基于Hermite积分的非线性随机有限元法

将Hemite积分法应用于随机结构的有限元分析，针对非线性问题，建立基于Hermite积分法的随机有限元理论及列式。选择不同的Hermite积分点数目进行算例分析，并用Monte—Carlo法的计算进行对比研究，考察该方法的有效性。计算结果显示所提出的Hermite积分随机有限元有很高的计算效率，在精度上，3点积分在一阶矩、二阶矩计算上即有较高的精度，在选点数较多(如11个)时，三阶矩、四阶矩也有足够的精度。     

损伤对板结构振型影响的研究

分析了板结构的局部损伤对结构的低阶以及高阶振型的影响。假设损伤后的低阶振型为原振型乘以修正函数,采用附加刚度描述结构局部刚度的下降,从连续振动方程推导修正函数的形式,并对修正函数进行分析。分析结果表明,板结构的一阶振型具有更好的损伤定位性能,适合应用于构造损伤标识量。     

复杂函数优化中的一种扩展微粒群算法

为了提高标准微粒群算法处理复杂函数时的优化性能,引入了一种扩展形式的新微粒群算法。该算法充分利用了微粒群算法中两个量的优点：群体最优位置利于引导个体快速进化、个体最优位置的中心利于增强群体的多样性。新算法是标准微粒群算法的扩展形式,同时保持了迭代公式的简洁形式。通过复杂函数优化的数值模拟表明,扩展的微粒群算法较标准微粒群算法在寻优能力上有明显的提高。     

基于蚁群算法的最短路径搜索方法研究

最短路径问题是在给定的网络图中寻找出一条从起始点到目标点之间的最短路径。蚁群算法是一种用于求解优化问题的新型模拟进化算法,该算法在许多相当困难的优化问题的求解中体现了极强的寻优能力和较好的性质。提出了一种利用蚁群算法来解决网络最短路径问题的新方法,并用Matlab语言编程进行算法的实现和仿真。结果表明,蚁群算法在寻求网络最短路方面的应用是可行的。     

材料非线性问题的遗传算法与神经网络耦合分析

基于遗传算法的全局最优化功能以及BP网络的非线性映射功能，提出了用于结构非线性分析的遗传算法与神经网络耦合分析方法。该方法是利用遗传算法的全局优化功能搜索BP网络各神经元之间的连接权值。以受内压的厚壁圆筒为数值算例，利用建立的遗传算法与神经网络的耦合分析方法进行弹塑性分析。计算结果表明该方法是有效的，具有较高的计算精度和计算效率。