改进的离散复合形法与门式刚架结构优化设计

在连续变量复合形算法的 基础上，利用平均值舍入法获取离散点，改进了复合式迭代过程和停机准则，使之成为一种能直接求解离散变量优化解。将该方法应用于同济大学开发的钢结构杆系CAD软件－3D3S，建立了门式刚架结构离散变量优化的数学模型，实现了门式刚架结构的优化，取得了较好的效果。     

混合离散变量优化方法在机械设计中的应用

在机械优化设计中,混合离散变量优化方法得到了广泛的应用,具有较高的工程应用价值。通过实例证明离散变量优化方法比常规优化设计效率高,可靠性好,是目前解决机械优化设计问题的有效途径。     

离散变量结构优化设计中变量和约束的分解与简化

提出了优化设计中对设计变量和约束条件进行缩减和分解的方法．设计变量可分解为基本设计变量和复合设计变量，复合设计变量是基本设计变量的函数或综合；约束条件可根据它与计算过程的关系和作用范围分步、分阶段考虑；对于离散结构的实体杆件，可以很据受力和对结构的作用情况分成5类，常用截面分成24种类型．最后通过一个三维空间实例，证明所提方法优化效率高，效果明显，可节约材料39．26％，是求解大规模离散变量工程结构最轻设计问题的较好方法．     

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     

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。     

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。     

离散变量结构优化设计的混合遗传算法

针对离散复合形法提出了一种新的初始点产生办法，并基于满应力思想，对离散复合形法进一步做了改进，提高了离散复合形法的局部寻优能力，从而构造了一种改进的离散复合形法用于离散变量结构优化设计；对基本遗传算法运用Hamming距离控制种群的个体差异；在适应度计算过程中加入判定因子来减少结构重分析次数：在遗传操作中。对交叉和变异操作做了改进．并把复合形算子嵌入到复制操作中，从而建立了一种离散变量结构优化设计的混合遗传算法。算例表明这种混合遗传算法优于基本遗传算法和改进的复合形法，是可行和有效的。     

工程结构的混合离散变量优化设计

针对设计变量为离散型和连续型的混合离散变量的优化设计问题，探讨了非均匀离散变量及连续变量的均匀离散化处理方法，分析了求解混合离散变量的优化设计问题最优解的方法。算例表明混合离散变量的优化设计方法可以应用于工程结构优化设计中，其优化结果不需圆整，大大提高了优化设计的效率和可靠性。     

离散变量结构优化设计的混沌遗传算法

利用混沌搜索的遍历性、随机性、规律性等特点，提出了一种求解离散变量结构优化设计的混沌搜索方法；将混沌搜索技术嵌入遗传算法，与基本遗传算子共同构成了一种离散变量结构优化设计的混合遗传算法一混沌遗传算法；通过自适应的退火因子和罚函数来处理约束条件，使算法逐渐收敛于全局可行最优解。计算结果表明，该方法有效地克服了基本遗传算法中的“早熟”现象，并具有更快的收敛速度。     

考虑随机性局部约束的离散变量结构优化设计

随机性局部约束问题是结构优化设计中存在的一个普遍问题,该问题影响着结构优化设计软件的通用性.本文针对离散变量截面优化设计问题提出了一种处理随机性局部约束的算法及其程序实现并给出了几个实例.     

离散全局最优化中的一类T-F函数算法

针对求解非线性离散规划全局最优解问题提出一类T-F函数算法.首先,介绍有关离散全局最优解的各种概念,并定义了T-F函数;其次,提出一类T-F函数,并设计了相应的T-F函数算法,通过寻找该T-F函数的离散局部极小解,以期找到离散规划问题的比当前离散局部极小解更好的解.数值实验表明算法是有效的.     

离散粒子群优化在垂直分层空时系统检测中的应用

为了改善垂直分层空时系统串行干扰抵消算法的性能,提出了一种离散粒子群检测算法(DPSO-DA).该算法将垂直分层空时系统中的最优检测视为组合优化问题,根据最大似然检测公式构造DPSO算法的适应度函数,利用DPSO算法来解决该组合优化问题,从而寻找最优解.针对DPSO-DA 有可能出现早熟现象,进一步提出了一种混合离散粒子群检测算法 (HDPSO-DA).HDPSO-DA 对 DPSO-DA 的进化方程进行了重新设计,在搜索中以一定变异概率对选中的粒子进行变异,进一步改善了DPSO-DA的性能.理论分析和仿真结果表明,当误码率为10-3时,与基于最小均方误差准则的串行干扰抵消算法相比,DPSO-DA 和 HDPSO-DA 可获得约3dB 和 5dB的增益,且具有更低的复杂度.     

一种求解集合组合问题的离散粒子群优化模型

针对变长集合组合优化问题,提出了一种离散粒子群优化模型.该模型将集合的概念和运算引入粒子群优化中,定义了一个可变集合搜索空间,并重新定义了粒子的位置、速度及作用于此空间的运算规则,既保留了粒子群本身的优化特性,又体现了集合组合优化的特点.采用典型的变长集合组合优化问题——背包问题来验证此模型的性能,并与二进制粒子群优化(BPSO)算法进行了对比.结果表明,该模型具有较强的寻优能力和更高的稳定性.     

染缸资源的离散事件动态系统建模及优化

根据印染企业订单排缸生产计划的实际情况,建立染缸资源配置系统的自动机模型,使订单的各种染缸配置方式映射到自动机模型中;然后,根据模型行为演化过程,对订单的染缸资源配置过程划分阶段,在各个阶段设定性能指标函数,并建立各阶段间性能指标函数间的递推关系式;最后,用动态规划法对染缸的配置过程寻找最优排缸策略,得到染缸资源利用率最大的配置方式.实例结果表明:与现有的计算机调度系统相比,所建立的模型和决策方法能有效地提高染缸资源的利用率.     

基于DPSO负载可控的虚拟网络映射算法

针对多租赁模式下的虚拟网络映射问题,以降低底层链路负载、加快映射速度、提高底层物理资源利用率为目标,将离散粒子群算法与虚拟节点映射规则相结合,提出了物理节点可复用、负载可控制的MLB-VNE-SDPSO算法.该算法在兼顾CPU等主机资源利用率的前提下节约了物理链路的带宽资源,缩短了虚拟链路的映射过程.仿真实验表明,在保证网络负载的前提下,获得了较好的物理节点利用率,提高了虚拟网络的收益成本比.     

排水管系设计的罚函数离散优化法

结合排水工程的特点，提出一种新的罚函数离散优化方法，建立排水管系优化设计模型，并提出了整体控制与局部控制相结合的水力计算方法，对各设计方案进行选择，成功地解决了现有优化方法中如动态规则法，拟差动态规划法，两相法等未能解决的一些问题?     

基于刚性梁实现的恒应变率试验系统

介绍一种基于刚性梁、在软件性试验机上测定材料，在控制应变率条件下的应变软件系统的试验系统，得到了刚性梁试验系统中试件应变速率与系统施力速率之间的函数关系，给出了一组实测结果，讨论了测试与控制精度 。     

求解线性顺序问题的离散粒子群算法

提出一种优化线性顺序问题的简便的离散粒子群算法.该算法无需交换、交叉、变异、插入、删除等算子,仅需在每个粒子中存储每个元素在其解排列中的位置,而不是排列本身.将这些位置看成可以左右移动的,即每个粒子的速度是由其元素位置左右移动形成的,并用连续型的粒子群算法更新每个元素在其排列中的位置,然后用排序的方式确定各元素在排列中的相对位置即可.将该算法同基于交换算子的粒子群算法在标准线性顺序问题实例测试集LOLIB上进行比较,结果表明该算法具有强大的优势.