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。     

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。     

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。     

基于遗传算法参数整定的方位保持仪温控系统

遗传算法是一种高效的模拟生物进化过程的全局随机化搜索优化方法，它可直接得到所求解问题的全局最优解。针对方位保持仪，提出了一种分段参数设置与级间控制相结合的三级温控方案，并基于遗传算法对PID控制参数进行了优化整定。同时介绍了整个温控系统的软件实现。大量试验证明该控制策略接近最优，达到了战技指标要求。     

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。     

自适应免疫遗传算法

遗传算法(GA)是基于自然遗传规则随机搜索技术的一种进化算法,但是随着实际结构的大型化和复杂化,它往往出现过早收敛的现象。在研究了算法的编码方式、控制参数和算子操作之后,就其全局收敛性的不足,提出动态自适应策略以改进其性能,在基本遗传算子的基础上,采用了免疫遗传算子和保优策略。其中免疫算子可以防止交叉变异中的个体退化,自适应策略则保持了种群的多样性,以此保证遗传算法尽快收敛到全局最优解,称之为自适应免疫遗传算法(AIGA)。随后以经典的十杆桁架结构优化问题作为例子说明算法的优越性,结果表明AIGA在随机结构优化中计算有效、结果可靠。     

包含两类变量的离散变量桁架结构拓扑优化设计

建立了包含截面和拓扑两类变量的离散变量结构拓扑优化设计的数学模型,该模型考虑了截面变量与拓扑变量间的耦合关系,反映了拓扑优化问题的组合优化本质,可以较好地解决"极限应力"、"最优解的奇异性"等困扰结构拓外优化设计的问题．同时采用相对差商法进行离散变量桁架结构拓扑优化,直接求解包含两类变量的离散变量结构拓扑优化设计数学模型,收到了比较满意的效果．     

遗传递增演化算法配筋优化设计

递增演化结构算法(AESO)是在初始结构上,逐步增加有效材料,进而得到优化拓扑形状,其运算速度快,但容易陷入局部最优解。为提高寻找全局最优解的能力,把递增演化结构算法(AESO)和遗传算法(GA)相结合,提出遗传递增演化算法(GAESO),在增加有效材料的选择性上引入生物进化遗传理论,并以ANSYS有限元分析软件的非线性分析为平台,采用钢筋混凝土分离式模型,探讨遗传递增演化算法(GAESO)在钢筋混凝土复杂应力构件配筋优化设计上的应用,直观地完成在荷载作用和应力约束条件下简支深梁、简支开洞深梁和开洞剪力墙等钢筋混凝土复杂应力构件的配筋优化设计,所得结果符合受力机理,演化方向正确,钢筋布置明确,与遗传演化优化算法(GESO)所得结果进行比较验证,证实了算法的可行性、速敛性和稳定性,能为钢筋混凝土配筋优化设计提供参考。     

基于拟满应力设计和遗传算法的网架截面优化方法

通过在遗传算法中嵌入拟满应力算子,提出了一种以网架结构杆件截面作为离散变量的优化设计方法,即基于拟满应力设计和遗传算法的网架截面优化方法.分析结果表明,该法能够提高遗传算法的搜索效率和获得全局最优解的可靠性,对于同时有应力和位移约束的网架等空间结构截面优化问题,这种混合算法有较高的效率.     

一种粗粒度并行遗传算法及其应用

提出一种粗粒度并行遗传算法 ,采用多种群遗传策略 ,在逐渐收缩的空间上搜索 ,并且用准精确惩罚函数处理约束 ,保证了算法稳定而迅速地收敛于全局最优解。本文还讨论了算法的分布式计算策略 ,并行计算是在天潮 1 0 0 0 (A)超级并行计算机上完成的 ,利用 PVM系统处理各个处理器间的通讯。算例显示了本算法的计算效率和加速比。     

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。     

基于遗传算法和参数化建模的非线性结构优化

提出了一种对存在接触关系的非线性结构(装配体)进行优化设计的新方法。该方法将遗传算法与结构几何及有限元参数化建模方法相结合，在通用CAE软件的二次开发编程环境中实现对带接触的结构装配体进行结构尺寸和形状优化设计。文中利用该方法对某浮动式闭气结构的重要结构参数和关键构件形状实施了优化设计，使其闭气性能得到大幅度提高，体现了本文方法在解决这类优化问题中的优势。本文的方法有利于拓宽结构优化技术在机械设计领域的应用范围。     

桁架拓扑优化的多点逼近遗传算法

提出一种基于多点逼近函数和遗传算法的桁架拓扑优化方法。该方法建立了包含连续尺寸和离散拓扑两类变量的优化模型，并通过构造多点逼近函数建立了结构优化问题的第一级序列显式近似，然后采用分层优化方法：在外层对拓扑变量采用遗传算法进行优化；在内层对尺寸变量通过可由对偶法求解的第二级序列近似问题进行优化。几个经典的桁架拓扑优化算例表明该方法能以较少的结构分析次数获得比较理想的概率意义上的最优解。     

DEM与FEM动态耦合算法研究

离散单元法作为一种有效的数值分析方法,能够模拟脆性材料的裂纹扩展及碎片飞散等破坏特性,但是无法从根本上克服计算效率低下的诟病;传统有限单元法具有计算高效稳定的优点,却难以描述脆性材料冲击破坏过程中连续体向非连续体的转化。本文首先提出一种基于罚函数法的改进型离散单元和有限单元耦合方法,以提高耦合分析精度。在此基础上提出了动态耦合算法:即在初始阶段,模型全部为有限单元,当局部即将发生破坏时,仅使即将发生破坏的有限单元及相邻单元自动转化为离散单元,在离散单元区域研究破坏问题。这种算法充分利用有限单元法计算高效的优点,同时最大限度克服了离散单元法计算效率的不足。最后,通过两个简单算例验证了改进型耦合算法和动态耦合算法的有效性。     

基于Kriging代理模型的结构形状优化方法研究

建立了一种进行结构形状优化的工程方法。该方法利用试验设计法选取位置变量样本点,并对各个样本点对应的结构进行尺寸优化,然后根据样本点和尺寸优化结果建立Kriging代理模型,再利用遗传算法求出位置变量最优解,进而得到结构最优解。最后进行了15杆平面拱式桁架、悬臂梁和25杆空间桁架三个形状优化算例,算例分析结果表明:该方法思路清晰、适应性强、优化效果明显,具有较大的工程应用价值。     

离散变量结构拓扑优化设计研究

研究了离散变量结构拓扑优化设计的若干问题，讨论了离散型优化模型的合理性，提出截面设计变量的离散程度和全局约束影响最优拓扑，是优化中不可忽视的因素，文中还提出了一种解离散变量桁架，刚架结构拓扑优化的启发式算法。     

An optimizing reduced order FDS for the tropical Pacific Ocean reduced gravity model

Proper orthogonal decomposition (POD) and singular value decomposition (SVD) methods are used to study a finite difference discretization scheme (FDS) for the tropical Pacific Ocean reduced gravity model. Ensembles of data are compiled from transient solutions computed from the discrete equation system derived by FDS for the tropical Pacific Ocean reduced gravity model. The optimal orthogonal bases are used to reconstruct the elements of the ensemble with POD and SVD. Combining the above approach with a Galerkin projection procedure yields a new optimizing FDS model of lower dimensions and high accuracy for the tropical Pacific Ocean reduced gravity model. An error estimate of the new reduced order optimizing FDS model is then derived. Numerical examples are presented illustrating that the error between the POD approximate solution and the full FDS solution is consistent with previously obtained theoretical results, thus validating the feasibility and efficiency of POD method. Copyright © 2007 John Wiley & Sons, Ltd.     

改进的遗传算法求解桁架的拓扑优化

提出了一种改进的遗传算法,用于优化具有离散尺寸、连续形状和0-1拓扑变量的桁架问题。考虑到离散和连续变量的本质,文中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。本文采用了凝聚选择法-基于约束和适应度值双重标准,完全适应约束问题的本质。在优化过程中,初始种群和算子具有不确定性,因此有必要检验结构拓扑的合理性。为了增强算法的可靠性,采用了改进的重新开始算子,引入新基因并且探索新空间。求解了典型的算例,证明改进的遗传算法是可行且有效的。     

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.     

Independent continuous mapping for topological optimization of frame structures

Based on the Independent Continuous Mapping method (ICM), a topological optimization model with continuous topological variables is built by introducing three filter functions for element weight, element allowable stress and element stiffness, which transform the 0-1 type discrete topological variables into continuous topological variables between 0 and 1. Two methods for the filter functions are adopted to avoid the structural singularity and recover falsely deleted elements: the weak material element method and the tiny section element method. Three criteria (no structural singularity, no violated constraints and no change of structural weight) are introduced to judge iteration convergence. These criteria allow finding an appropriate threshold by adjusting a discount factor in the iteration procedure. To improve the efficiency, the original optimization model is transformed into a dual problem according to the dual theory and solved in its dual space. By using MSC/Nastran as the structural solver and MSC/Patran as the developing platform, a topological optimization software of frame structures is accomplished. Numerical examples show that the ICM method is very efficient for the topological optimization of frame structures.The project supported by the National Natural Science Foundation of China (10472003) and Beijing Natural Science Foundation (3042002) The English text was polished by Yunming Chen.