基于遗传算法的抗震钢框架多目标优化设计

考虑抗震钢框架优化问题具有多目标的特点，在遗传算法的基础上对抗震钢框架多目 标优化设计进行了探讨. 在无约束Pareto排序遗传算法的基础上，提出了一个简单、实用 而又可以避免采用罚函数的全新排序方法，在此基础上形成了一种求解有约束多目标优化 问题的Pareto遗传算法(CMOPGA), 并给出了具体的算法流程图. 以钢框架重量最轻和结构 总动应变能最小为目标，基于相关的设计规范，给出了抗震钢框架多目标优化问题的一种合 理提法. 采用CMOPGA对一个两跨六层抗震钢框架实例进行了多目标优化设计，并提出了一 个在Pareto最优解集的基础上选取妥协解的相对最小距离妥协原则. 算例结果表明，采用 CMOPGA求解抗震钢框架多目标优化问题是可行和有效的.     

桁架结构非概率可靠性拓扑优化

考虑非概率可靠性的拓扑优化对于非确定参数和荷载条件下结构的概念设计具有重要意义,有关研究国内外少见报道.本文利用凸模型理论,考虑优化迭代过程的需要,提出改进的非概率可靠性指标的定义,并针对桁架结构拓扑优化设计问题建立了以杆件截面积为设计变量、结构重量极小化为目标、具有非概率可靠性指标约束的广义尺寸优化数学模型.本文指出,考虑桁架结构参数的不确定性的条件下所得到的最优杆件布局与确定性优化所得到的结果可能有显著不同.对文中提出的数学模型,采用数学规划算法求解,数值算例结果令人满意.本文工作表明了桁架结构非概率可靠性拓扑优化设计的可行性和所提出算法的有效性.     

基于响应面方法的桁架截面敏度分析和优化

把响应面方法引入桁架截面优化中,将应力和位移约束近似表达为桁架截面倒变量的线性函数。为拟合响应面,基于中心复合和单纯形试验设计方法开发了中心对称和拟单纯形试验设计两种方法,既可保证约束近似精度,又降低了结构分析计算量。对于桁架结构重量目标函数,直接推出倒变量的二阶形式,以桁架重量最小为目标的优化问题构造为标准的二次规划模型。将响应面方法计算的位移对设计变量的敏度与莫尔积分方法的近似显式进行了对比。以MSC.Patran为平台的数值算例表明:结合响应面方法,应用序列二次规划对问题进行寻优,其收敛精度及稳定性都可获得保障。     

基于可靠性约束的结构优化设计技术研究

建立结构重量最小化、可靠度为约束的优化模型。将结构近似为串联可靠度模型，每个元件作为一失效单元；由应力状况建立元件的失效函数。采用一次二阶矩法求解元件的可靠性指标；用元件失效概率的和来表示结构失效概率；将结构失效概率的允许值平分给元件，建立设计变量的显示迭代式，并用满可靠度法进行修正，获得最终设计结果。在开展结构静强度优化设计的同时，对元件在线弹性范围内的屈曲可靠性优化设计问题做了初步的研究。桁架结构和机翼盒段结构的可靠性优化结果表明，与现有方法相比，本文提出的方法在具有较高精度的同时，极大地提高了优化设计的效率。     

应力约束下预应力平面实体钢结构拓扑优化设计

对预应力平面实体钢结构拓扑优化设计问题进行研究,建立了以索力值、单元尺寸和结构拓扑为设计变量,以应力为约束条件,以结构重量最小为目标函数的数学优化模型.在求解方法上,首先以满应力设计准则法建立索力值与结构重量之间的优化模型,通过该模型的求解确定索力值,并通过满应力设计选取单元尺寸,然后对单元体厚度按闻值进行分类,从而删除低厚度单元实现结构的拓扑优化.算例结果与预应力钢结构理论相吻合,表明本文所提出的方法是有效的,可为预应力钢结构体系创新提供理论方法.     

桁架结构非概率可靠性形状优化设计

采用区间变量描述不确定参数,提出一种桁架结构非概率可靠性形状优化方法。建立了以截面尺寸和节点坐标为设计变量,以结构重量为目标函数,具有非概率可靠性指标约束的桁架结构形状优化数学模型。采用量纲归一化对截面尺寸和节点坐标进行了变量统一;运用均值点法对功能函数进行泰勒线性近似求解得到相应的非概率可靠性指标,并采用序列二次规划算法对优化模型进行求解。三个算例分析结果表明,算例均能快速稳定地收敛到最优解,结果符合工程结构设计经验,验证了本文所提方法的准确性和有效性。     

基于可靠性的桁架结构拓扑优化设计

建立了以杆截面为设计变量、结构重量极小化为目标、具有位移、应力等性态可靠性约束的桁架结构拓扑优化设计数学模型．通过引入可靠性安全系数，并利用结构力学的三个基本方程，将结构的位移和杆件应力可靠性约束等价显示化为设计变量的线性函数，使原基于可靠性的优化模型转化为常规的序列线性规划问题，利用修正的单纯形法求解．算例表明文中提出的方法既简单又有效．     

基于三线性分灾模型的结构多目标抗震优化设计

基于分灾抗震设计概念,发展了基于三线性分灾模型的结构多目标优化设计方法。以防屈曲支撑为分灾构件的框架结构为例,针对分灾构件设计参数,采用多目标遗传算法进行分灾结构多目标优化设计。最终得到了分灾框架结构分灾构件用量和层间位移角等重要特性的多目标优化关系,并进行了相关讨论。结果表明,结构多目标分灾优化模型可以综合考虑结构造价和抗震性能等,并可以根据目标偏好有效地满足设计需求;分灾构件对抗震性能的作用随着震级增大而增强,使用分灾构件的结构能够更好地抵御强震的作用。     

考虑性态约束时多工况桁架结构拓扑优化设计

本文提出了一种适用于桁架结构的拓扑优化设计方法。它以杆内力为设计变量,以结构重量为目标函数。该方法的主要特点是:第一,通过引入杆内力为设计变量,既克服了已有方法要求预定位移场这一主要困难,又为在拓扑优化过程中考虑应力、位移等性态约束创造了条件;第二,将多工况的拓扑优化问题描述为一个非光滑的数学规划问题,再通过一个变量代换将其转化为一般的规划为题,进而将原问题的求解又转化为几个线性规划问题的求解;第三,基于结构力学的三个基本方程,将位移与应力约束提成为线性不等式约束,这些约束同重量的目标函数一起构成了拓扑优化设计的线性规划模型。最后,将本方法应用于几个工程算例,得到了满意的数值计算结果。     

随机激励下的结构尺寸优化设计

将结构优化设计中的位移约束拓展为位移可靠度约束。基于首超破坏准则,采用概率密度演化方法分析了结构在随机激励下的位移可靠度。将遗传算法与概率密度演化方法相结合,对一个具有位移可靠度约束的十杆桁架进行了尺寸优化设计,实现了概率密度演化方法在结构优化设计中的成功运用。这一研究对于随机激励下的结构优化设计提供了新的途径,也为概率密度演化方法在结构优化设计中的运用进行了新的尝试。     

蒙皮点阵一体化支撑结构的移动可变形组件优化设计及空间站应用

中国空间站是我国研制的系统最为复杂的载人航天器,其中有效载荷支撑结构的高效轻量化设计是工程研制过程中遇到的技术难题。本文介绍了受晶体对称性启发的增材制造自支撑三维点阵结构设计方法,发展了基于蒙皮点阵一体化结构形式的移动可变形组件（MMC）拓扑优化方法,完成了面向增材制造的中国空间站某相机支撑结构的优化设计,该结构采用激光选区熔化成形（SLM）工艺制造,通过了力学试验考核,实现结构减重50%,基频提高35%,完成了基于MMC方法的蒙皮点阵一体化结构在我国载人航天领域的首次型号应用与在轨验证。     

Multiobjective fuzzy optimum design of antenna structures

On the basis of the recently proposed general fuzzy optimization [1–2], this paper investigates the multiobjective fuzzy optimum design of antenna structures, in which the weight objective, precision objective, lowest frequency objective and safety degree objective are included. This is a successful application of fuzzy optimization to large engineering structures.     

多变量单元结构共振解耦动力优化设计方法

针对截面多变量单元结构的动力优化问题，建立了带频率约束的结构动力优化设计模型，对隐式非线性频率约束函数进行Taylor近似展开，给出了截面多变量单元频率梯度函数显式表达式，基于Kuhn-Tucker条件构建迭代算法，其中拉格朗日乘子通过建立联合方程组求解，形成了含多变量单元共振解耦优化设计方法。以矩形截面单元结构为算例的结果表明，所给单元多变量算法具有良好的准确性；截面变量对频率的贡献存在主次之分，区分指标可采用梯度值；次要变量的修正因子迭代中可采用定值，且其下限应尽可能降低，利于节约成本。本文工作对多变量复杂截面结构动力优化设计可提供理论指导，提高结构动力优化方法的适用性。     

Enhanced multi‐objective optimization of a dimpled channel through evolutionary algorithms and multiple surrogate methods

Using a multi‐objective evolutionary algorithm (MOEA) and enhanced surrogate approximations, the present study demonstrates the numerical analysis and optimization of staggered‐dimple channels. Two surrogates, the response surface approximation (RSA) model and the Kriging (KRG) model, are applied in light of the surrogate fidelity of the approximate analysis. An enhanced Pareto‐optimal front is obtained by performing local resampling of the Pareto‐optimal front, which provides relatively more accurate Pareto‐optimal solutions in the design space for each surrogate model. Three dimensionless design variables are selected, which are related to geometric parameters, namely, the channel height, dimple print diameter, dimple spacing, and dimple depth. Two objective functions are selected that are related to the heat transfer and pressure loss, respectively. The objective‐function values are numerically evaluated through Reynolds‐averaged Navier–Stokes analysis at the design points that are selected through the Latin hypercube sampling method. Using these numerical simulations two surrogates, viz, the RSA and Kriging models, are constructed for each objective function and a hybrid MOEA is applied to obtain the Pareto‐optimal front. For the particular implementation of surrogate models, it is observed that Pareto‐optimal predictions of the RSA model are better than those of the KRG model, whereas the KRG model predicts equally well at the off‐Pareto‐region (region away from the Pareto‐optimal solutions), which is not the case with the RSA model. The local resampling of the Pareto‐optimal front increases the fidelity of the approximate solutions near the Pareto‐optimal region. The ratios of the channel height to the dimple print diameter and of the dimple print diameter to the dimple pitch are found to be more sensitive along the Pareto‐optimal front than the ratio of the dimple depth to the print diameter. The decrease of the ratio of the channel height to the dimple diameter and the increase of the ratio of the dimple print diameter to the pitch lead to greater heat transfer at the expense of the pressure loss, whereas the ratio of the dimple depth to the print diameter is rather insensitive to Pareto‐optimal solutions. Pareto‐optimal solutions at higher values of the Nusselt number are associated with higher values of the pressure loss due to the increased recirculation, mixing of fluid and vorticity generation. Copyright © 2010 John Wiley & Sons, Ltd.     

Multi-objective traction optimization of vehicles in loose dry sand using the generalized reduced gradient method

A work optimization strategy is combined with algorithms within the vehicle-terrain interface (VTI) model to maximize the traction of a four-wheel vehicle operating on loose dry sand. The optimization model distributes traction among the steered and non-steered wheels with the work optimum coefficient (WOC) of each wheel treated as an independent design objective. Drawbar pull (DBP), motion resistance (MR), longitudinal traction coefficient (LTC), lateral force coefficient (LFC), tire deflection, and wheel slip are key parameters that appear in the VTI model for traction performance analysis. The analysis includes wheels of different diameters, widths, heights, and inflation pressures, under variable wheel slips. A multi-objective optimization problem is formulated over a thirteen-dimensional search space bounded by eight design constraints. The generalized reduced gradient method is used to predict optimal values of the design variables as well as ground and traction parameters such as DBP, MR, LTC, and LFC for maximum slope climbing efficiency. The WOCs are maximized for lateral slip angles between 0° and 24° to find a set of Pareto optimal solutions over a wide range of weight factors. A method to apply the optimization results for predicting vehicle performance and traction control on dry sand is presented and discussed.     

用ICM法拓扑优化静位移及频率约束下连续体结构

用ICM方法建立了静位移及频率约束下、重量最小为目标的连续体结构拓扑优化模型。采用独立于截面及形状参数的连续拓扑变量,借助于过滤函数,位移约束用莫尔定理显式化,频率约束用瑞利商求导数借助模态动能及模态应变能近似显式化。用图形过滤处理的方法解决了棋盘格及网格依赖问题。通过构造适当的过滤函数有效地防止了局部模态问题。动态引入防止模态交换的频率约束条件,使迭代过程不发生振荡。算例表明:用ICM方法建立的模型在处理多工况静位移约束、多频率约束及解决局部模态及模态交换等问题上有优势。