一种基于自适应单元删除率的BESO方法

在ESO中采用动态删除率能有效地提高优化效率和稳定性，但现有的动态删除率策略都含有经验参数，确定删除率的过程较为复杂。本文提出了一种用于BESO的无经验参数自适应单元删除率确定方法。通过分析单元删除率对优化稳定性的影响，得到了结构优化过程中单元删除率的理想变化规律和单元灵敏度均匀化信息对删除率的影响情况，并据此分析了经验参数引入的原因，从而构造了评价单迭代步的单元灵敏度均匀化程度指标。然后，基于单迭代步的单元灵敏度均匀化程度指标，构造了全部迭代步信息下的单元灵敏度均匀化程度相对指标，结合单元删除率的推荐范围值，给出了一种自适应于结构优化进程的单元删除率自适应函数。最后，给出了基于自适应单元删除率的BESO方法实现流程。经典算例的结果对比说明，本文方法在保证优化质量相近的情况下，具有更好的优化效率和稳定性。     

基于单元密度进化步长控制的双向渐进结构优化方法

在渐进结构优化方法中,单元密度的进化步长是获得全局最优解的关键因素之一。为了提高渐进结构优化方法的全局寻优能力,提出一种基于单元密度进化步长控制的双向渐进结构优化方法。该方法根据各单元对结构性能影响的权重系数,建立单元密度进化步长的控制模型以控制主/次要单元的删除速率和添加速率,减小灵敏度误差并抑制灰度单元的产生。在控制单元密度进化步长的基础上结合双向渐进结构优化方法中添加单元的特点,以避免由于误删单元导致优化失败。同时,采用灵敏度再分配技术抑制棋盘格式以获得更平滑的优化构形。最后,通过两个算例验证了本文方法能有效地通过控制单元密度进化步长提高全局寻优能力。