路面结构模量反算的遗传-模拟退火混合算法

路面结构层模量反算是路面结构无损检测与评价的基础。本文针对遗传算法和模拟退火算法各自的特点，在传统遗传算法的搜索过程中引入模拟退火算法的Metropolis接受准则，以增强算法的全局搜索能力。在此基础上，将遗传-模拟退火混合算法应用于路面结构层材料模量的反算分析。文中分别对理论数据和实测数据进行了计算，并与目前国内外已有的路面反算软件的分析结果进行了分析比较。数值结果表明，该方法具有较强的全局收敛性，数值结果稳定可靠。     

弹性地基梁损伤诊断研究

利用试验得到的振动参数评估结构的破损情况，是当前结构工程学科十分活跃的领域。由于弹性地基梁的振动模态受地基和梁两方面因素的影响，其损伤诊断问题变得十分复杂。本文通过对两靖自由弹性地基梁的灵敏性分析发现弹性地基梁的前两阶自由模态主要与地基有关，利用这一特性构造了两级识别的方法，并引入优化领域寻优能力极强的遗传算法进行识别，找到了令人满意的答案。     

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。     

离散变量结构优化设计的相对差商-遗传算法

将相对差商法(RDQA)和遗传算法(GA)结合起来,提出一个离散变量结构优化设计的有效解法———相对差商-遗传算法。3个算例结果显示出其优于相对差商法与遗传算法:(1)大大提高了遗传算法搜索全局最优解的能力及计算效率;(2)间接证明了相对差商法具有足够的逼近全局最优解的能力。     

基于改进灰狼优化算法的结构损伤识别

结合模态柔度矩阵、广义模态柔度矩阵和振型三个识别精度较好的指标,构造新的目标函数求解损伤识别问题。通过Nelson方法求解得到的频率与振型的导数,得到对结构刚度发生变化时更具敏感性的位置,然后在这些位置布置传感器以提取结构信息。针对原有的灰狼算法虽然全局搜索能力强,但是存在局部搜索精度差的问题,本文从初始种群和收敛因子等方面着手,改善灰狼算法的局部搜索能力及收敛速度。最后利用提出的方法,通过识别梁模型及桁架模型中的损伤单元说明本文方法的有效性。     

非正态变量的结构可靠性算法研究

针对含有非正态变量的结构可靠性分析,提出了基于等价正态三参数变换和模拟退火全局优化的可靠性计算方法.首先给出等价正态三参数变换的过程并指出优化方法是影响三个参数求解精度的关键因素.然后,给出用模拟退火方法优化三个参数的详细步骤并用算例证明所提方法的可行性和效率.结果表明,由于采用基于模拟退火的全局优化使得等价正态的三个参数更加准确,从而降低了计算失效概率的误差;所提方法计算效率比Monte-Carlo方法明显提高,适于工程应用.     

复杂承载钢结构模态参数识别与综合性能评价

提出了根据动力特性试验识别结构的模态参数,运用优化算法修改动力有限元模型,进而评价复杂承载钢结构练合性能的方法.针对复杂承载钢结构的结构特点和激振形式,推导了模态参数识别公式;介绍了有限元模型动力修正的一阶搜索优化算法.利用近似平稳随机激励,对井架钢结构进行了现场模态试验,识别出前三阶固有频率和前二阶振型,分析了该结构的实际运行状况.仅依据前二阶固有频率,应用一阶搜索的优化算法,对动力有限元模型进行了修正,重分析表明:该修正模型实现了前三阶固有频率和应力特征的精确反演,能够用于进一步的静、动力分析和综合性能评价.     

遗传算法改进及其在岩土参数反分析中的应用

本文的主要目的是开发基于实数编码的杂交遗传算法来识别土体的本构参数。该杂交遗传算法在经典遗传算法框架下开发,融合两个新开发的交叉算子,形成了一个新的杂交策略。为了保持种群的多样性,在算法中采用了一个动态随机变异算子。另外,为了提高算法收敛性,采用了一个基于混沌的局部搜索技术。分别基于室内试验和现场试验,通过识别土的本构参数来测试新算法的搜索能力和搜索效率。为了测试新开发算法的突出表现,特选用5种经典的随机类算法(遗传算法、粒子群算法、模拟退火算法、差分算法和蜂巢算法),分析同样的案例进行比较。结果表明,在收敛速度和最优解的准确度方面,新改进的算法可以很好地处理岩土工程的参数反演。     

单桩的动刚度测试和数据处理方法的研究

依据地基动力特性测试规范（GB/T50269-97）,提出了测试桩基竖向动刚度的稳态-敲击激励综合试验法，应用实验模态分析技术识别了桩基的模态参数，成功地完成了陕西某热电厂试桩的动刚度测试。     

基于转角模态和小波神经网络的连续梁损伤识别研究

基于小波奇异性检测原理和神经网络非线性映射能力,结合结构基本模态参数,提出了一种结合小波神经网络与结构转角模态的损伤识别方法．首先,建立三跨连续梁的有限元模型获取结构模态参数,并对其进行Mexihat小波变换,通过系数图突变点判断结构损伤位置．然后,将小波系数模特征向量作为BP神经网络的输入,分别研究了该方法在单损伤和多损伤工况下的识别能力．最后将不同工况下神经网络预测值与结构实际损伤程度进行对比,得到单处损伤预测误差平均值为0.22%,多处损伤预测误差平均值分别为0.22%和0.18%,结果表明该方法在结构损伤识别方面的有较高有效性及精确度．     

基于遗传退火算法的鱼雷外形优化设计

将基于实数编码的基本遗传算法与模拟退火算法相结合，建立了数值优化设计中的混合遗传算法。该算法既通过传统遗传算法的“优胜劣汰”操作保留了群体操作中的最优个体，又利用了退火算法的概率突跳性有效避免了问题求解陷入局部最小。本文还把混合遗传算法运用于鱼雷外形优化设计中，优化设计后的鱼雷流体阻力明显减小，压力分布曲线平缓，鱼雷的流体动力性能得到显著改善，表明改进的遗传退火算法运用于鱼雷外形优化设计是很有效的。在优化设计过程中，鱼雷线型由分段解析函数叠加表示，目标函数由二维欧拉方程的流场解提供。     

混沌优化算法在土质边坡稳定性分析中的应用

确定边坡最危险滑动面并计算与之相对应的安全系数是边坡支护的重要任务。本文结合简化Bishop法，用一种新的智能优化算法——混沌优化算法来搜索全局最优解。该方法利用混沌运动本身具有遍历性、随机性、“规律性”等内在特点，能在一定范围内按其自身“规律”不重复地遍历所有状态，易于跳出局部最优解，具有很强的全局搜索能力。通过坡高为12.3m的某电厂三层土质边坡的典型算例分析，并和遗传算法、枚举法计算结果对比可知，计算结果超于一致，其差值接近于0，因此混沌优化算法能在很高精度下搜索到全局最优解，能很好地解决边坡稳定性分析中的优化问题。     

Identification of vibration loads on hydro generator by using hybrid genetic algorithm

Vibration dynamic characteristics have been a major issue in the modeling and mechanical analysis of large hydro generators. An algorithm is developed for identifying vibration dynamic characteristics by means of hybrid genetic algorithm. From the measured dynamic responses of a hydro generator, an appropriate estimation algorithm is needed to identify the loading parameters, including the main frequencies and amplitudes of vibrating forces. In order to identify parameters in an efficient and robust manner, an optimization method is proposed that combines genetic algorithm with simulated annealing and elitist strategy. The hybrid genetic algorithm is then used to tackle an ill-posed problem of parameter identification, in which the effectiveness of the proposed optimization method is confirmed by its comparison with actual observation data.The project supported by the National Natural Science Foundation of China (10472025). The English text was polished by Yunming Chen.     

遗传算法改进及其在岩土参数反分析中的应用

本文的主要目的是开发基于实数编码的杂交遗传算法来识别土体的本构参数。该杂交遗传算法在经典遗传算法框架下开发,融合两个新开发的交叉算子,形成了一个新的杂交策略。为了保持种群的多样性,在算法中采用了一个动态随机变异算子。另外,为了提高算法收敛性,采用了一个基于混沌的局部搜索技术。分别基于室内试验和现场试验,通过识别土的本构参数来测试新算法的搜索能力和搜索效率。为了测试新开发算法的突出表现,特选用5种经典的随机类算法（遗传算法、粒子群算法、模拟退火算法、差分算法和蜂巢算法）,分析同样的案例进行比较。结果表明,在收敛速度和最优解的准确度方面,新改进的算法可以很好地处理岩土工程的参数反演。     

基于遗传算法的设计地震反应谱标定方法

基于自然进化原理的遗传算法是一种解决复杂非线性规划问题十分有前景的方法。对遗传算法中一些有代表性的算法作了简要分析和评价。介绍了用地面峰值加速度(PGA)、峰值速度(PGV)和峰值位移(PGD)三个参数标定设计地震反应谱的模型。针对此分段非线性函数规划问题,运用MATLAB编写遗传算法程序进行了计算。计算表明遗传算法在全局优化、非线性优化、多参数优化等方面表现出了传统算法无法比拟的优势。     

基于字典序整数编号的大型空间智能桁架结构主动杆位置优化

智能计算方法在大型空间智能桁架结构的主动杆优化配置问题中有着广泛的应用。为有效避免传统遗传算法编码方式在算法实现过程中容易出现无效染色体的问题,本文基于字典序整数编号的遗传算法,给出了一个由整数编号还原到对应组合的快速还原算法。利用此方法对空间T型桁架结构的主动杆位置优化进行仿真并与传统编码方法结果进行比较,验证了本文方法的有效性和优越性。     

基于分段进化的遗传算法在机翼气动外形设计上的应用

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.     

桁架结构截面优化设计的改进模拟退火算法

将模拟退火算法应用于桁架结构截面尺寸优化设计,提出若干方法改进了算法的鲁棒性、计算效率和求解精度。通过一批经典问题,同时与传统结构优化算法和遗传算法进行了比较。数值结果表明,本文的改进模拟退火算法具有很高的优化求解精度,计算效率有显著提高且优于遗传算法,有望在结构优化设计问题中发挥其特点。