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。     

人体上肢运动学动力学建模与仿真技术的研究

根据多体动力学原理,以人体解剖学为基础,对人体上肢进行建模,推导了其动力学和运动学方程,建立了人体上肢四刚体四自由度动力学模型,运用多系统动力学软件ADAMS,结合UG建模功能,对人体上肢动力学和运动学特性进行了分析计算,对人体上肢收臂翻掌过程的运动进行了仿真,并将计算结果与实测数据进行了对比,验证了模型的正确性和有效性。     

改进的遗传算法求解桁架的形状优化

提出将改进的遗传算法用于优化具有离散尺寸、连续形状变量的桁架重量. 考虑到离散和连续变量的本质，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. 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. 竞争保留最优个体方法延长了优良个体的寿命，使好基因有更大的机会遗传给 下一代. 算例表明改进的遗传算法是可行且有效的.