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.      

基于转换模板的三维实体全六面体网格生成方法

以四面体一六面体基本转换模板为基础,提出一系列具有伸缩性的扩展转换模板．可根据需要选择不同模板及其组合,将四面体分解为不同数量、不同密度过渡形式的六面体单元。这样,初始四面体网格不需要划分得很细,生成的六面体单元数量也可以通过采用不同规格的扩展转换模板而得到控制。提出了基于CAD几何造型的边界节点坐标修正方法．从而使边界网格更好地拟合几何模型边界。