基于PSO算法的复合材料层合板可靠性优化设计

采用粒子群算法(PSO)分析了存在初始缺陷的复合材料层合板的可靠性优化问题.在层合板结构总厚度一定的情况下,以系统可靠度最大为目标函数,对复合材料的纤维方向角和相对厚度进行优化设计.单层板失效与否应用Tsai-Wu准则判断,采用一次二阶矩法(FORM)计算和评价失效概率.通过具体算例及借鉴遗传算法中的在线性能和离线性能评估准则,对粒子群算法的收敛性能进行评估,结果表明:与遗传算法相比,该方法具有操作简单、计算效率高等特点,对复合材料层合结构的可靠性优化设计十分有效.     

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。     

基于遗传算法扶梯驱动机模糊可靠性优化设计

应用啮合理论和模糊可靠性优化理论，以自动扶梯驱动机主传动机构中蜗杆传动的效率及中心距为目标函数，选取必要的设计参数，并使用改进的遗传算法，对驱动机中的蜗杆传动进行模糊可靠性优化设计．结果表明，该算法具有较强的全局收敛性，且收敛速度和稳定性有所提高，与传统设计方法相比，蜗杆减速器的中心距下降了30．4％，蜗杆的相对滑动速度下降了10．12％，综合曲率半径增大了17．34％．     

基于实码遗传算法的汽车变速箱可靠性优化设计

对渐开线圆柱齿轮可靠性设计做了深入的理论分析,建立了汽车变速箱可靠性优化设计模型,并使用实码遗传算法求解大规模复杂优化设计问题,以便获得全局最优解。对BC174B汽车变速箱的优化结果表明该方法是行之有效的。     

复合材料层合板的可靠性优化和鲁棒特征

采用遗传算法分析了存在初始缺陷的复合材料层合板的可靠性优化和鲁棒问题．单元层可靠性分析时,取初始缺陷、强度参数为随机变量,采用一阶矩法和Tsai—Wu准则分析每个单元层的失效概率．系统失效概率的计算基于首层失效假定,把系统看作为单元层的串联结构,系统中任何一个单元层的破坏就看作为系统的失效．在此基础上,对结构的可靠性优化和鲁棒特征进行了研究,分析了对称层合板的层数、可靠度和纤维方向角之间的关系,为结构设计提供参考．     

基于可靠性的预应力钢桁架结构优化设计

预应力钢结构是一种将预应力与钢结构相结合的新型结构,本文对预应力钢桁架结构在可靠性分析的基础上,将可靠性指标引入分项系数中,建立优化数学模型,采用遗传算法进行全局选优,通过算例证明了其可行性和有效性．该优化算法可以为预应力钢结构的工程应用提供有价值的参考．     

基于遗传算法的供水管网优化设计研究

从经济性和可靠性角度出发,应用数学建模与最优化理论,对城市供水管网优化设计进行了系统的研究．通过对已有管网优化设计数学模型的分析,提出了以经济性和可靠性为目标函数的多目标优化数学模型．建模过程中,将系统可靠性定义为“节点富余水头加权平均值”和“管网恢复力”,使对管网系统可靠性的评价更加直观和定量化．同时将管网年费用作为经济性衡量指标;管径组合方案优化采用遗传算法进行求解;编制了相应计算程序,对某一管网进行优化设计．研究结果表明由该方法产生的优化设计方案在经济性、水力性和可靠性方面均好于传统设计方案．     

模拟退火遗传算法与结构优化设计

介绍了模拟退火遗传算法的基本理论及其特点，以在应力约束条件下的静定桁架结构的离散变量结构优化设计为例，证明了该方法的有效性和实用性．     

基于混合遗传算法的随机结构可靠性优化设计

遗传算法（GA）是一种具有随机搜索技术的进化算法,但在运用过程中出现早熟、收敛速度慢、局部搜索能力差的缺点。对遗传算法中的遗传算子进行了改进,提出了遗传算法和最佳矢量法相结合的混合遗传算法,并引入了小生境技术。分析表明,基于小生境的混合遗传算法即发挥了最佳矢量法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,使收敛性能大大改善,同时小生境技术的使用,避免了优化过程中局部最优解的出现,提高收敛速度。具体算例表明该混合遗传算法是一种高效的结构优化方法。     

基于遗传算法的堆垛机结构多目标优化设计

堆垛机是物流仓储的主要设备,运用现代设计方法和手段,实现堆垛机的参数化设计对提高设计工效、缩短设计周期、保证产品质量具有现实意义.在堆垛机静态工作条件下,以跨距及立柱距后轮距离为设计变量,立柱刚度和下横梁强度最大为优化目标,建立了堆垛机的优化模型,采用遗传算法对模型进行了优化设计,优化后的下横梁跨距减少9.74％,立柱距后轮距离减少3.29％,立柱挠度减少0.91％.     

基于遗传算法的连续采煤机滚筒参数优化设计

为设计优质高效的截割滚筒,根据连续采煤机滚筒的结构特点和工作状况,建立了以煤炭生产综合经济效益为总目标函数,以截割比能耗、载荷波动系数、煤岩块度和生产效率为分目标函数的多目标、多变量、多约束的滚筒优化模型,采用生物进化思想,基于遗传算法对在不同截割阻抗下的滚筒结构参数和运动参数进行优化,得出不同截割条件下连续采煤机滚筒的最佳运动参数和结构参数.该优化结果可用于指导煤炭企业生产,使其获得良好的经济效益.     

机械零件的可靠性优化设计

在分析传统设计方法与可靠性设计方法在设计思想、设计原理上的区别的基础上,将可靠性设计与优化设计结合起来,对机械零件的可靠性优化设计方法进行研究。在满足可靠度约束及结构几何约束的条件下,以机械零件具体情况最小作为优化目标函数进行可靠性优化设计,得到了比常规设计更为合理的设计结果。     

遗传算法在碳纤维复合材料高速转子优化设计中的应用

对多层结构碳纤维复合材料转子进行了高转速下的静力学分析 ,建立了多层嵌套结构碳纤维复合材料转子的强度与转子的材料密度、转速、纤维铺设角、各层径向壁厚以及各层间过盈配合量间的数学关系式。应用遗传算法进行了转子结构的优化设计 ,解决了多层结构碳纤维复合材料高速转子设计中如何寻求转子最优外形和工艺参数的难题。通过对转子各层的纤维铺设角、各层径向壁厚以及各层间过盈配合量进行优化 ,获得了转子的最佳几何外形和工艺参数 ,使转子的储能密度较优化设计前提高了 1 36 % ,最大限度地提高了转子的储能能力。此优化设计方法为多层嵌套结构碳纤维复合材料转子的储能密度优化设计提供了有效手段     

基于改进自适应遗传算法的层合板铺层顺序优化方法

针对复合材料层合板的铺层顺序优化,设计随适应度自适应变化的变异算子和交叉算子,提出了一种改进的自适应遗传算法。通过铺层顺序优化算例证明:与标准遗传算法相比,改进的自适应遗传算法在组合优化方面具有更好的稳定性、收敛性和运行效率。针对不同的设计变量个数,变异算子和交叉算子应选取不同的参数;当设计变量较多时,自适应遗传算法选取P_(c1)=0.9,P_(c2)=0.6,P_(m1)=0.19,P_(m2)=0.01具有更优的收敛效率。     

排课的遗传算法

把遗传算法应用在排课问题中。主要适用于具有均匀排课要求的排课问题，得到排课最优解。随机产生的可行解自然具有均匀性，而适当选取遗传算法的迭代参数，能加快获得最优解或近似最优解的收敛速度。     

基于遗传算法的挤压模具型腔形状优化设计

以磨损为目标建立优化数学模型,采用B样条函数插值描述模具型腔轮廓形状,基于有限元和修正的Archard磨损模型计算结果训练BP神经网络,建立模具型腔控制点与目标函数之间的映射关系,计算遗传算法的适应度值,优化模具型腔．研究结果显示：采用本方法得到的模具型腔形状,与锥形模相比,沿其表面最大磨损深度降低了63．9％,磨损深度分布均匀,说明此设计方法可行．     

模糊多目标可靠性优化设计的遗传算法

给出模糊多目标可靠性优化设计的一个遗传算法.该方法利用模糊集隶属函数的特性将各子目标函数模糊化处理为能够反映各子目标相对重要程度,具有加权指数的协调满意度函数形式;通过加权函数将各子目标的协调满意度函数综合成统一的单目标优化模型,用遗传算法求解模型.通过实例验证该方法的有效性.     

基于遗传算法的排课设计

阐述了遗传算法在课表生成过程中的应用。介绍了针对排课问题,遗传算法所涉及的编码方案,采用了布尔矩阵形式来实现、适应度函数的确定,主要涉及节次优度和周次组合优度这2个参数、和遗传操作的3种操作方法的实现过程。     

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。