5最优化问题全局寻优的混合遗传算法

把BFGS方法作为一个与选择、交叉和变异平行的算子，嵌入到浮点编码遗传算法中，得到一种基于BFGS方法和浮点编码遗传算法的混合计算智能算法。该方法兼顾了遗传算法和BFGS方法两者的长处，既有较快的收敛速度，双能以非常大的概率求得最优化问题全局解。数值结果表明，混合方法是求解优化问题的一种有潜力的智能算法。     

改进的非概率可靠性全局最优解方法

对于非概率可靠度指标的求解,改进的一维优化算法计算简便但仅能搜索到部分可能失效点,全局最优解法可搜索所有可能失效点但计算量过大.鉴于此种情况,论文将改进的一维优化算法与全局最优解法相结合,吸收两种方法的优点提出改进的全局最优解法.提出的方法通过变量的单调性来确定变量的取值,在不遗漏可能失效点的前提下,减少根值方程组的数目,从而降低计算量,提高计算效率.通过算例分析,证明了提出的改进的全局最优解法的有效性和可行性.     

求解非线性方程组的混合遗传算法

非线性方程组的求解是数值计算领域中最困难的问题。大多数的数值求解算法例如牛顿法的收敛性和性能特征在很大程度上依赖于初始点。但是对于很多非线性方程组,选择好的初始点是一件非常困难的事情。本文结合遗传算法和经典算法的优点,提出了一种用于求解非线性方程组的混合遗传算法。该混合算法充分发挥了遗传算法的群体搜索和全局收敛性,有效地克服了经典算法的初始点敏感问题;同时在遗传算法中引入经典算法(Powell法、拟牛顿迭代法)作局部搜索,克服了遗传算法收敛速度慢和精度差的缺点。选择了几个典型非线性方程组,从收敛可靠性、计算成本和适用性等指标分析对比了不同算法。计算结果表明所设计的混合遗传算法有着可靠的收敛性和较高的收敛速度和精度,是求解非线性方程组的一种成功算法。     

基于Kriging代理模型的两类全局优化算法比较

代理模型在结构优化领域中的应用逐渐增多。相对传统优化方法,代理模型方法在处理带有噪音或仿真模拟十分耗时的问题时有明显优势。加点准则是代理模型技术的一个关键,为了避免陷入局部最优解,加点准则需要同时考虑局部搜索(exploitation)和全局搜索(exploration)两部分并加以平衡。本文在Kriging代理模型基础上提出一种基于几何全局搜索的全局优化算法MSG(Multi-start Local Search with Geometrical Exploration),通过数值算例将其与基于不确定性全局搜索的有效全局优化算法EGO(Efficient Global Optimization)进行比较,研究了MSG算法参数的影响,并讨论了MSG与EGO各自的特点和适用范围。     

采用小生境技术的混合蛙跳算法

混合蛙跳算法是一种新兴的启发式全局优化算法。本文研究了其寻优机制,提出了一种采用小生境技术的混合蛙跳算法：运用RCS小生境技术,使各子种群动态形成了互相独立的搜索空间;在解的更新公式中,设计了一种自适应因子来调节移动步长;采用种群淘汰机制,随机初始化已陷入局部最优的子种群。实验结果表明：本文给出的算法有效提高了寻优精度和收敛速度。     

基于JPS策略的改进RRT*移动机器人全局路径规划算法

针对渐进最优快速扩展随机树(RRT*)算法在移动机器人路径规划中存在的收敛速度慢、消耗资源大、路径平滑度较低等问题,提出一种基于跳点搜索(JPS)策略的RRT*算法.该算法在随机树扩展初期构建新的路径规划区域,查询是否存在一条目标点路径;在随机树扩展过程中,利用JPS搜索策略减少算法寻路过程中计算节点的数量.利用不同规...     

全局方向模板对非结构有限体积梯度与高阶导数重构的影响

模板选择方式对非结构有限体积方法的计算准确性会产生显著影响.在之前的工作中,基于局部方向模板存在的问题,我们探索了一种更加简单有效的全局方向模板选择方法,并将其应用于二阶精度非结构有限体积求解器.基于该方法找到的模板单元均沿着壁面法向与流向,可有效捕捉流场变化,反映流动的各向异性,并且模板选择过程脱离了对网格拓扑的依赖,避免了局部方向模板选择方法中复杂的阵面推进与方向判断过程,克服了在大压缩比三角形网格上模板单元偏离壁面法向的现象,同时在二阶精度求解器上得到了较高的计算精度与计算准确性.为了进一步验证全局方向模板在高阶精度非结构有限体积方法中应用的可行性,本文初步测试了该模板对变量梯度及高阶导数重构的影响.经检验,在不同类型的网格上,采用全局方向模板得到的变量梯度与高阶导数误差明显低于局部方向模板,同时也低于共点模板的计算误差.此外,在高斯积分点处由全局方向模板得到的变量点值与导数误差同样在三种模板中最低.因此该模板选择方法在非结构有限体积梯度与高阶导数重构方面具有较好的数值表现,具备在高阶精度非结构有限体积求解器中应用并推广的可行性.     

基于混合遗传算法的动力系统阻尼参数识别方法

将动力系统阻尼参数识别反问题转化为非线性优化问题处理,提出了基于遗传算法的动力系统阻尼参数识别方法。为了提高简单遗传算法的计算效率和处理早熟问题,将模拟退火算法与遗传算法相结合,建立了混合遗传算法。数值计算结果表明,本文所建立的方法对于求解参数识别反问题和非线性优化问题是非常有效的,并且具有良好的鲁棒性和全局收敛能力。     

热力藕合问题的交替算法

在极大的加热速率下,针对CV型非Fourier介质,提出一个热力耦合问题的解耦交替计算方法,即交替地计算两个解除了耦合的问题,逐步地得到足够精度的解。这两个问题分别是已知温度时空分布的热Hooke介质的应力分析问题和已知位移、应变和应力时空分布的非Fourier介质的热传导问题。这个方法也适用于Fourier介质,与每一解耦问题实施计算的方法无关。用简例说明了随交替计算次数的增加,其结果趋近于准确解;同时给出了对Fourier介质板一个瞬态问题的应用例子。     

对压力容器部件构形优化方法的探讨

本文探讨了压力容器部件的构形优化方法.文中采用有限元进行结构分析,以解析方式计算应力梯度,应用 RQP 方法求解非线性规划.针对结构中存在多个应力水平相近的区域的情形,提出了应力梯度迭加方案以求改善收敛性.     

双相介质参数反演的遗传算法

研究遗传算法在双相介质材料参数反演中的作用.将一维双相介质在动载荷下的表面位移响应的计算值与实测值进行拟合,以最小方差作为目标函数,把双相介质参数反演问题归结为非线性多峰函数的最优化问题.全局最优解的求解采用多点并行搜索的遗传算法,克服了传统梯度爬山法难于求得全局最优的困难.算例表明了遗传算法的可行性和稳健性.     

工程结构大系统设计的全局协调优化

在一般工程大系统全局协调优化设计与方法研究基础上，提出了工程结构大系统设计的全局协调优化要领构造了其优化设计的数学模型，给出了其求解途径，解决了结构系统总体静动力性态与其分结构静动力性态的计算关系与敏度关系问题，提供了其在航天器结构系统优化设计中的应用实例。     

基于遗传算法的一种Tikhonov正则化改进方法

就Tikhonov正则化方法求解第一类算子方程进行了新的探讨,针对展平泛函的极值处理,采用了遗传算法来解决.结合遗传算法的优点,扩大了解决问题的范围.介绍了其基本原理及运算流程,作为此方法的应用,首先对一变截面悬臂梁模型进行截面积反求,另外解决了一个热传导反问题实例,证明了其方法的有效性.     

SELECTION OF OBJECTIVE FUNCTIONS AND APPLICATION OF GENETIC ALGORITHMS IN DAMPING DESIGN OF PIPE SYSTEM

The vibration failure of pipe system of aeroengine seriously influences the safety of aircraft. Its damping design is determined by the selection of the design target, method and their feasibility. Five objective functions for the vibration design of a pipeline or pipe system are introduced, namely, the frequency, amplitude, transfer ratio, curvature and deformation energy as options for the optimization process. The genetic algorithms (GA) are adopted as the optimization method, in which the selection of the adaptive genetic operators and the method of implementation of the GA process are crucial. The optimization procedure for all the above objective functions is carried out using GA on the basis of finite element software-MSC/NASTRAN.The optimal solutions of these functions and the stress distribution on the structure are calculated and compared through an example, and their characteristics are analyzed. Finally we put forward two new objective functions, curvature and deformation energy for pipe system optimization. The calculations show that using the curvature as the objective function can reflect the case of minimal stress, and the optimization results using the deformation energy represent lesser and more uniform stress distribution. The calculation results and process showed that the genetic algorithms can effectively implement damping design of engine pipelines and satisfy the efficient engineering design requirement.     

改进的遗传算法求解桁架的形状优化

提出将改进的遗传算法用于优化具有离散尺寸、连续形状变量的桁架重量. 考虑到离散和连续变量的本质,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. 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. 竞争保留最优个体方法延长了优良个体的寿命,使好基因有更大的机会遗传给 下一代. 算例表明改进的遗传算法是可行且有效的.     

薄板弯曲问题的P型杂交解析有限元方法

本文采用两套变量构造有限元试函数空间，在单元内部要求试函数精确满足平衡微分方程，在单元边界上对位移和转角分别用Ｐｅａｎｏ升阶函数插值，然后利用广义变分原理建立了一种薄板弯曲问题的Ｐ型杂交解析有限方法，与常规有限元法相比，该方法不心进行过细的网格剖分，通过增加单元插值多项式的阶数Ｐ来提高精度，此外，该方法还具有积分计算只需在单元边界上进行、单元钢度矩阵和载荷向量具有嵌入结构、协调程度可以自动控制等优     

遗传算法求解可行域分离的结构优化问题

应用遗传算法求解了两类可行域分离的结构优化问题：局部屈曲约束的桁架拓扑优化问题和动力响应约束优化问题．对第一类问题，提出了新的数学表达式，适合于遗传算法求解．采用了改进的适应度函数及约束处理方法、约束凝聚选择、交叉操作改进和竞争最优保留，提高了遗传算法的效率和可靠性．算例说明，该方法能够克服可行域分离给传统优化算法带来的困难，有效地在多连通可行域中搜索全局最优解．     

含体力问题的位移杂交边界元分析

位移杂交边界元法近年受到重视的一个研究方向，本文发现由基本解插值的场函数不能用来描述非齐次平衡方程问题，而这个问题在以往的列式中都被忽略了。     

MESHLESS METHOD OF DUAL RECIPROCITY HYBRID RADIAL BOUNDARY NODE METHOD FOR ELASTICITY

Combining the radial point interpolation method （RPIM）, the dual reciprocity method （DRM） and the hybrid boundary node method （HBNM）, a dual reciprocity hybrid radial boundary node method （DHRBNM） is proposed for linear elasticity. Compared to DHBNM, RPIM is exploited to replace the moving least square （MLS） in DHRBNM, and it gets rid of the deficiency of MLS approximation, in which shape functions lack the delta function property, the boundary condition can not be applied easily and directly and it＇s computational expense is high. Besides, different approximate functions are discussed in DRM to get the interpolation property, in which the accuracy and efficiency for different basis functions are compared. Then RPIM is also applied in DRM to replace the conical function interpolation, which can greatly improve the accuracy of the present method. To demonstrate the effectiveness of the present method, DHBNM is applied for comparison, and some numerical examples of 2-D elasticity problems show that the present method is much more effective than DHBNM.