桁架结构多目标优化的NSGA-Ⅱ改进算法

为克服桁架结构多目标优化设计中约束条件和离散变量处理困难、收敛效率低等问题,在保留原算法优点的同时,对多目标进化算法NSGA-Ⅱ进行了改进。为了验证改进效果,对经典的空间桁架结构进行了优化;并与其他算法的优化结果进行了比较。结果表明改进算法在桁架结构优化中的表现优于原算法和其他算法,具有良好的收敛性和稳定性。     

工程结构优化设计的CGA算法研究

工程结构优化设计是一个复杂的非线性多目标优化问题，针对传统优化方法的局限性，以及遗传算法的缺陷，提出了一种新的智能优化方法——复合遗传算法(CGA)，对CGA的关键问题进行了阐述，并进行了理论分析，说明了其全局寻优的可能性；对于失效概率的处理问题，采用在计算适应度值的同时，计算出条件值——失效概率，再与此限值相比较的方法；最后通过实例验证了本提出方法的可行性。     

结构损伤识别中的生物地理学优化算法

为将生物地理学优化(BBO)算法有效应用于结构损伤识别中,结合余弦迁移模型、自适应迁入函数和精英机制对算法进行改进。以简支梁结构为例,进行不同损伤情况下的损伤位置和损伤程度的识别。算例计算结果表明,改进后的算法在结构损伤识别中具有计算简便、收敛速度快、识别精度高、稳定性好的特点,相比于BBO性能明显提升,能够在结构损伤识别问题中加以有效地应用。     

改进混合遗传算法在建筑结构优化设计中的应用

针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点,提出引入转基因算子与单亲遗传算子,同时提出一种离散变量结构优化设计的三等分割算法,通过与遗传算法相结合并运用到初始群体形成和进化过程中,使两种算法既可相互独立地运算,又可彼此相互协调、共同作用．根据工程实际,充分考虑规范规定的约束条件和各项技术标准要求,建立离散变量结构优化模型．各种算法的优化结果对比表明,改进混合遗传算法具有省时、高效、局部搜索能力强和全局性好的特点。     

改进的自适应遗传算法在结构优化设计中的应用

普通遗传算法经常出现易早熟、随机性较大、收敛速度较慢等问题,基于Sigmoid函数,提出了一种新的改进的自适应遗传算法.该算法可以有效提高收敛速度并防止算法陷入局部最优解,通过算例分析,证明了该方法的可行性和有效性.结果表明,提出的新型遗传算法可以为其在大型土木建筑结构的优化设计中的推广应用提供理论支持.     

结构可靠度分析的优化算法

根据结构可靠指标的几何意义，建立了正态随机变量和非正态随机变量下的结构可靠度计算的优化模型，并利用已有的优化方法对其求解方法进行了研究。本文的方法无需对非线性功能函数作线性化近似处理，从而提高了结构可靠度的计算精度，扩大了其适用范围，为结构可靠度分析提供了一种新的思路。     

改进的基于局部搜索策略的生物地理学优化算法

为了提高生物地理学优化（BBO）算法的优化特性,提出一种改进的基于局部搜索策略的生物地理学优化算法（ILSBBO）。改进的算法将差分进化算法的局部搜索策略与BBO算法的迁移策略进行结合,并引入了差分进化算法中的选择操作。在13个基准测试函数上,对改进的算法、基本BBO算法,以及基于BBO的混合差分进化算法（DE/BBO）进行比较,结果表明改进的算法优于所比较的其他两种算法;此外,改进后的算法在收敛速度上也优于基本BBO算法。     

基于改进遗传算法的桁架结构优化

桁架是一种广泛应用于工程领域的结构形式,对其结构优化有重要的意义.文章提出了随种群的进化而动态变化的自适应交叉算子和变异算子,以提高算法的优化效率及增强收敛性;引入了精英保留策略,以克服各代种群最佳个体未能保护的缺点.建立以最小化结构总重量为目标函数的桁架优化数学模型,并应用改进的遗传算法对桁架结构进行优化求解.通过实例验证了所建模型以及对算法改进的有效性和实用性.     

混沌最优化算法在结构最优化设计中应用

针对非线性约束问题,提出了一种新的、可行的混沌最优化算法———三次载波混沌最优化方法;并将此算法用于工程结构优化设计中。计算结果表明,与已有的直接搜索方法相比,该算法简单,容易实现,求解精度、收敛速度和可靠性较高,满足约束的效果较好,是解决优化问题的有效方法。     

一个结构优化设计的并行算法

将结构分析中的最小总势能原理加以推广，建立了结构优化中的最小总势能模型，使结构的分析与优化相结合，不再需要在每次迭代中进行完整的重分析。这种方法充分利用了结构优化的并行性；算例表明，其具有较高的加速比和计算效率。     

基于改进遗传算法的自抗扰控制器优化设计

针对超空泡航行体受力特征及其航行时具有非线性、时滞与耦合等复杂问题,提出可根据适应度对控制参数进行自适应动态调整的改进遗传算法。通过建立超空泡航行体纵向模型,设计专用自抗扰控制器对其进行控制,并针对控制器参数多、调节困难的问题,改进了自适应遗传算法对其精确优化。最后通过特性仿真,验证了基于改进的自适应算法的自抗扰控制器相比经典自抗扰控制器的优势。仿真结果表明,该自抗扰控制器符合实际需求,具有良好的控制效果。     

基于生物地理学模糊C均值聚类的图像分割算法

提出了一种基于模糊C均值算法和生物地理学优化算法的混合聚类算法(BBO-FCM).该算法结合了生物地理学优化算法的全局搜索和FCM算法快速局部搜索的特点,利用生物地理中的迁移算子来进行各解之间的信息共享,从而有效地克服了FCM对初始值敏感、易陷入局部最优等问题.将BBO-FCM算法用于图像分割,实验表明,新算法的聚类效果评价指数更好,聚类效果明显优于原始的FCM算法.     

模糊遗传算法在钢桁架结构优化设计中的应用

考虑到约束条件的模糊性,应用遗传算法和模糊集原理对钢桁架结构进行了优化分析.通过对计算结果的比较和分析,可以得出考虑了结构模糊性的遗传算法对于结构优化设计的优越性,它的优点在于增加了得到整体最优解的可能性,同时,提高了收敛精度,降低了收敛过程中的重复次数,减少了计算时间.     

桁架结构优化设计专家系统的研究

提出了含有逻辑变量的桁架结构优化的数学模型,该模型包含有桁架类型这一逻辑变量,把结构优化分成两步来求解.通过对不同结构类型的桁架进行优化设计,初步完成了对桁架结构优化设计的知识采集,总结出了一系列构建桁架结构优化专家系统知识库的规则.桁架结构优化设计专家系统中的知识通过产生式规则来表示,建立了基于规则的多叉树,用于实现对桁架结构类型的选择.利用产生式专家系统语言CLIPS实现了桁架结构优化决策树的推理及运行.     

面向多模函数优化的改进网格优化算法

利用网格优化算法（COA）编码简单、收敛速度快、不宜陷入局部最优等特点,针对多模态函数优化问题,对GOA算法进行了改进,扩大了优化搜索范围,保持了父本种群的多样性,增强了全局搜索能力。对典型多模态函数问题的测试结果表明,改进的网格优化算法在解决多模态函数优化问题方面具有很强的全局搜索能力和很高的搜索效率。     

Improved Dual Algorithm for Constrained Optimization Problems

One class of effective methods for the optimization problem with inequality constraints are to transform the problem to a unconstrained optimization problem by constructing a smooth potential function. In this paper, we modifies a dual algorithm for constrained optimization problems and establishes a corresponding improved dual algorithm; It is proved that the improved dual algorithm has the local Q-superlinear convergence; Finally, we performed numerical experimentation using the improved dual algorithm for many constrained optimization problems, the numerical results are reported to show that it is valid in practical computation.     

BP遗传算法在结构形状优化设计中的应用

利用遗传算法(GA)对桁架结构分别进行杆件截面和节点坐标的优化设计,利用BP网络的高度非线性映射能力来得到遗传算法的适应度函数值,替代优化中重复采用有限元分析的方法,降低计算花费时间,提高了算法收敛速度.通过25杆输电塔架算例的优化设计,验证了此方法的实际应用是可行的.     

进化算法在船体结构优化设计中的应用

结构优化问题在计算上的难点是计算复杂、存贮量大、计算时间长,解决问题的关键是如何提高处理整数与离散型变量的有效性.本文针对船舶结构优化设计问题的特点与计算上的难点,采用可以求解多峰性连续函数全局最优解的分配区间型进化算法进行结构优化.相对简单遗传算法(SGA)在解