工程结构支撑条件优化设计

提出了一种将结构支撑位置和支撑类型作为设计变量的优化设计方法,就支撑条件改变对结构受力的影响进行了分析,论述了如何在遗传算法中实现结构支撑位置和支撑类型的优化．并通过数值算例说明了结构支撑条件的转变对结构的影响,证明结构支撑条件的优化处理对提高结构性能是有效的．     

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。     

平稳随机激励下随机智能桁架结构振动主动控制中的优化

研究了平稳随机激励下随机智能桁架结构振动主动控制中主动杆的配置位置和闭环控制系统增益的优化问题。考虑结构物理参数、几何尺寸、阻尼同时具有随机性以及作用荷载为平稳随机激励，基于系统最小储存能，构建了具有位移响应均方值、应力响应均方值可靠性约束的主动杆配置和控制增益的优化模型；并对结构平稳随机动力响应的数字特征进行了推导。通过算例，验证了该优化配置模型的合理性和有效性，获得了若干有意义的结论。     

大型客机襟翼滑轨布置优化设计方法研究

为了对大型客机襟翼滑轨进行布置,满足刚度连续变形协调的设计要求,该文阐述了襟翼的结构及受力形式,对襟翼进行合理的工程简化,确定了支点形式,依据结构力学基本理论对襟翼刚度进行计算和拟合,基于襟翼受载变形协调,建立优化模型,提出了一种双支点襟翼支点的位置优化方法,该方法对其他悬挂式或支撑式活动舵面的支点位置确定提供了有益的参考.     

主动振动控制中传感／作动元件配置问题的全局优化方法研究

提出了一种主动振动控制中作动／传感元件位置的复合优化方法，它能有效地解决全局优化配置问题；通过对单点并置问题的优化，证明了该优化方法的有效性，并对多点配置问题也具有一定的参考价值。     

计算具有区间参数结构的固有频率的优化方法

基于区间函数的单向包含性质，把具有区间非确定参数结构的固有频率所在区间范围问题 转化成两个全局优化问题，并采用一种实数编码遗传算法求取问题的全局解. 用一种能够求 得剪切型结构和弹簧质量系统特征值范围精确解的单调分析方法进行检验. 在一 些文献中，直接采用区间数运算法则和有限元法得到结构区间刚度阵和区间质量阵，并把关 于该区间刚度阵和区间质量阵的广义区间特征值问题的特征值区间作为待求的非确定性结构 的特征值所在的区间范围，该方法易于扩大问题的解域. 算例表明，可望得到结构 固有频率区间范围的准确解.     

具有两类变量的空间桁架分层优化方法

本文叙述了一种具有杆件截面积和节点位置两类变量以及静、动力多种约束的空间桁架分层优优方法。求解分为两层,第一层在给定节点位置对杆件截面进行优化;第二层则通过求解一系列线性规划子问题,获得一既不违反约束,又使目标函数(结构重量)下降的新的节点位置,再返回第一层。两层交替进行直至收敛。算例表明该法收敛平稳,使用有效。     

柔性伸缩蒙皮支撑结构的多目标拓扑优化

针对柔性伸缩蒙皮支撑结构的多目标拓扑优化问题,分析了其实际应用中的优化对象及目标函数,提出使用六边形对设计域进行离散的方法,并建立离散模型与位矩阵的映射关系。采用基于位矩阵的NSGA-Ⅱ(Nondominated Sorting Genetic Algorithm Ⅱ)进行求解。优化过程中引入个体连通性分析以提高计算效率。通过对可行个体进行有限元分析,获得其目标值;使用罚函数法对不可行个体加以惩罚,最终得到一组互不支配的支撑结构。结果表明,本方法可为柔性伸缩蒙皮支撑结构的多目标拓扑优化问题提供可行、有效的解,也可用于求解其它二维多目标拓扑优化问题。     

压电桁架作动器/传感器优化配置算法研究

针对自适应压电桁架结构振动控制,建立了作动器/传感器优化配置数学模型,并提出一种优化配置的新方法。为了减少结构分析次数,该方法将近似概念、对偶法和遗传算法相结合,首先采用多点近似技术建立原问题的序列近似问题,再对近似问题中的作动器/传感器位置离散变量和控制增益连续变量采用遗传算法和对偶方法分别寻优的分层优化策略。为了提高近似问题对原问题的逼近程度,本文提出一种适于离散变量结构优化的分段多点近似函数。算例表明本文方法能够以很少的结构分析次数得到最优解。     

计算不确定结构系统静态响应的一种可靠方法

不确定性广泛存在于工程结构分析和设计过程之中，不能简单地予以忽略。目前，概率方法、模糊方法和区间方法是不确定性建模的三种主要方法。本文把具有不确定性的结构材料参数、几何参数和所受外力用区间数描述，通过求解线性区间方程组准确地计算了结构静态响应。计算结果易于扩张是区间计算的一个主要缺陷，本文提出了一种有效避免这一问题的方法。该方法把区间函数的计算和区间线性方程组的求解转化为相应的全局优化问题，来确定解中的每个区间元素的边界值，并采用一种智能性算法(实数编码遗传算法)来求解这些全局优化问题。本文首先采用数学和结构分析算例对该方法的正确性和有效性进行了验证，然后把该方法与有限元方法相结合计算不确定结构系统的响应范围，并和求解同类问题的方法进行了比较。     

基于支持向量机替代模型的可靠性分析

建立了基于支持向量机回归算法和分类算法的替代模型可靠性分析方法,与蒙特卡罗法结合,采用拉丁超立方抽样技术,进行隐式极限状态函数的可靠度计算。讨论了相关参数对支持向量机模型性能的影响,并通过遗传算法进行参数优化,为支持向量机模型的参数选择提供了依据。研究了不同训练样本数量对支持向量机模型预测值精度的影响,进一步证实了支持...     

基于遗传进化的混凝土湿度场差分反演算法

建立混凝土湿度场差分反演模型,并用遗传算法对其进行了优化求解。根据混凝土湿度扩散方程,确定其内部与边界的差分格式,并对具体实例进行了求解;针对经验参数计算结果与实测结果吻合较差的问题,提出了基于实测数据的差分反演模型,利用遗传算法对模型进行优化求解,所得结果与实测数据误差较小。该算法根据实测结果,可获得湿度场的实际分布情况,对类似问题有一定的参考作用。     

IDENTIFICATION AND PREDICTION OF UNSTEADY TRANSONIC AERODYNAMIC LOADS BY MULTI-LAYER FUNCTIONALS

Nonlinear unsteady aerodynamic effects present major modelling difficulties in the analysis and control of aeroelastic response. A rigorous mathematical framework, that can account for the complex nonlinearities and time-history effects of the unsteady aerodynamic response, is provided by the use of functional representations. A recent development, based on functional approximation theory, has achieved a new functional form; namely, multi-layer functionals. The development of a multi-layer functional for discrete-time, finite memory, causal systems has been shown to be realizable via finite impulse response neural networks. Identification of an appropriate temporal neural network model of the nonlinear transonic aerodynamic response is facilitated via a supervised training process using multiple input–output sets, with data obtained by an Euler CFD code. The training process is based on a genetic algorithm to optimize the network architecture, combined with a random search algorithm to update weight and bias values. The approach is examined for two different multiple aerodynamic input–output data sets, and in both cases, the prediction properties of the network model establish the multi-layer functional as a suitable representation of unsteady aerodynamic response.     

基于遗传算法的复合材料细观结构拓扑优化设计

利用高精度通用单胞模型将复合材料的细观拓扑结构与宏观力学性能结合起来,采用遗传算法对复合材料的细观结构进行优化,发展了基于遗传算法的复合材料细观结构拓扑优化设计方法.以材料的宏观力学性能为优化目标,从随机的初始细观结构出发,对复合材料纤维体积百分比进行约束,经过迭代获得满足设计要求的代表性体积单元.在优化过程中,对遗传算法的交叉过程作了较大的改进,实现了复合材料细观拓扑结构的任意变化,提高了对可行域的搜索效率.分别以极限剪切模量和泊松比为优化目标,验证了所提出优化方法的正确性和有效性.     

基于遗传算法的弹性地基加肋板肋梁无网格优化分析

基于遗传算法及一阶剪切理论, 提出一种弹性地基上加肋板肋条位置优化的无网格方法. 首先, 通过一系列点来离散平板及肋条, 并用弹簧模拟弹性地基, 从而得到加肋板的无网格模型; 其次, 基于一阶剪切理论及移动最小二乘近似原理导出位移场, 求出弹性地基加肋板总势能; 再次, 根据哈密顿原理导出结构的弯曲控制方程, 并通过完全转换法处理边界条件; 最后, 引入遗传算法和改进遗传算法, 以肋条的位置为设计变量、弹性地基板的中心点挠度最小值为目标函数, 对肋条位置进行优化达到地基板控制点挠度最小的目的. 以不同参数、载荷布置形式的弹性地基加肋板为例, 与ABAQUS有限元结果及文献解进行比较. 研究表明, 采用所提出的无网格模型可有效求解弹性地基上加肋板弯曲问题, 结果易收敛, 同时基于遗传算法与改进混合遗传算法所提出的无网格优化方法均可有效优化弹性地基加肋板肋条位置, 后者计算效率相对较高, 只进行了三次迭代便可获得稳定的最优解, 此外在优化过程中肋条位置改变时只需要重新计算位移转换矩阵, 又避免了网格重构.      

A Numerical Method for Distributed Parameter Structural Optimization Problems with Repeated Eigenvalues

A numerical method for solving distributed parameter structural optimization problems in which repeated eigenvalues may occur is formulated. Recent results on directional differentiability of repeated eigenvalues are used to develop a generalized steepest descent method for structural optimization. The algorithm is shown to overcome technical difficulties associated with nondifferentiability of repeated eigenvalues. The method is used to optimize design of a clamped-clamped column in which a repeated eigenvalue occurs.     

基于神经网络的车辆抗冲击防护组件优化

随着军用车辆防护要求的不断提高，抗冲击防护组件设计面临越来越多的挑战。为了提供一种高效科学的研究方法，本文中采用V型结构，并应用径向基函数神经网络近似模型和多目标遗传算法对某型车防护组件进行优化设计。以防护组件变形量与总体质量最小为设计目标，利用灵敏度分析筛选出对防护组件防护性能影响较大的设计因子。以径向基函数神经网络构建实验设计样本的近似模型，然后用多目标遗传算法进行数值优化获得防护组件最优方案。最后通过仿真与实验验证，证明优化方案满足设计要求。研究结果可为今后防护组件开发提供设计思路。     

遗传-神经网络算法优化飞机垂尾

通过优化垂尾复合材料蒙皮铺层体系，可以减少垂直尾翼的气动变形，进而改善飞机的方向安定性。采用遗传算法能够较好地分析这类复杂优化问题，但遗传算法的计算工作量大，计算所需时间过长。本文提出遗传一神经网络的算法，该算法首先采用神经网络预测遗传变量的值，进而缩短遗传变量的范围，然后采用遗传算法优化得到最优解。结果表明，这种方法在保证计算精度的情况下，减少了计算时间，提高了工作效率。     

基于并行计算和遗传算法的钢-UHPC华夫板组合梁优化设计

为实现钢-超高性能混凝土(UHPC)华夫板组合梁结构快速经济合理的设计，提出了基于并行计算与遗传算法的结构优化设计方法。通过Python建立了并行计算平台，使Abaqus和Python能够执行同步数值模拟和数据处理，以成本最小化为目标，采用遗传算法对钢-UHPC华夫板组合梁进行了优化，验证了所提方法的可行性。结果表明，遗传算法中密集的分析任务可以并行化并分配给不同的计算资源以提高计算效率；使用并行计算可以提高8.6倍的优化效率；并行计算和串行计算的CPU平均使用率分别为82%和18%。本文方法的成功应用可为其他类型结构的优化设计提供参考。     

基于遗传算法和梯度算法压电层合结构的最优形状控制

基于压电层合结构的有限元方程,运用ANSYS/APDL语言,编制了力-电耦合有限元分析程序(MPFEMP).以该程序为计算基础,采用遗传算法和一阶梯度优化算法,以压电片尺寸为设计变量,以压电层合梁和板的预期位移或最小重量为目标函数,给定初始变量和适应度函数,通过循环迭代MPFEMP计算程序,研究了多点控制的压电层合梁板结构的形状最优控制.结论对比分析证明了两种优化方法分析压电层合结构的有效性,同时,对复杂多层智能结构的最优形状控制和主动控制研究具有一定的参考价值.