差分进化算法在求解约束全局优化问题时存在陷入局部最优的缺陷,提出一种改进的差分进化算法.该算法在保留原始差分进化算法全局搜索能力的基础上,采用基于规则的方法进行约束处理和种群个体的比较及选择,并利用种群相似度和最优变异操作改善种群进行全局范围搜索的多样性,提高算法跳出局部最优的能力.数值实验表明,该算法稳定性较好,目标函数评价次数较少,收敛速度较快,全局寻优能力较强,不仅能有效求解连续变量约束优化问题,也适用于离散变量或混合变量优化问题.