离散变量板壳结构拓扑优化设计及其应用

将包含两类变量的桁架结构拓扑优化设计的概念及求解离散优化的相对差商法进一步推广到由板壳单元组成的板壳结构的拓扑优化，建立了包含两类变量的板壳结构拓扑优化设计模型，并采用相对差商算法进行求解．最后给出了一个特种车起竖油缸支撑横梁拓扑优化的工程实例．     

对离散变量结构拓扑优化设计几个问题的探讨

探讨了离散变量结构拓扑优化的三个问题，指出离散变量拓扑优化也存在所谓奇异拓扑的现象，指出设计变量的离散程度和位移约束影响最优拓扑，优化设计时不可忽视。     

杆、梁结构离散变量拓扑优化设计

在考虑断面面积和拓扑两类离散变量及其耦合关系的基础上,建立了离散变量拓扑优化设计的数学模型;该模型反映了拓扑优化问题的耦合优化本质,有效地避免了“极限应力”和“奇解”对拓扑优化问题的困扰;为求解上述数学模型,提出了“拟机率-网格搜索法”;用该法对包含两类变量的杆、梁结构进行了拓扑优化设计,收到了较好的效果。     

考虑随机性局部约束的离散变量结构优化设计

随机性局部约束问题是结构优化设计中存在的一个普遍问题,该问题影响着结构优化设计软件的通用性.本文针对离散变量截面优化设计问题提出了一种处理随机性局部约束的算法及其程序实现并给出了几个实例.     

工程结构的混合离散变量优化设计

针对设计变量为离散型和连续型的混合离散变量的优化设计问题，探讨了非均匀离散变量及连续变量的均匀离散化处理方法，分析了求解混合离散变量的优化设计问题最优解的方法。算例表明混合离散变量的优化设计方法可以应用于工程结构优化设计中，其优化结果不需圆整，大大提高了优化设计的效率和可靠性。     

基于改进遗传算法的离散变量结构可靠性优化设计

根据离散变量结构可靠性优化设计的特点与难点,提出了基于改进遗传算法的可靠性优化设计方法,通过１５６杆输电出服失效状态下的可靠性优化设计与简易海洋平台屈服及疲劳失效上的可靠性优化设计实例,验证了方法的有效性,在计算速度及解的质量方面都取得了比较满意的结果。     

天线结构的多工况离散变量优化设计

针对天线结构受载及工作状态的复杂性,研究了天线结构的多工况离散变量优化设计问题。首先建立了天线结构在自重、风荷作用下受精度、应力和稳定性约束的多工况优化设计的数学模型;其次根据材料特点,将设计变量取为离散变量,给出了天线结构的多工况离散变量优化设计数学模型。采用离散复合形法,对多工况8 m天线进行了优化计算。结果表明,计算结果与分析结果相吻合,该方法可应用于多工况天线结构优化设计中,且精度较高。     

变压器优化设计中离散型变量的处理方法

针对变压器优化设计中变量多数为离散型的特点,本文引入了网格法与虎克－杰夫法这两种能有效处理离散型变量的优化方法,着重说明了这些方法如何结合变压器设计这一具体问题的使用过程,论文还给出了某一变压器优化设计的计算结果。     

具有多种约束的连续体结构拓扑优化

对于具有多种约束条件的连续体结构的拓扑优化设计，本文提出一种通用优化方法：首先用优化方法确定微孔或称为基点的位置，然后再扩大微孔并确定其边界．文中对于具有应力和位移约束的几个平面问题进行拓扑优化，计算结果十分令人满意．     

离散变量桁架结构拓扑优化的杂交算法

为了加快遗传算法的进化过程,提出了遗传算法和拟满应力算法相结合的杂交算法,并将它应用于离散变量桁架结构的拓扑优化问题·在对桁架结构受力分析的基础上,提出一种启发式方法对随机生成的拓扑结构形式作必要修正,以快速产生符合机动性要求的拓扑结构形式·利用遗传算法进行桁架结构拓扑优化,用拟满应力算法进行截面优化,并将截面优化的结果传递给遗传算法作为拓扑优化中遗传操作的根据,这样大大减少单纯用遗传算法进行优化的解空间,从而加快搜索进程·算例的结果表明,该方法用于桁架结构拓扑优化是简单、快速和有效的·     

离散体结构拓扑优化综述

本文分析了离散体结构拓扑优化的尺寸、独立拓扑变量及布局优化模型,讨论了基结构在工程设计和实际应用方面的缺陷及解决方法,评述了离散体结构拓扑优化的求解算法,简单介绍了离散体结构拓扑优化在实际工程中的应用,对拓扑优化的进一步理论研究、实际应用、软件开发做出了展望。     

采用类桁架连续体的桁架结构拓扑优化方法

为了将非均匀各向异性类桁架连续体离散化为工程实际需要的杆系结构,分析了类桁架结构的性质和集中杆的确定方法,建立了类桁架结构的离散化方法.算例显示:采用先构造类桁架连续体,再离散化为杆系结构的方法是可行的,得到非常接近解析解的结果.     

基于深度学习的多材料结构拓扑优化方法

提出了一种基于深度卷积神经网络（CNN）的多材料结构拓扑优化方法,实现在不需要任何迭代分析的情况下,在极短的时间内预测出多材料优化结构。研究中,采用了流行的U-Net网络结构,以提高神经网络的边界提取能力。通过有序多材料SIMP（各向同性实材料惩罚密度法）插值方法（Ordered SIMP）生成随机加载条件、质量分数及成本分数下的多材料优化结构数据集,训练得到深度学习神经网络。将所提出方法的效率和精度与传统算法进行比较,对该方法的性能进行评价,结果表明,该方法在几乎不牺牲设计方案性能的前提下,显著降低计算成本。该方法对于拓扑优化在未来多材料结构设计实践中具有巨大潜力和广阔应用前景。     

大型复杂结构优化问题的遗传算法

大型结构的整体优化问题一般具有多目标、多约束和多混合变量的特点，自由度多达千计，其算法的速度和效率是问题的关键所在．遗传算法是求解大规模函数优化问题的有力工具，在复杂结构的优化设计问题中得到广泛应用．本文介绍了遗传算法的基本思想、特点，阐述近年来遗传算法在结构优化设计及其相关领域的应用现状和重要发展．     

类桁架结构的多工况应力约束拓扑优化设计

以纤维结点处的密度和方向作为设计变量,迭代过程中将纤维方向调整到主应力方向,有效地避免单元铰接和棋盘格现象.采用三角形单元进行有限元的分析,克服矩形单元对不规则区域划分单元的局限性.采用各向异性材料模型模拟类桁架杆系结构,优化结果用纤维密度连线表示,与实际的杆系结构具有十分相似的对应关系,便于制造.通过典型的算例,证明该方法的有效性和准确性.     

基于无线传感器网络拓扑结构的物联网模型研究

随着计算机、通信、自动化控制和人工智能等领域的发展,无线传感网络成为了新兴的网络监控技术,尤其是在物联网目标定位和环境监测上得到了广泛的关注。然而,我国现阶段无线传感器由于受环境和设备质量等因素的影响,传感所采集的数据易产生误差。对隧道和地下矿物勘测工程中常用的面向目标定位与环境监测的基于无线传感器拓扑结构的物联网监测模型进行了详细的分析,仿真实验表明本文提出的定位算法适用于大规模物联网的定位估计,对地下工作人员进行精确定位、下一时刻的位置预测以及地下工程事故后的抢险救灾工作提供了极大便利     

离散变量结构优化设计中变量和约束的分解与简化

提出了优化设计中对设计变量和约束条件进行缩减和分解的方法．设计变量可分解为基本设计变量和复合设计变量，复合设计变量是基本设计变量的函数或综合；约束条件可根据它与计算过程的关系和作用范围分步、分阶段考虑；对于离散结构的实体杆件，可以很据受力和对结构的作用情况分成5类，常用截面分成24种类型．最后通过一个三维空间实例，证明所提方法优化效率高，效果明显，可节约材料39．26％，是求解大规模离散变量工程结构最轻设计问题的较好方法．