首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   7篇
  免费   1篇
化学   1篇
力学   6篇
物理学   1篇
  2022年   1篇
  2012年   1篇
  2010年   1篇
  2008年   1篇
  2006年   1篇
  2004年   1篇
  2003年   1篇
  2002年   1篇
排序方式: 共有8条查询结果,搜索用时 11 毫秒
1
1.
2.
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。  相似文献   
3.
人体上肢运动学动力学建模与仿真技术的研究   总被引:2,自引:0,他引:2  
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。  相似文献   
4.
改进的遗传算法求解桁架的形状优化   总被引:1,自引:0,他引:1  
唐文艳  袁清珂 《力学学报》2006,38(6):843-849
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.  相似文献   
5.
In this paper,we study spiking synchronization in three different types of Hodgkin-Huxley neuronal networks,which are the small-world,regular,and random neuronal networks.All the neurons are subjected to subthreshold stimulus and external noise.It is found that in each of all the neuronal networks there is an optimal strength of noise to induce the maximal spiking synchronization.We further demonstrate that in each of the neuronal networks there is a range of synaptic conductance to induce the effect that an optimal strength of noise maximizes the spiking synchronization.Only when the magnitude of the synaptic conductance is moderate,will the effect be considerable.However,if the synaptic conductance is small or large,the effect vanishes.As the connections between neurons increase,the synaptic conductance to maximize the effect decreases.Therefore,we show quantitatively that the noise-induced maximal synchronization in the Hodgkin-Huxley neuronal network is a general effect,regardless of the specific type of neuronal network.  相似文献   
6.
遗传算法求解可行域分离的结构优化问题   总被引:8,自引:1,他引:7  
应用遗传算法求解了两类可行域分离的结构优化问题:局部屈曲约束的桁架拓扑优化问题和动力响应约束优化问题.对第一类问题,提出了新的数学表达式,适合于遗传算法求解.采用了改进的适应度函数及约束处理方法、约束凝聚选择、交叉操作改进和竞争最优保留,提高了遗传算法的效率和可靠性.算例说明,该方法能够克服可行域分离给传统优化算法带来的困难,有效地在多连通可行域中搜索全局最优解.  相似文献   
7.
遗传算法在结构优化中的研究进展   总被引:30,自引:1,他引:29  
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.  相似文献   
8.
求解具有奇异性的桁架拓扑优化的遗传算法   总被引:2,自引:0,他引:2  
采用遗传算法求解具有奇异最优解现象的桁架结构拓扑优化问题。在桁架结构拓扑优化的内力约束ε-放松列式基础上,根据遗传算法特点通过引入拓扑变量提出一种新的优化模型列式。在遗传算法中改进了适应度函数及约束处理方法、选择和交叉操作等,提高了求解算法的效率和可靠性。数值算例以及两种列式的对比分析表明,本文改进的遗传算法和新提出的优化模型列式,能够得到拓扑优化问题的全局最优解。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号