求解具有奇异性的桁架拓扑优化的遗传算法

采用遗传算法求解具有奇异最优解现象的桁架结构拓扑优化问题。在桁架结构拓扑优化的内力约束ε-放松列式基础上，根据遗传算法特点通过引入拓扑变量提出一种新的优化模型列式。在遗传算法中改进了适应度函数及约束处理方法、选择和交叉操作等，提高了求解算法的效率和可靠性。数值算例以及两种列式的对比分析表明，本文改进的遗传算法和新提出的优化模型列式，能够得到拓扑优化问题的全局最优解。     

改进单向搜索遗传算法的工程结构优化设计

本文基于规范规定的约束条件和各项技术标准要求，建立了离散变量结构优化模型。针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点，提出一种新的遗传算子单亲遗传算子，用于对遗传算法的改进。并提出一种离散变量结构优化设计的单向搜索算法与遗传算法结合在一起解决问题。优化设计结果表明，这种改进单向搜索遗传算法的收敛特性得到了很好的改善，即发挥了单向搜索算法局部搜索能力强的特点，又发挥了遗传算法全局性好的特点。该方法是一种有效的工程结构优化设计方法。     

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。     

遗传算法在结构优化中的研究进展

遗传算法(genetic algorithm)是基于Darwin的进化论和Mendal遗传学说而形成的新算法,具有全局收敛性和并行性,适用性广,并要求较少的先验知识,现在已广泛应用于优化、模式识别等方面.本文简要地介绍了简单遗传算法的基本过程及其数学基础;并从编码机制、收敛性和算子的研究等方面详细地阐述了遗传算法理论的发展;对约束处理方式、适应值函数的选取等方面的研究进行分析和评论;最后还提出遗传算法存在的主要问题和展望.      

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。     

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。     

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．     

桁架结构拓扑优化与遗传算法

用遗传算法求解桁架结构拓扑优化，结果表明是可行的。     

桁架结构拓扑优化与遗传算法

用遗传算法求解桁架结构拓扑优化，结果表明是可行的。     

基于和声搜索遗传算法的桁架结构拓扑优化

为改善传统设计理念和遗传算法优化不足,促进桁架结构离散变量拓扑优化发展与创新,将遗传算法与和声搜索算法混合,同时对遗传交叉和变异分3种情况进行自适应改进,建立了用于桁架结构拓扑优化的新型混合遗传算法——和声搜索遗传算法,利用该方法分别对平面桁架和空间桁架结构进行拓扑优化分析,并与改进遗传算法、拟满应力遗传算法、相对差商法、复合形遗传算法和改进蚁群算法比较,证明了此方法是有效、可行的。     

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.     

用改进的十进制遗传算法确定土质边坡最危险滑面

基于瑞典圆弧法和简化Bishop条分法分析土质边坡的稳定性,以圆弧滑裂面与边坡面的左右交点的两个横坐标和以滑裂面圆心的纵坐标作为优化变量,采用了一种改进的十进制遗传算法对优化变量进行优化。这种改进的遗传算法是以简单的十进制遗传算法为基础,结合优体克隆操作、子体优生操作和多代调环操作。通过计算ACADS考核题验证,该方法有较强的自适应能力,具有收敛速度快、解的精度高和避免出现早熟等优点。     

Genetic algorithm optimization for finned channel performance

Compared to a smooth channel,a finned channel provides a higher heat transfer coefficient;increasing the fin height enhances the heat transfer.However,this heat transfer enhancement is associated with an increase in the pressure drop.This leads to an increased pumping power requirement so that one may seek an optimum design for such systems.The main goal of this paper is to define the exact location and size of fins in such a way that a minimal pressure drop coincides with an optimal heat transfer based on the genetic algorithm.Each fin arrangement is considered a solution to the problem (an individual for genetic algorithm).An initial population is generated randomly at the first step.Then the algorithm has been searched among these solutions and made new solutions iteratively by its functions to find an optimum design as reported in this article.     

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。     

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,又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．     

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。     

Efficient synthesis of large-scale heat exchanger networks using monogenetic algorithm

A promising method for the efficient design of large-scale heat exchanger networks is the genetic algorithm. The heat exchanger network is divided into sub-networks which are optimized by a hybrid genetic algorithm. In additional steps these sub-networks are optimized by a monogenetic algorithm. An example consisting of 39 process streams was considered in detail. Significant improvements were made in reduction of total annual costs and the number of heat exchangers.