共查询到18条相似文献,搜索用时 203 毫秒
1.
2.
3.
提出了一种改进的遗传算法,用于优化具有离散尺寸、连续形状和0-1拓扑变量的桁架问题。考虑到离散和连续变量的本质,文中提出了混合编码方法,其中包括二进制和实数编码,整数和实数编码。本文采用了凝聚选择法-基于约束和适应度值双重标准,完全适应约束问题的本质。在优化过程中,初始种群和算子具有不确定性,因此有必要检验结构拓扑的合理性。为了增强算法的可靠性,采用了改进的重新开始算子,引入新基因并且探索新空间。求解了典型的算例,证明改进的遗传算法是可行且有效的。 相似文献
4.
离散变量结构形状优化设计的综合算法 总被引:7,自引:0,他引:7
提出一种离散变量结构形状优化设计的方法,该方法在优化过程中将两类变量统一考虑,根据两类变量的相对差商值确定搜索的变量;并且对形状变量施加了运动极限的限制,从而保证了收敛速度快,收敛平稳;将该算法应用于几个经典的结构优化算例:运算结果显示了该方法计算效率高,优化效果也比较满意. 相似文献
5.
离散结构的遗传形状优化设计 总被引:7,自引:1,他引:7
离散结构的形状优化问题,设计变量是不同性态的连续/离散混合变量,优化收敛困难。本文利用遗传算法实现其全局最优设计,以空间25杆桁架结构为例,进行了多变量、多工况的结构形状遗传优化设计。为减少结构重分析次数,引入了Steadystate算法。结果表明结构形状的遗传优化设计方法是可行的。 相似文献
6.
离散变量优化设计的方向差商法 总被引:9,自引:1,他引:9
本文根据离散变量的特点,提出了方向差商的概念,并且针对一类目标函数,约束函数具有单调性的优化设计问题,发展了一种在可行集外由目标函数最小的点出发,沿目标函数增加最小,约束函数降低最多的方向逐步搜索,逐步靠近可行集边界的方向差商法。并将此方法应用于离散变量结构优化设计中。 相似文献
7.
8.
以整星结构为研究对象,针对含有离散变量的混合变量优化问题,应用二级多点近似方法给出从卫星拓扑布局设计到尺寸的一体化优化求解过程。首先,对整星结构进行仿真和振动试验,设计满足总体指标要求且已得到在轨验证。其次,建立以极小化卫星质量为目标的多工况优化模型后利用分段多点逼近函数建立了显式近似问题。最后,采用遗传算法和变尺度法分别对离散/连续两类变量寻优,并以拓扑构型一致性和目标函数的下降程度作为收敛的判定依据。结果显示,在满足频率和静力的约束下,卫星质量降低了7.9%,且结构分析迭代次数仅为50~60次,从而验证了该方法在求解整星结构多变量多工况下的一体化设计问题时具有很高的计算效率和准确性。 相似文献
9.
10.
基于遗传算法的复合材料细观结构拓扑优化设计 总被引:2,自引:0,他引:2
利用高精度通用单胞模型将复合材料的细观拓扑结构与宏观力学性能结合起来,采用遗传算法对复合材料的细观结构进行优化,发展了基于遗传算法的复合材料细观结构拓扑优化设计方法.以材料的宏观力学性能为优化目标,从随机的初始细观结构出发,对复合材料纤维体积百分比进行约束,经过迭代获得满足设计要求的代表性体积单元.在优化过程中,对遗传算法的交叉过程作了较大的改进,实现了复合材料细观拓扑结构的任意变化,提高了对可行域的搜索效率.分别以极限剪切模量和泊松比为优化目标,验证了所提出优化方法的正确性和有效性. 相似文献
11.
桁架拓扑优化的多点逼近遗传算法 总被引:4,自引:0,他引:4
提出一种基于多点逼近函数和遗传算法的桁架拓扑优化方法。该方法建立了包含连续尺寸和离散拓扑两类变量的优化模型,并通过构造多点逼近函数建立了结构优化问题的第一级序列显式近似,然后采用分层优化方法:在外层对拓扑变量采用遗传算法进行优化;在内层对尺寸变量通过可由对偶法求解的第二级序列近似问题进行优化。几个经典的桁架拓扑优化算例表明该方法能以较少的结构分析次数获得比较理想的概率意义上的最优解。 相似文献
12.
利用多种群并行结构对标准遗传算法SGA进行并行化处理,引入移民算子和精华种群形成多种群遗传算法MPGA,并设计了自适应交叉和变异概率对算法的收敛速度进行改进。结合ABAQUS软件和改进的多种群遗传算法,建立了材料本构模型参数识别方法。采用该方法对PBX炸药黏弹性损伤本构模型参数进行了模拟识别,并同基于标准遗传算法的参数识别方法进行了比较。结果证明,基于改进多种群遗传算法IMPGA的方法对克服算法未成熟收敛有显著的效果,识别结果更稳定。同时该方法的收敛速度更快,寻优能力更强,适合复杂非线性问题的优化,此方法可以被应用到其他材料本构模型的参数识别中。 相似文献
13.
14.
基于遗传算法和参数化建模的非线性结构优化 总被引:11,自引:0,他引:11
提出了一种对存在接触关系的非线性结构(装配体)进行优化设计的新方法。该方法将遗传算法与结构几何及有限元参数化建模方法相结合,在通用CAE软件的二次开发编程环境中实现对带接触的结构装配体进行结构尺寸和形状优化设计。文中利用该方法对某浮动式闭气结构的重要结构参数和关键构件形状实施了优化设计,使其闭气性能得到大幅度提高,体现了本文方法在解决这类优化问题中的优势。本文的方法有利于拓宽结构优化技术在机械设计领域的应用范围。 相似文献
15.
与传统的优化方法相比,遗传算法以其极强的鲁棒性、随机搜索特性以及优化结果的全局性等特点而在工程优化中得到越来越广泛的应用.标准遗传算法中使用的二进制编码类似于生物染色体的组成,使算法易于用生物遗传学理论加以解释,同时也使交叉、变异等遗传操作易于实现.此外,使用二进制编码还有助于充分发挥算法隐含的并行性.本文对传统遗传算法加以改进,在二进制编码下引入分段进化的概念,再配以高效的交叉、变异算子,充分发挥二进制编码固有优势的同时在很大程度上提高了算法的优化效率,并与Euler方程数值解法相结合,对机翼外形进行了气动优化设计.优化后机翼的升阻比有了显著提高,表明建立的优化模型是合理有效的. 相似文献
16.
17.
自适应免疫遗传算法 总被引:8,自引:0,他引:8
遗传算法(GA)是基于自然遗传规则随机搜索技术的一种进化算法,但是随着实际结构的大型化和复杂化,它往往出现过早收敛的现象。在研究了算法的编码方式、控制参数和算子操作之后,就其全局收敛性的不足,提出动态自适应策略以改进其性能,在基本遗传算子的基础上,采用了免疫遗传算子和保优策略。其中免疫算子可以防止交叉变异中的个体退化,自适应策略则保持了种群的多样性,以此保证遗传算法尽快收敛到全局最优解,称之为自适应免疫遗传算法(AIGA)。随后以经典的十杆桁架结构优化问题作为例子说明算法的优越性,结果表明AIGA在随机结构优化中计算有效、结果可靠。 相似文献
18.
对传统的简单遗传算法(GA)进行了改进,融合模拟退火技术(SA)的思想,建立了遗传模拟退火算法(GASA)的串行结构.GA采用群体并行搜索,通过概率意义下基于"优胜劣汰"思想的群体遗传操作来实现优化.SA采用串行优化结构,赋予搜索过程一种时变最终趋于零的概率突跳性,避免局部极小并最终趋于全局最优.两者的结合提高了遗传算法的全局搜索能力.本文对一实验室中弹性地基上框架结构进行了逐层模态实验研究,得到了四种工况下的模态频率和振型.首先对利用GASA算法对退火参数进行了优选,SA部分中的退温参数g和扰动幅度参数η对搜索效率及全局搜索能力具有重要的影响;然后对四种工况下混凝土的弹性模量和地基的动剪模量进行了识别,并与灵敏方法识别结果进行了对比,得到了结构物理参数随着结构浇注层数的增加而上升的规律,识别得到的弹性模量比回弹法结果偏大,与结构的静模量和动模量的区别有关.以上方法及其应用对于结构的健康监控具有现实的意义. 相似文献