基于混合遗传算法的建筑结构优化设计

提出一种离散变量结构优化设计的单向搜索算法并与标准遗传算法结合成混合遗传算法,即发挥了单向搜索算法省时、高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点·算例结果表明,该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题·这种混合遗传算法优于标准遗传算法和单向搜索算法,是兼二者之长,弃二者之短的高效的理想优化设计方法·     

采用混合遗传算法的建筑结构优化设计

根据工程实际,充分考虑规范规定的约束条件和各项技术标准要求,建立了建筑结构优化模型。并提出一种离散变毓结构优化设计的进退搜索算法与标准遗传算法结合成混合遗传算法,既发挥了进退搜索算法高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点。算例结果表明,这种混合遗传算法收敛快、精度高,优于标准遗传算法和进退搜索算法：是兼二者之长,弃二者之短的高效的理想优化方法,可以直接用于多种建筑结构的优化设计。     

给水管网优化设计的混合遗传算法

利用遗传算法全局优化和广义简约梯度法(GRG法)局部收敛速度快的特点,将两者有机结合,构造出一种混合遗传算法应用于新建环状给水管网的优化设计．同时针对遗传算法,采用了实数编码技术,基于扩大采样空间的随机采样、惩罚策略、算术交叉及动态变异技术．最后结合工程实例验证了混合算法的高效性。     

改进混合遗传算法在给水管网优化设计中的应用分析

目前,用于给水管网优化设计计算的常见方法主要有线性规划法、非线性规划法、枚举法、动态规划法、神经网络法和遗传算法等。但是,这些方法普遍存在需要二次圆整或不能解决复杂管网优化设计的缺陷。本文在对给水管网优化计算过程的每个环节作了深入分析和研究的基础上,提出了适于离散变量组合优化并能很好应用于管网优化设计计算的改进混合遗传算法,希望对给水管网优化设计提供一定的指导和参考。     

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PSO-DE混合算法的结构可靠性优化设计

为提高结构可靠性优化设计的效率,利用粒子群优化(PSO)和差分进化(DE)算法的搜索特性,构造一种PSO-DE混合算法,以克服基本PSO算法的早熟问题.将PSO-DE混合算法与结构可靠性优化理论相结合,建立了结构系统失效概率约束下以结构质量最小化为目标的优化模型.算例结果表明:与基本PSO算法相比,文中提出的PSO-DE混合算法提高了收敛速度和计算精度;该算法易于实现,鲁棒性好.     

同源随机激励下基于系统动力可靠性的结构优化设计

把结构系统动力可靠性分析与最优化设计结构起来，以结构系统的最小质量为目标函数，给出了考虑在同源随机激励下多自由度线性系统总的可靠性的结构优化设计方法，运用谱分析理论，推导了结构系统在平稳随机过程激励下响应的统计特征，同时结合首次超越破坏的Possion模型计算结构系统的可靠性，最终采用广义乘子法得到结构系统设计变量的最优值，计算结果表明该方法是可行的。     

基于改进遗传算法的离散变量结构可靠性优化设计

根据离散变量结构可靠性优化设计的特点与难点,提出了基于改进遗传算法的可靠性优化设计方法,通过１５６杆输电出服失效状态下的可靠性优化设计与简易海洋平台屈服及疲劳失效上的可靠性优化设计实例,验证了方法的有效性,在计算速度及解的质量方面都取得了比较满意的结果。     

机械系统动态优化设计的混合遗传基因方法

融合复合形法和基因算法提出一种可以有效地解决机械系统动态优化设计问题的随机优化算法－混合遗传基因法。该法以遗传基因方法实现代间进化，以复合形法改进代间较差个体以加速进化。数值分析结果表明，该方法结构正确，算法简洁。     

应用混合遗传算法的车辆发动机工作参数优化设计

发动机的基本参数反映了发动机的工作性能和品质.针对设计任务的要求正确选择这些参数,才能保证所设计的新产品有生命力.因此,采用优化设计方法来设计车辆发动机工作参数是非常重要的.在满足气缸热负荷、机械负荷和燃烧室及混合气形成条件,以及边界约束的条件下,建立了优化设计数学模型.由于传统的优化方法存在着求解过程复杂和寻优过程容易陷入局部最优解的问题,故应用遗传算法工具箱调用混合遗传算法和局部搜索算法相结合寻求最优解,使求解过程得到简化,确保可靠地获得全局最优解.     

基于混合遗传算法和复合形法的翼型优化设计

遗传算法的缺点在于计算过多的目标函数适应值而增加了优化设计的计算量。为了提高遗传算法的优化效率,将遗传算法和复合形法相结合,建立了基于混合遗传算法和复合形法的气动优化设计方法,对超临界翼型进行了单目标和多目标的优化设计,流场计算采用雷诺数平均N-S方程。算例表明,该设计优化方法稳定,设计质量高,效率比单纯遗传算法有很大提高,在工程中有较大的应用价值。     

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.     

一类基于混合遗传算法的多目标优化方法

提出一类求多目标Pareto解的快速算法，该算法将个体各分目标的最大值作为适应度函数，采用混合遗传算法，通过求解种群适应度极小值的方法来获得Pareto边界不同方向上的最优解，并在种群进化过程中采用了一些加速收敛的改进方法，通过典型算例的仿真验证了其有效性．     

基于纯数值函数优化的一种混合遗传算法

通过引入与进化代数相关的交叉概率和与个体适应度相关的变异概率的自适应遗传算子同时把Powell局部寻优算法融入遗传算法的搜索过程构成了一种数值函数全局寻优的混合遗传算法.实验表明混合遗传算法改善了遗传算法的局部搜索能力,有效地解决了遗传算法的早熟现象,显著提高了遗传算法求得全局解的概率.同时由于混合遗传算法中只利用函数值信息,所以该混合遗传算法是纯数值函数的优化的一种通用方法.     

小生境遗传算法在平面叶栅优化设计中的应用

提出了一个基于小生境遗传算法的平面叶栅的优化设计方法。该方法利用奇点分布法设计无厚翼型骨线，然后通过小生境遗传算法使叶栅表面边界层中的流动损失最小化，以此搜索沿骨线最佳的厚度分布规律。已知叶栅的流场分析由一个基于边界元的程序完成。将该方法应用于ZZ440叶栅的设计，结果表明该方法可行且有效。     

基于遗传算法的机械优化设计

阐述了遗传算法的原理、理论基础和实现步骤,将遗传算法与搜索算法进行了分析比较,并附有应用实例。     

遗传算法在系统可靠性优化中的应用

将遗传算法用在可靠性优化中，更好地解决了文献[2]中提出的非线性优化模型。     

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     

一种求解非线性函数优化问题的混合遗传算法

结合单纯形法的混合遗传算法是将单纯形操作替代原来的交叉算子,并采用最优群体保留策略,算法可以很小的群体规模实现兼顾全局搜索和局部搜索的均衡搜索,大幅度提高搜索精度和效率,算法不需要梯度信息,不需进行编码操作,非常适合求解非线性函数优化问题。