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。     

桁架结构截面优化设计的改进模拟退火算法

将模拟退火算法应用于桁架结构截面尺寸优化设计,提出若干方法改进了算法的鲁棒性、计算效率和求解精度。通过一批经典问题,同时与传统结构优化算法和遗传算法进行了比较。数值结果表明,本文的改进模拟退火算法具有很高的优化求解精度,计算效率有显著提高且优于遗传算法,有望在结构优化设计问题中发挥其特点。     

离散结构的遗传形状优化设计

离散结构的形状优化问题，设计变量是不同性态的连续／离散混合变量，优化收敛困难。本文利用遗传算法实现其全局最优设计，以空间２５杆桁架结构为例，进行了多变量、多工况的结构形状遗传优化设计。为减少结构重分析次数，引入了Ｓｔｅａｄｙｓｔａｔｅ算法。结果表明结构形状的遗传优化设计方法是可行的。     

智能桁架结构最速自抗扰振动控制研究

研究新型实用的非线性自抗扰控制技术,在大型空间智能桁架结构主动振动控制中的应用.自抗扰控制技术的主要特性是采用扩张状态观测器对系统建模、未建模动态和外扰进行实时估计,并在控制信号中补偿掉,实现非线性不确定对象的动态补偿线性化.首先,基于动态补偿线性化的思想,对多变量耦合的非线性智能桁架结构的数学模型进行解耦;然后,采用扩张状态观测器和离散最速控制综合函数提出了一种新颖的最速自抗扰振动控制器.最后,对空间102杆压电智能桁架结构进行了最速自抗扰振动控制仿真研究.结果表明:本文提出的最速自抗扰振动控制器较好地解决了振动控制的准确性和快速性之间的矛盾,可有效地用于大型空间智能桁架结构的主动振动控制.     

基于Kriging代理模型的结构形状优化方法研究

建立了一种进行结构形状优化的工程方法。该方法利用试验设计法选取位置变量样本点,并对各个样本点对应的结构进行尺寸优化,然后根据样本点和尺寸优化结果建立Kriging代理模型,再利用遗传算法求出位置变量最优解,进而得到结构最优解。最后进行了15杆平面拱式桁架、悬臂梁和25杆空间桁架三个形状优化算例,算例分析结果表明:该方法思路清晰、适应性强、优化效果明显,具有较大的工程应用价值。     

求解具有奇异性的桁架拓扑优化的遗传算法

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。     

改进的遗传算法求解桁架的拓扑优化

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。     

平稳随机激励下随机智能桁架结构振动主动控制中的优化

研究了平稳随机激励下随机智能桁架结构振动主动控制中主动杆的配置位置和闭环控制系统增益的优化问题。考虑结构物理参数、几何尺寸、阻尼同时具有随机性以及作用荷载为平稳随机激励，基于系统最小储存能，构建了具有位移响应均方值、应力响应均方值可靠性约束的主动杆配置和控制增益的优化模型；并对结构平稳随机动力响应的数字特征进行了推导。通过算例，验证了该优化配置模型的合理性和有效性，获得了若干有意义的结论。     

自适应桁架形状控制中主动杆多目标最优配置

导出自适应桁架结构静态形状控制方程，这些方程在线弹性范围内适用；一般主动杆件数远小于结构杆件数目，且主动杆件的配置问题取决于控制能量和杆件强度等因素，因此基于最短行程和最小导出内力指标和模态退火组合优化算法进行了主动杆件的多目标最优配置；通过算例分析验证了本文分析方法的可行性和有效性。     

基于蚁群算法的桁架结构布局离散变量优化方法

提出的布局优化方法是将桁架结构的截面变量、拓扑变量及形状变量统一为离散变量.将离散变量转化为适应于蚁群算法求解TSP问题的离散变量,应用MATLAB语言编写求解桁架结构布局优化程序,最终实现对问题的分析与求解.通过对几个经典的平面、空间桁架结构布局优化算例的验算表明:本文设计的基于蚁群算法的桁架结构布局离散变量优化方法较单独处理截面优化、拓扑优化及形状优化问题具有更大的效益,相对于其他布局优化方法也展现出更好的优化效果.“基于蚁群算法的桁架结构布局离散变量优化方法”在程序设计、求解速度、求解空间及其方法通用性等方面都表现出良好的性能,并且简单、实用,适应于实际工程应用.     

压电桁架作动器/传感器优化配置算法研究

针对自适应压电桁架结构振动控制,建立了作动器/传感器优化配置数学模型,并提出一种优化配置的新方法。为了减少结构分析次数,该方法将近似概念、对偶法和遗传算法相结合,首先采用多点近似技术建立原问题的序列近似问题,再对近似问题中的作动器/传感器位置离散变量和控制增益连续变量采用遗传算法和对偶方法分别寻优的分层优化策略。为了提高近似问题对原问题的逼近程度,本文提出一种适于离散变量结构优化的分段多点近似函数。算例表明本文方法能够以很少的结构分析次数得到最优解。     

Optimal placement of piezoelectric active bars in vibration control by topological optimization

A continuous variable optimization method and a topological optimization method are proposed for the vibration control of piezoelectric truss structures by means of the optimal placements of active bars. In this optimization model, a zero-one discrete variable is defined in order to solve the optimal placement of piezoelectric active bars. At the same time, the feedback gains are also optimized as continuous design variables. A two-phase procedure is proposed to solve the optimization problem. The sequential linear programming algorithm is used to solve optimization problem and the sensitivity analysis is carried out for objective and constraint functions to make linear approximations. On the basis of the Newmark time integration of structural transient dynamic responses, a new sensitivity analysis method is developed in this paper for the vibration control problem of piezoelectric truss structures with respect to various kinds of design variables. Numerical examples are given in the paper to demonstrate the effectiveness of the methods.     

TOPOLOGY OPTIMIZATION OF TRUSS STRUCTURE WITH FUNDAMENTAL FREQUENCY AND FREQUENCY DOMAIN DYNAMIC RESPONSE CONSTRAINTS

In this paper, adaptive genetic algorithm (AGA) is applied to topology optimization of truss structure with frequency domain excitations. The optimization constraints include fundamental frequency, displacement responses under force excitations and acceleration responses under foundation acceleration excitations. The roulette wheel selection operator, adaptive crossover and mutation operators are used as genetic operators. Some heuristic strategies are put forward to direct the deletion of the extra bars and nodes on truss structures. Three examples demonstrate that the proposed method can yield the optimum structure form and the lightest weight of the given ground structure while satisfying dynamic response constraints.     

改进的遗传算法求解桁架的形状优化

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.     

结构拓扑优化设计的三角网格进化法

针对进化或拓扑优化方法的不足，提出了一种基于遗传算法的新型进化式拓扑优化方法－－三角网格进化法，该方法不仅能够同时进行拓扑，形状与截面变量优化设计，而且在优化过程中实现了退化和进化的统一，提高了优化效率。另外本文还首次对结构类型变量进行了优化计算，取得了有益的结果。最后几个数值算例证明了本方法的可行性和有效性。     

桁架拓扑优化的多点逼近遗传算法

提出一种基于多点逼近函数和遗传算法的桁架拓扑优化方法。该方法建立了包含连续尺寸和离散拓扑两类变量的优化模型，并通过构造多点逼近函数建立了结构优化问题的第一级序列显式近似，然后采用分层优化方法：在外层对拓扑变量采用遗传算法进行优化；在内层对尺寸变量通过可由对偶法求解的第二级序列近似问题进行优化。几个经典的桁架拓扑优化算例表明该方法能以较少的结构分析次数获得比较理想的概率意义上的最优解。     

基于复模态的控制力矩陀螺配置优化

由于陀螺耦合效应,系统动力学方程的特征值和特征向量皆为复数形式,不便于进行控制力矩陀螺的配置优化和控制律设计。本文基于复模态理论,构造出一种实数域上的伪模态矩阵,从而实现方程解耦。综合考虑结构模态、控制输入能量和传感器接收能量的复合优化准则,获得了控制力矩陀螺的最优配置。结果表明,采用线性二次型最优控制,能够快速将结构的响应振幅降至5%以内,验证了使用伪模态矩阵进行方程解耦的可行性及控制的有效性。     

随机激励下的结构尺寸优化设计

将结构优化设计中的位移约束拓展为位移可靠度约束。基于首超破坏准则,采用概率密度演化方法分析了结构在随机激励下的位移可靠度。将遗传算法与概率密度演化方法相结合,对一个具有位移可靠度约束的十杆桁架进行了尺寸优化设计,实现了概率密度演化方法在结构优化设计中的成功运用。这一研究对于随机激励下的结构优化设计提供了新的途径,也为概率密度演化方法在结构优化设计中的运用进行了新的尝试。