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。     

基于遗传退火混合算法的弹性地基上框架结构参数识别研究

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.     

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。     

引入退火机制的智能单粒子算法在复杂边坡最危险滑动面搜索中的应用

复杂边坡的安全系数可能存在多个局部极小值点,如何确定边坡的最小安全系数是复杂边坡稳定性分析中的一个关键问题。本文结合简化Bishop法,采用一种新的启发式全局优化算法——智能单粒子算法(ISPO)来搜索复杂边坡的最危险滑动面。为帮助该算法快速跳出局部极值点,本文将模拟退火(SA)机制引入到智能单粒子算法中,结合了两种算法各自的优点,提出了引入退火机制的智能单粒子算法SA-ISPO。将本文提出的SA-ISPO算法用于搜索两个复杂边坡的最危险滑动面,并与其它方法相比较,验证了SA-ISPO算法的优越性,该算法搜索效率高,计算结果不受搜索范围的影响,是一种较好的全局优化算法。     

蚁群算法求解二维拉压不同模量反问题

利用光滑函数技术对二维拉压不同模量本构关系进行光滑化处理,采用初应力方法求解二维拉压不同模量正问题的有限元方程。在此基础上,建立了基于连续域蚁群算法的二维拉压不同模量反问题的数值求解模型,考虑了区域非均质的影响,实现了对拉压弹性模量和泊松比的单一/组合识别。通过两个数值算例,对所提算法进行了数值验证,分别探讨了蚁群算法相关参数、测点分布和数据噪音等对识别结果的影响。数值验证表明,所提算法可有效地求解二维拉压不同模量反问题,并具有较好的计算精度。     

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。     

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。     

遗传-粒子群算法模型修正

用部分测量模态数据对5层钢架结构进行模型修正，将遗传算法、粒子群优化算法、 遗传-粒子群组合算法3种算法在该模型修正过程中的效率和精度进行比较，结果表明修正后 模型的全部四阶频率和振型都能在不同程度上向目标值靠近，证明3种算法都能够有效修正 模型，而且遗传-粒子群算法能在前期利用遗传算法进行高效全局搜索，后期利用粒子群算法 进行细致局部搜索，与单独使用遗传算法或粒子群算法相比，组合算法效率和精度更高.     

基于改进人工鱼群算法的DGPS整周模糊度快速固定

为提高DGPS整周模糊度的搜索效率,将改进人工鱼群算法引入模糊度固定解搜索环节。在解算中首先根据GPS双差载波相位观测方程,利用卡尔曼滤波估计模糊度浮点解,针对短基线解算问题,以基线长度为约束确定模糊度搜索范围,进而采用LLL降相关算法对模糊度浮点解作降相关处理,最后利用附加整数约束的改进人工鱼群算法搜索整周模糊度固定解。算例分析结果表明,在与遗传算法的100次对比实验中,改进人工鱼群算法搜索平均用时1.6617 s,比遗传算法缩短2.4987 s,算法搜索速度更快,搜索效率明显提高。算法的模糊度搜索成功率为92%,高出遗传算法9%,搜索成功率得到有效提升。因此,与遗传算法相比,改进人工鱼群算法能够更为快速地得到整周模糊度固定解,且具有更高的搜索效率和成功率。     

基于SMSA算法的网架结构优化设计

提出了应用SMSA(simulated simplex-annealing, 单纯形模拟退火)算法对网架结构进行优化设计，并对算法中参数的选 择进行了探讨，算例分析表明了单纯形模拟退火算法应用在网架结构优化中的可行性和有效 性.     

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。     

CABC–CSA: a new chaotic hybrid algorithm for solving optimization problems

Recently a lot of methods have been presented for solving optimization problems. In this paper, we are trying to propose a new hybrid algorithm for solving these kinds of problem. The proposed algorithm is based on chaotic artificial bee colony and chaotic simulated annealing, CABC–CSA. The chaotic artificial bee colony finds new locations chaotically. Actually, the proposed algorithm provides a combination of local search accuracy of simulated annealing and the ability of global search of artificial bee colony. Furthermore, we used a different method for generating the initial population. The proposed algorithm is validated using 12 benchmark functions. The results are compared with those of the artificial bees’ algorithm, the hybrid algorithm of artificial bee colony and simulated annealing and particle swarm optimization. Simulation results show the efficiency of the proposed algorithm.     

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.     

机场道面地基参数的识别与转换

提出一种机场道面地基参数识别与转换的方法，基于文克勒地基板理论和弹性半空间理论的计算模型，应用最小二乘法准则，通过实测挠度与理论挠度进行拟合来识别地基回弹模量E0和反应模量K，并依据实测点挠度相等的方法实现E0和K值之间的转换，实例计算表明所得结果具有较好的精度。     

基于遗传算法的爆炸冲击荷载参数识别方法

基于改进的遗传算法 ,建立了根据测试系统动力响应观测数据反演爆炸冲击荷载参数的数值方法。遗传算法为解决反问题的不适定性提供了强有力的手段。数值模拟结果表明 ,所提出的爆炸冲击荷载参数随机反演方法具有全局搜索能力 ,并且具有良好的抗观测噪音能力。当测试系统的观测相对误差为 10 %时 ,参数反演结果的误差小于 8% ,所建立的参数反演方法具有良好的鲁棒性。     

桁架形状优化设计的模拟退火算法

针对桁架形状优化问题,提出了一种改进的模拟退火算法．在该算法中提高了计算精度、计算效率和通用性;针对桁架形状优化设计,采用多目标规划的思想,将离散变量优化和连续变量优化结合起来．数值算例验证了改进模拟退火算法的可行性和有效性．