基于和声搜索遗传算法的桁架结构拓扑优化

为改善传统设计理念和遗传算法优化不足,促进桁架结构离散变量拓扑优化发展与创新,将遗传算法与和声搜索算法混合,同时对遗传交叉和变异分3种情况进行自适应改进,建立了用于桁架结构拓扑优化的新型混合遗传算法——和声搜索遗传算法,利用该方法分别对平面桁架和空间桁架结构进行拓扑优化分析,并与改进遗传算法、拟满应力遗传算法、相对差商法、复合形遗传算法和改进蚁群算法比较,证明了此方法是有效、可行的。     

离散变量结构拓扑优化设计研究

研究了离散变量结构拓扑优化设计的若干问题，讨论了离散型优化模型的合理性，提出截面设计变量的离散程度和全局约束影响最优拓扑，是优化中不可忽视的因素，文中还提出了一种解离散变量桁架，刚架结构拓扑优化的启发式算法。     

MRD与滑移隔震混合控制结构及其优化设计

为了改善滑移隔震结构的减震效果和适用范围,提出3种磁流变阻尼器(MRD)与滑移隔震混合方案,建立了MRD与滑移隔震混合控制结构的动力分析模型,对6层MRD与滑移隔震混合控制结构进行地震反应分析。MRD与滑移隔震混合结构的3种混合方案的相对加速度峰值、相对速度峰值、相对位移峰值和层间剪力峰值分别比滑移隔震结构有不同程度的降低,而混合方案3的控制效果更加明显。在此基础上,建立了MRD与滑移隔震混合结构优化设计模型,采用IHGA程序对结构进行优化设计。结果表明,MRD与滑移隔震混合结构的各项地震反应均得到了更好地控制。     

多工况多约束下离散变量桁架结构的拓扑优化设计

提出了一个多工况下受应力、位移约束的离散变量桁架结构的拓扑优化方法，给出了结构拓扑形式变更时的约束处理方法及杆件删除策略，使基结构设计空间的维数不断降低，达到最优拓扑，避免了奇异解的出现，在算例中指出了截面离散集和位移约束对最优拓扑的影响；算例给出了满意的拓扑优化解。     

工程结构支撑条件优化设计

提出了一种将结构支撑位置和支撑类型作为设计变量的优化设计方法,就支撑条件改变对结构受力的影响进行了分析,论述了如何在遗传算法中实现结构支撑位置和支撑类型的优化,并通过数值算例说明了结构支撑条件的转变对结构的影响,证明结构支撑条件的优化处理对提高结构性能是有效的.     

组合截面工程结构离散变量优化设计的通用模型及启发式算法

建立了组合截面离散变量优化设计的通用模型;提出了一种启发式求解算法。通过对截面设计变量的合并,把截面整体作为一个设计变量;将约束条件按其作用范围分为三类:局部约束、全局约束、中间约束,即介于局部和全局约束之间的约束;根据离散结构实体杆件在结构中受力和传力的特点,将杆件分为5类。针对三类约束的不同特点,分别给出了启发式求解算法。最后通过一个三维的空间结构实例给出验证,优化效率高,效果明显。六个工程实例的优化结果比经验设计可节省材料5.0～19.0%。实践表明本文提出的模型通用性强,启发式求解方法效率高且实用,适合大规模离散变量工程结构最轻设计问题。     

包含两类变量的离散变量桁架结构拓扑优化设计

建立了包含截面和拓扑两类变量的离散变量结构拓扑优化设计的数学模型,该模型考虑了截面变量与拓扑变量间的耦合关系,反映了拓扑优化问题的组合优化本质,可以较好地解决"极限应力"、"最优解的奇异性"等困扰结构拓外优化设计的问题．同时采用相对差商法进行离散变量桁架结构拓扑优化,直接求解包含两类变量的离散变量结构拓扑优化设计数学模型,收到了比较满意的效果．     

离散变量结构优化设计的相对差商-遗传算法

将相对差商法(RDQA)和遗传算法(GA)结合起来,提出一个离散变量结构优化设计的有效解法———相对差商-遗传算法。3个算例结果显示出其优于相对差商法与遗传算法:(1)大大提高了遗传算法搜索全局最优解的能力及计算效率;(2)间接证明了相对差商法具有足够的逼近全局最优解的能力。     

离散变量结构形状优化设计的综合算法

提出一种离散变量结构形状优化设计的方法,该方法在优化过程中将两类变量统一考虑,根据两类变量的相对差商值确定搜索的变量;并且对形状变量施加了运动极限的限制,从而保证了收敛速度快,收敛平稳;将该算法应用于几个经典的结构优化算例：运算结果显示了该方法计算效率高,优化效果也比较满意．     

基于遗传算法的雷达天线罩优化设计

本文采用遗传算法，对雷达天线罩在满足透波率和结构静强度的约束下，进行结构壁各层厚度的优化，使其结构重量最轻。设计实例表明，该方法对复杂的结构优化问题能够获得较好的优化结果。     

结构优化的GA算法

本文提出了一种用于结构优化的具有动态种源空间的ＧＡ算法，这种ＧＡ算法可以与其它结构优化方法如齿行法结合起来处理结构优化问题。这种ＧＡ具有很好的鲁棒性和较高的效率，可作为一个黑箱处理相当广泛的结构优化问题。     

基于拟满应力设计和遗传算法的网架截面优化方法

通过在遗传算法中嵌入拟满应力算子,提出了一种以网架结构杆件截面作为离散变量的优化设计方法,即基于拟满应力设计和遗传算法的网架截面优化方法.分析结果表明,该法能够提高遗传算法的搜索效率和获得全局最优解的可靠性,对于同时有应力和位移约束的网架等空间结构截面优化问题,这种混合算法有较高的效率.     

几何规划原算法对含多变参数梁单元结构优化设计的统一处理

对于含空间梁单元的复杂结构,给出了同单参数模型不同统一处理途径:采用Duffin缩并公式形成截面多变参数与截面力学量的函数关系,运用分部与整体两级优化策略,并使用几何规划原算法的统一解法。数值算例表明本文方法的有效性。     

基于遗传算法的仿真转台控制器优化设计与应用

针对仿真转台系统的时变性、模型的不确定性等特点，提出采用基于遗传算法的PID自适应控制器，实现控制器参数的在线自寻优。试验结果表明，该控制算法具有很强的鲁棒性、抑制外界干扰性和良好的动态性能。     

基于概率的工程结构动力特性优化设计

首先对结构材料物理参数为随机变量时 ,结构刚度和质量矩阵的建立以及结构特征值随机变量的数字特征进行了推导。在此基础上 ,构造了具有频率或频率禁区可靠性约束的工程结构动力优化数学模型 ,并对其中关切频率的估定 ,两种频率约束的统一表示等进行了讨论。优化求解采用子空间迭代和复合形方法。最后通过桁架和梁结构两个算例 ,说明文中模型和方法的正确与可行。     

遗传算法的一个改进及其在气动设计中的应用

提出一个概率型二值搜索思想,驿标准遗传算法进行改进,改进是在原算法中增设一个概率型二值决策步。在该步中,首先通过计算种群中每个个体以体（二值串）各分量的适应值,统计染色体分量所在位置（基因位）取值的历史表现,由此给每个分量们赋予一个分值;然后,利用该分值以概率方法产生若个干新个体,并加入新代种群能与进化。由于分量位分值包含全局收敛信息,以此为基础产生的新个体可望具有良好素质,从而提高收敛速度,这在     

改进的遗传算法在连续体结构多目标拓扑优化中的应用

连续体结掏多目标拓扑优化是结构优化领域中的一个较难的研究课题.本文提出了一种改进的SPEA2多目标优化算法.该算法中采用数学形态学中的四方向链码的编码方式进行结构拓扑表达,使产生的拓扑结构清晰且无异议,完全消除了模糊的拓扑边界和棋盘格现象.提出了"质量向量"的概念,用以量化两个结构拓扑之间的相似性,从而使得不同结构拓扑之间的相似性比较成为可能.同时还将机器学习中的范例学习的思想融入到新算法中,利用前面的有限元分析结果对后来的结构分析进行指导,剔除了很多不必要的重复的计算,从而使算法的总计算量大幅度地减少.将新算法应用于悬臂和简支两类深梁的多目标拓扑优化,获得了高质量的Pareto最优解,且具有很好的分布.     

基于分段进化的遗传算法在机翼气动外形设计上的应用

与传统的优化方法相比,遗传算法以其极强的鲁棒性、随机搜索特性以及优化结果的全局性等特点而在工程优化中得到越来越广泛的应用.标准遗传算法中使用的二进制编码类似于生物染色体的组成,使算法易于用生物遗传学理论加以解释,同时也使交叉、变异等遗传操作易于实现.此外,使用二进制编码还有助于充分发挥算法隐含的并行性.本文对传统遗传算法加以改进,在二进制编码下引入分段进化的概念,再配以高效的交叉、变异算子,充分发挥二进制编码固有优势的同时在很大程度上提高了算法的优化效率,并与Euler方程数值解法相结合,对机翼外形进行了气动优化设计.优化后机翼的升阻比有了显著提高,表明建立的优化模型是合理有效的.