基于非概率模型的结构可靠性优化设计

结构设计受控于诸多因素的不确定性。基于可靠性方法的优化设计是结构设计的合理途径。不确定结构的可靠性优化设计，通常是用概率模型求解。但概率模型的应用是以有足够的数据信息为基础的。且结构的概率可靠性优化设计通常计算量很大，设计效率低。本文基于不确定性的凸集模型描述，提出了一种不同的基于非概率可靠性的结构优化设计模型。它只需知道不定参量的界限，而不要求其分布型式。可显著降低可靠性优化的计算工作量。且由于对初始数据的要求低，具有较强的适用性。实例计算表明文中方法是实用和有效的。  

计算智能与力学反问题中的若干问题

计算智能是生物智能的计算模拟，包括人工神经网络、模糊系统和进化计算三个主要部分．参考国内外有关计算智能与力学反问题研究中的某些问题，并结合作者的研究工作，介绍了有关课题的研究状况以及目前的研究进展．  

一种三维结构拓扑优化设计方法

采用传统的渐进结构优化方法进行复杂三维结构拓扑优化设计的迭代过程中，常在一些迭代步，结构上会出现少量小的孤立体，从而使得结构奇异，以致结构拓扑优化迭代无法进行，为了解决这个问题，首先，采用沿结构边界和孔洞周围附加人工材料单元的措施，将结构拓扑优化模型近似等效地转变为一个非奇异结构拓扑优化模型，然后，针对各向同性和拉、压特性不同的所有材料结构，提出了一种三维结构拓扑渐进优化方法和相应的算法，最后，给出了几个典型和复杂的三维结构的拓扑优化设计算例．算例表明该方法是正确和有效的，且具有广泛的工程应用前景．  

拉索预应力空间网格结构的优化设计

本文讨论了以结构自重为目标函数，以拉索张力和杆件截面尺寸为设计变量，考虑应力和位移约束的拉索预应力空间结构的优化设计问题，建立了该结构优化设计的数学模型。提出了解决该优化问题的二级优化算法。从本文的两个算例可以看出，二级优化算法有较好的计算效率和收敛性，便于工程应用。  

工程结构优化的神经网络方法

本文阐述了神经网络优化计算的基本原理，构造了工程结构优化的神经网络模型。采用模拟退火技术进行模型求解，且巧妙地将退火温度Ｔ的倒数作为Ｌａｇｒａｎｇｅ乘子，以改善增广目标函数的收敛性。实例计算表明，由非线性模拟神经元组成的大规模并行、互连的网络在工程结构的优化设计中是可行且有效的。  

基于凸模型的结构非概率可靠性优化

基于不确定性的凸模型描述，研究考虑非概率可靠性指标约束的结构优化问题. 该优化 模型是一个内层优化为极小极大问题的嵌套优化模型. 为了有效地求解该模型，提出了 一种基于目标性能的优化方法，通过寻找目标性能点来判断约束的满足情况，从而避免直接 计算以极小极大(min-max)问题定义的非概率可靠性指标. 提出的数值方法可处理材 料、几何及载荷等不确定性参数，并且目标性能值的灵敏度计算公式简便，算法稳定. 数值 算例验证了所提出方法的正确性，也表明算法比文献中已有方法更为有效 。  

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。  

结构可靠性优化中的灵敏度分析

文中构建了基于可靠性的工程结构优化设计数学模型，并利用二阶矩理论将结构位移和单元应力可靠性约束进行了等价化处理，在此基础上导出了位移和应力的可靠性指标函数对设计变量的灵敏度计算表达式。这一表达式简洁规范并具有普遍性，对于类似以二阶矩形式表出的可靠性指标函数的灵敏度求解均成立。算例表明本文给出的基于可靠性的结构敏度计算公式是有效和正确的。  

基于可靠度和功能的框架—剪力墙结构抗震优化设计

作为结构抗震设计的发展方向，近年来基于功能的结构抗震设计思想引起了地震工程界的广泛重视，并取得了迅速发展，其基本思想就是在充分考虑结构抗震设计中的不确定性的情况下，采用基于“投资－效益”准则和强调结构“个性”的设计，本文讨论了基于可靠度和功能的结构抗震优化设计思想，建立了钢筋混凝土呆－剪力墙结构 抗震优化设计模型，给出了结构可靠度的近似计算方法，最后计算了钢筋混凝土框架－剪力墙的算例。  

结构可靠度分析的改进BP神经网络响应面法

对功能函数不能明确表达即具有隐式功能函数的问题进行可靠度分析,常采用响应面法。其中二次多项式响应面法应用较为广泛,采用与此方法相同的思路,人们提出了BP神经网络响应面法。在此基础之上,笔者提出了改进的BP神经网络响应面法。对以上方法计算效果,通过算例进行了对比分析,其中改进BP神经网络响应面法计算精度较好,进行有限元分析次数较少。该方法用于大型复杂结构的可靠度分析,可相应提高工作效率和解题质量,具有一定实际应用价值。