网架结构高度优化设计

综合考虑了网架结构的强度、刚度、稳定性及结构挠度等约束条件,建立了网架结构的数学模型,应用遗传算法进行网架结构的高度优化设计,算例表明,遗传算法可用于网架结构的高度优化设计,优化结果可靠。     

基于遗传算法的正放四角锥网架高度优化设计

综合考虑了正放四角锥网架结构的强度、刚度、稳定性及结构挠度等约束条件,建立了正放四角锥网架结构的数学模型,应用遗传算法进行正放四角锥网架结构的高度优化设计,算例表明,遗传算法可用于正放四角锥网架结构的高度优化设计,优化结果可靠。     

基于ansys的网架结构优化分析

文章介绍了网架结构ansys分析的方法和相关命令流,利用ansys中的荷载工况组合对网架自重和外荷载进行荷载组合,确定了网架的最大变形和各杆的轴力,得到了该网架各杆的应力。再定义杆件壁厚作为设计变量,节点最大变形和杆件的应力作为状态变量,以达到目标函数钢材用量最小的目的。该文借鉴钢结构构件的可靠度指标的取值范围,综合分析网架结构的破坏特点之后,采用模糊优选方法,确定了网架结构杆件的可靠度指标。将可靠度指标约束条件引入网架结构模糊优化设计中,建立基于可靠性的模糊优化设计模型,使网架结构在进行优化设计时达到经济性和安全性的协调统一。分析结果表明了ansys在网架结构优化分析的可行性。     

空间网架结构的离散断面优化设计

本文讨论了空间网架结构的离散变量断面优化设计问题。空间网架的构件选自型钢,优化设计的结果满足有关规定的各项要求,可以直接应用于实际工程。     

网架结构的优化设计及极限分析

本文编制了网架结构优化设计和极限分析的计算程序．并对网架结构进行了分析。通过实例．将结构的优化设计和极限分析有机地结合起来，从而提高了网架结构的极限承载能力。     

基于APDL语言的网架结构优化设计

以通用有限元分析软件Ansys的二次开发语言APDL为开发工具,以网架结构的杆件截面面积作为设计变量,以网架结构的总质量作为目标函数,并考虑网架的强度、稳定、刚度、挠度以及截面规格等约束条件,采用改进的一维搜索算法和满应力准则法,分刚度、应力两步骤对网架结构进行优化.工程实例表明,该优化设计原理简单,收敛速度快,Ansys的分析结果可直接作为优化设计结果使用.     

基于遗传算法的钢筋混凝土梁桥优化设计

基于遗传算法对钢筋混凝土梁桥结构进行优化设计,运用遗传算法GA工具箱对钢筋混凝梁的截面有效高度和钢筋用量进行优化,以达到降低工程造价的目的。研究表明,利用遗传算法可以方便有效地寻找出工程结构设计的最优结果。     

微曲面网架及其最优表面形状的研究

建议一种微曲表面网架结构型式,并推导其求最优表面形状的实用计算公式,最终将计算网架曲面形状的优化设计问题归结为一个简单的非线性数学规划模型,为在工程中设计和应用这种网架结构型式提供了理论依据。     

网架结构的优化设计及极限分析

1 网架结构的线弹性分析与优化设计(1)网架结构的静力分析本文采用空间析架位移法对网架结构进行结构分析。本文运用所编程序对某斜放四角锥网架进行了计算分析,所得结果与文献(李为鉴等著:《杆件结构计算原理及应用程序》)的基本相同。     

BP遗传算法在结构形状优化设计中的应用

利用遗传算法(GA)对桁架结构分别进行杆件截面和节点坐标的优化设计,利用BP网络的高度非线性映射能力来得到遗传算法的适应度函数值,替代优化中重复采用有限元分析的方法,降低计算花费时间,提高了算法收敛速度.通过25杆输电塔架算例的优化设计,验证了此方法的实际应用是可行的.     

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     

一种基于信息熵的多种群遗传算法

通过模型变换建立了一种约束优化的演化设计模型．并构造出求解此模型的多种群空间收缩遗传算法．利用最优解在各种群中的存在概率将信息熵概念引入进化过程,构造出一种含有熵的多目标优化模型,利用该模型可以直接显式地给出作为拉格朗日乘子的种群最优解存在概率,从而得出多种群遗传操作的空间收缩因子,控制各种群寻优搜索时解空间的收缩．用种群的多样性避免遗传进化的早熟现象,以空间收缩尺度作为停机判据,有效地控制了算法的收敛．数值算例显示,熵的介入使随机搜索类进化算法的寻优目的性大为增强,从而提高了演化设计的计算效率。     

离散变量桁架结构拓扑优化的杂交算法

为了加快遗传算法的进化过程,提出了遗传算法和拟满应力算法相结合的杂交算法,并将它应用于离散变量桁架结构的拓扑优化问题·在对桁架结构受力分析的基础上,提出一种启发式方法对随机生成的拓扑结构形式作必要修正,以快速产生符合机动性要求的拓扑结构形式·利用遗传算法进行桁架结构拓扑优化,用拟满应力算法进行截面优化,并将截面优化的结果传递给遗传算法作为拓扑优化中遗传操作的根据,这样大大减少单纯用遗传算法进行优化的解空间,从而加快搜索进程·算例的结果表明,该方法用于桁架结构拓扑优化是简单、快速和有效的·     

一种换热器网络优化新方法

基于遗传算法和神经网络的多层感知器模型的有机结合,提出一种优化换热器网络的新算法和一种新的编码方法－基因矩阵,这种算法根据遗传适应度（目标函数）的大小,以随机搜索方式寻找在求解区域的最优解,采用神经网络多层感知器模型实现换热器网络的结构优化和参数变化。经过遗传－感知模型优化并与外逼近算法做了比较,表明采用此法优化多维、多峰、非凸的换热器网络也具有很好的适应性。     

基于模态分析的输电塔结构优化模型

选取常见的干字型角钢塔,提出一种新型的基于模态分析输电塔结构优化模型。构建参数化输电塔结构有限元模型,采用拉丁超立方抽样方法进行高效抽样,将样本空间进行均匀划分,再对样本空间抽样,规避了Monte Carlo法样本空间低效重复抽样的缺点,有效提高Monte Carlo随机有限元法的运算效率;分别采用线性回归,纯二次回归,交叉回归及完全二次回归公式优化输电塔结构,通过线性回归残差分析,并综合考虑相关系数R2、F值、P值及评估误差E,选用完全二次回归模型构造输电塔随机输入变量与各随机输出变量之间的数学关系;分别采用模拟退火算法与遗传算法对模型进行优化,优化结果表明：两种算法均能实现全局搜索,规避优化过程中局部最小点;遗传算法的优势更为明显,收敛速度快,计算耗时短,并且目标函数的优化结果较模拟退火算法更优;与输电塔原始结构相比,遗传算法和模拟退火算法优化后的输电塔耗材总体积分别降低19.97%和19.96%,较为接近;经遗传算法优化后的输电塔优化结构五阶固有频率与一阶固有频率的差值是原设计的138.1%,模拟退火算法优化后的结果为113.7%,经遗传算法优化后的输电塔优化结构更好。     

一种联合优化算法及其在混沌时间序列预测中的应用

为了提高混沌时间序列预测精度,利用相空间重构和预测模型参数间的相互联系,提出一种基于遗传算法的混沌时间序列参数联合优化方法.该方法首先将相空间重构和预测模型参数作为遗传算法的个体,混沌时间序列预测精度作为适应度函数,通过选择、交叉和变异等遗传操作获得最优参数,最后利用混沌时间序列实例对联合优化方法进行验证性测试.实验结果表明:相对于传统参数优化方法,联合优化方法大幅度提高混沌时间序列的预测精度,为混沌时间序列预测提供一种新的思路.     

改进的GA算法及其在反共振机设计中的应用

在满足工况要求的基础上,为使下质体振幅为小量,对振动机的动力参数进行多目标优化。结合反共振振动机的特点,提出了列表参数集遗传算法,该算法将由某一目标所得的参数集以列表形式表示,继而只对各参数的编号进行编码进行遗传优化。同时,使用对标准遗传算法中的交叉操作的改进方式,扩大了每一代的搜索范围,提高了收敛速度。利用所提算法对反共振振动机的动力参数进行了优化,优化结果满足要求且说明算法使有效和实用的。     

Memetic算法及其在分类中的应用研究

群体智能优化算法Memetic算法(Memetic Algorithm,MA)采用进化算法的操作流程,引入局部搜索算子,使其在问题的求解中保证较高收敛性能的同时又能获得较高质量的解,克服了遗传算法等传统全局优化算法易"早熟"的问题,同时避免陷入局部解。在MA框架基础上,提出了全局动态适应MA算法,采用遗传算法为全局搜索算子,k-means算法为局部搜索算子。使用Java语言实现算法并对UCI中分类实验数据集进行测试,结果表明,将遗传算法和k-means结合的全局动态适应MA在分类问题中具有较高准确率。     

基于文化算法的认知无线电优化研究

提出了基于文化算法的认知无线电优化方法,以通断键控系统为例设计了待优化的多目标参数,利用文化算法的指导空间概念,加快目标参数优化速度。计算机仿真结果表明文化算法的收敛速度明显优于遗传算法,在进化代数明显少于遗传算法的情况下获得近似遗传算法的优化结果,这一特性适合于对实时性要求较高的认知无线电优化。     

基于Kriging法的铁道车辆客室结构优化

为解决铁道车辆客室空间尺寸和内部部件接触刚度优化配置问题,实现客室结构多目标多参数优化设计,以座椅-桌子结构和座椅-座椅结构2种模型为例,基于Kriging算法构造了目标参数(乘员头部性能指标CHI15,CHI36和胸部性能指标CT3ms)关于设计变量(小桌高度h、小桌与座椅距离l1、座椅间距l2、桌子接触刚度k1和座椅接触刚度k2)的代理模型,分别得到目标参数随设计参数变化的响应曲面,并采用遗传算法对建立的目标参数代理模型进行整体寻优,得到2种结构模型的最优参数配置。分析结果表明:各代理模型的遗传算法寻优结果与数值计算的模拟结果吻合较好,误差范围为-5.94%~2.23%,说明基于Kriging代理模型和遗传算法的优化结果是可靠的。研究结果可用于指导铁道车辆客室结构的布置。