罰函數(shù)分級遺傳算法及其在桁架結(jié)構(gòu)優(yōu)化設(shè)計中的應(yīng)用

采用結(jié)構(gòu)拓?fù)鋬?yōu)化方法,利用有限元軟件ansys的拓?fù)鋬?yōu)化模塊對搗固裝煤車的煤槽壁支撐桁架結(jié)構(gòu)進(jìn)行了優(yōu)化設(shè)計。優(yōu)化后的煤槽壁支撐桁架結(jié)構(gòu)比以前剛度性能提高,重量減少了18.3%,應(yīng)力分布不僅更為均勻而且應(yīng)力水平也有所降低,很好的實現(xiàn)了"重量輕、性能好"的設(shè)計目標(biāo),為復(fù)雜零部件的設(shè)計提供了新的方法和思路。

基于全局優(yōu)化設(shè)計的桁架結(jié)構(gòu)優(yōu)化設(shè)計研究——桁架結(jié)構(gòu)優(yōu)化設(shè)計中普遍存在約束的作用．現(xiàn)有優(yōu)化設(shè)計一般采用滿應(yīng)力法和遺傳優(yōu)化等優(yōu)化方法，編程復(fù)雜．本文介紹了優(yōu)化設(shè)計軟件lingo10．0的功能、特點、使用方法和使用注意事項等，建立了桁架結(jié)構(gòu)優(yōu)化設(shè)計的數(shù)學(xué)模...

本文采用matlab語言編制了張弦桁架結(jié)構(gòu)通用的有限元模型分析程序。通過此程序,可以快捷地得到不同幾何參數(shù)的張弦桁架結(jié)構(gòu)模型,并能進(jìn)行桿件內(nèi)力分析,分別采用sap2000和ansys分析軟件對其計算結(jié)果進(jìn)行了驗證,結(jié)果表明三者的計算結(jié)果一致。在此基礎(chǔ)上,采用matlab語言編制了粒子群算法優(yōu)化程序,對某實際張弦桁架結(jié)構(gòu)采用本文優(yōu)化方法進(jìn)行了優(yōu)化設(shè)計,優(yōu)化結(jié)果表明本文提出的優(yōu)化方法具有較高的精度和較好的收斂性。最后對不同跨度的張弦桁架結(jié)構(gòu)模型進(jìn)行了截面優(yōu)化設(shè)計,為初步設(shè)計提供了參考。

遺傳算法原理、實現(xiàn)及其在離散變量結(jié)構(gòu)優(yōu)化設(shè)計中的應(yīng)用——闡述了遺傳算法的基本原理和實現(xiàn)步驟，論述了遺傳算法的特點．介紹了遺傳算法在離散變量結(jié)構(gòu)優(yōu)化設(shè)計中的應(yīng)用情況　　

通過對遺傳算法的二進(jìn)制編碼和實數(shù)編碼的機(jī)理分析,結(jié)合2種編碼的優(yōu)點,從工程結(jié)構(gòu)優(yōu)化實際問題出發(fā),提出了一種可以任意控制離散度的改進(jìn)實數(shù)編碼遺傳算法.該算法利用實際工程結(jié)構(gòu)問題中對尺寸設(shè)計變量精度要求的放松,在編碼過程中加上\"隱約束\

將微種群遺傳算法與基于啟發(fā)式模式移動的局部尋優(yōu)方法和aitkenδ~2加速策略相結(jié)合,給出了一種加速微種群遺傳算法.算法中利用aitkenδ~2加速策略改進(jìn)當(dāng)前種群,利用基于啟發(fā)式模式移動的局部尋優(yōu)方法改進(jìn)子代群體.利用3個數(shù)值優(yōu)化算例測試了算法的性能,表明本文算法具有較好的收斂性和計算效率.最后將其用于桁架結(jié)構(gòu)截面優(yōu)化設(shè)計,10桿平面桁架和25桿空間桁架的優(yōu)化結(jié)果表明,本文算法的計算精度和計算工作量均優(yōu)于傳統(tǒng)的遺傳算法.

首先給出了離散變量結(jié)構(gòu)的數(shù)學(xué)優(yōu)化模型,提出了子空間搜索的單親遺傳算法,并給出了兩個減少計算量的策略。通過兩個結(jié)構(gòu)優(yōu)化的算例表明,文章算法收斂速度快、收斂平穩(wěn),為離散變量結(jié)構(gòu)優(yōu)化設(shè)計提供了一種借鑒方法。

針對簡單遺傳算法中的線性適應(yīng)度、恒定交叉與變異概率等不能動態(tài)地適應(yīng)整個尋優(yōu)過程,提出采用非線性適應(yīng)度與自適應(yīng)交叉、變異概率的改進(jìn)遺傳算法。以典型的遺傳算法測試函數(shù)驗證改進(jìn)遺傳算法的有效性與可行性,最后將改進(jìn)遺傳算法用于離散變量桁架結(jié)構(gòu)優(yōu)化設(shè)計,計算結(jié)果表明改進(jìn)遺傳算法是可行、有效的。

在工程結(jié)構(gòu)的優(yōu)化設(shè)計中，遺傳算法已逐步得到應(yīng)用；本文采取一種新的染色體編碼方式，將遺傳算法應(yīng)用到水工結(jié)構(gòu)的優(yōu)化設(shè)計中，重力壩的計算結(jié)果驗證了遺傳算法的可行性與有效性。

選取自適應(yīng)交叉和變異算子、最優(yōu)個體保留策略、＂精英＂競爭策略對遺傳算法的遺傳過程進(jìn)行改進(jìn)。通過常規(guī)設(shè)計法、基本遺傳算法和改進(jìn)遺傳算法在框架結(jié)構(gòu)優(yōu)化設(shè)計中的應(yīng)用對比,證明改進(jìn)的遺傳算法是切實可行的。算例的結(jié)果表明：改進(jìn)遺傳算法優(yōu)化后結(jié)構(gòu)總造價比常規(guī)設(shè)計法降低了26.08%,比基本遺傳算法降低了2.13%,優(yōu)化效果明顯。

基于分級遺傳算法的離散變量結(jié)構(gòu)優(yōu)化設(shè)計——提出一種分級處理的遺傳算法，它采用微種群和附加變異算子來減少計算量、增加算法的局部搜索能力．算例表明，這種算法收斂平穩(wěn)、并取得了較好的效果?！　?/p>

基于sap2000api功能的桁架結(jié)構(gòu)優(yōu)化設(shè)計——將改進(jìn)的序列線性規(guī)劃法和sap2000最新推出的api功能相結(jié)合，兩者互動對桁架進(jìn)行優(yōu)化。其數(shù)學(xué)模型以設(shè)定截面形式的桿件的面積和桁架節(jié)點坐標(biāo)為設(shè)計變量，以結(jié)構(gòu)的最小重量為目標(biāo)函數(shù)，以桿件的強(qiáng)度、剛度...

基于可靠性的預(yù)應(yīng)力鋼桁架結(jié)構(gòu)優(yōu)化設(shè)計——預(yù)應(yīng)力鋼結(jié)構(gòu)是一種將預(yù)應(yīng)力與鋼結(jié)構(gòu)相結(jié)合的新型結(jié)構(gòu)，本文對預(yù)應(yīng)力鋼桁架結(jié)構(gòu)在可靠性分析的基礎(chǔ)上，將可靠性指標(biāo)引入分項系數(shù)中，建立優(yōu)化數(shù)學(xué)模型，采用遺傳算法進(jìn)行全局選優(yōu)，通過算例證明了其可行性和有效性．該...

大跨度方鋼管空間桁架結(jié)構(gòu)優(yōu)化設(shè)計

針對標(biāo)準(zhǔn)遺傳算法在迭代過程中經(jīng)常出現(xiàn)未成熟收斂、發(fā)生振蕩、隨機(jī)性太大等缺點,提出一種新的遺傳算子轉(zhuǎn)基因算子,用于對標(biāo)準(zhǔn)遺傳算法的改進(jìn)·這種轉(zhuǎn)基因算子有效地利用了計算適應(yīng)度的信息,很好地保護(hù)了最優(yōu)個體,并能提高群體中個體的適應(yīng)度·包含轉(zhuǎn)基因算子的改進(jìn)遺傳算法能直接計算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題,也能處理同時具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題·算例結(jié)果表明,改進(jìn)遺傳算法的收斂特性和優(yōu)化設(shè)計結(jié)果遠(yuǎn)好于標(biāo)準(zhǔn)遺傳算法,是一種理想的建筑結(jié)構(gòu)優(yōu)化設(shè)計方法·

針對遺傳算法在迭代過程中經(jīng)常出現(xiàn)未成熟收斂、振蕩、隨機(jī)性太大和迭代過程緩慢等缺點,提出引入轉(zhuǎn)基因算子與單親遺傳算子,同時提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計的三等分割算法,通過與遺傳算法相結(jié)合并運用到初始群體形成和進(jìn)化過程中,使兩種算法既可相互獨立地運算,又可彼此相互協(xié)調(diào)、共同作用.根據(jù)工程實際,充分考慮規(guī)范規(guī)定的約束條件和各項技術(shù)標(biāo)準(zhǔn)要求,建立離散變量結(jié)構(gòu)優(yōu)化模型.各種算法的優(yōu)化結(jié)果對比表明,改進(jìn)混合遺傳算法具有省時、高效、局部搜索能力強(qiáng)和全局性好的特點.

介紹了粒子群優(yōu)化算法的原理和實現(xiàn)方法,分析了該算法的主要參數(shù)對搜索方向的影響。將粒子群優(yōu)化算法與遺傳算法在優(yōu)化過程和搜索技術(shù)方面進(jìn)行了對比。利用粒子群優(yōu)化算法與遺傳算法分別對測試函數(shù)和桁架結(jié)構(gòu)優(yōu)化設(shè)計問題進(jìn)行求解,將兩種算法的計算結(jié)果進(jìn)行了對比。計算結(jié)果表明在滿足相同的計算精度的前提下,粒子群優(yōu)化算法的效率更高,利用粒子群優(yōu)化算法可求解機(jī)翼結(jié)構(gòu)優(yōu)化設(shè)計問題,因此,粒子群算法是一種有效的優(yōu)化方法,適用于大型復(fù)雜結(jié)構(gòu)優(yōu)化設(shè)計。

提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計的單向搜索算法并與標(biāo)準(zhǔn)遺傳算法結(jié)合成混合遺傳算法,即發(fā)揮了單向搜索算法省時、高效、局部搜索能力強(qiáng)的特點,又發(fā)揮了遺傳算法全局性好的特點。算例結(jié)果表明,該方法能直接計算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題,也能處理同時具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題。這種混合遺傳算法優(yōu)于標(biāo)準(zhǔn)遺傳算法和單向搜索算法,是兼二者之長,棄二者之短的高效的理想優(yōu)化設(shè)計方法。

提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計的單向搜索算法并與標(biāo)準(zhǔn)遺傳算法結(jié)合成混合遺傳算法,即發(fā)揮了單向搜索算法省時、高效、局部搜索能力強(qiáng)的特點,又發(fā)揮了遺傳算法全局性好的特點.算例結(jié)果表明,該方法能直接計算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題,也能處理同時具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題.這種混合遺傳算法優(yōu)于標(biāo)準(zhǔn)遺傳算法和單向搜索算法,是兼二者之長,棄二者之短的高效的理想優(yōu)化設(shè)計方法.

提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計的單向搜索算法并與標(biāo)準(zhǔn)遺傳算法結(jié)合成混合遺傳算法,即發(fā)揮了單向搜索算法省時、高效、局部搜索能力強(qiáng)的特點,又發(fā)揮了遺傳算法全局性好的特點·算例結(jié)果表明,該方法能直接計算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題,也能處理同時具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題·這種混合遺傳算法優(yōu)于標(biāo)準(zhǔn)遺傳算法和單向搜索算法,是兼二者之長,棄二者之短的高效的理想優(yōu)化設(shè)計方法·

ansys在桁架結(jié)構(gòu)門機(jī)主梁優(yōu)化設(shè)計中的應(yīng)用——以大型有限元軟件ansys為工具，建立了30t-42m門式起重機(jī)桁架主梁的模型，分析并計算其強(qiáng)度和撓度：利用ansys軟件中的apdl優(yōu)化編程與計算，取得主梁最佳結(jié)構(gòu)參數(shù)，完成以結(jié)構(gòu)最輕量化為主要目的的優(yōu)化設(shè)計?！　?/p>

針對遺傳算法在迭代過程中經(jīng)常出現(xiàn)的未成熟收斂、振蕩、隨機(jī)性太大等缺點,引入一種新的遺傳算子——單親遺傳算子,用于對標(biāo)準(zhǔn)遺傳算法的改進(jìn)。包含單親遺傳算子的改進(jìn)遺傳算法能直接計算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化問題,也能處理同時具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題,進(jìn)而對框架結(jié)構(gòu)的多種工況進(jìn)行優(yōu)化設(shè)計的結(jié)果進(jìn)行了對比驗證,結(jié)果表明:改進(jìn)遺傳算法比標(biāo)準(zhǔn)遺傳算法有好得多的收斂特性,迭代次數(shù)明顯減少,優(yōu)化設(shè)計結(jié)果也遠(yuǎn)好于標(biāo)準(zhǔn)遺傳算法。