离散变量结构优化的斐波那契算法

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，建立了建筑结构优化模型。利用斐波那契数列的规律，提出了离散变量结构优化设计的斐波那契算法。算例结果表明，该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化问题，也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题。是一种理想建筑结构优化设计方法。     

离散变量结构优化的单向搜索算法

根据离散变量结构优化设计的特点，提出了离散变量结构优化设计的单向搜索算法。算例结果表明，该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化问题，也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题。设计的结构强度和刚度等都有了保证，重量轻，成本低。     

离散变量结构优化的准则优化法

以满应力设计思想为基础,提出了离散变量结构优化的拟满应力设计方法。算例结果表明,该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化问题,也能处理同时具有稳定约束和位移的多工况、多约束、多变量的离散变量结构优化设计问题。     

离散变量结构优化的2级算法

针对满应力设计方法不能直接用于离散变量结构优化问题,把近似满应力设计方法和相对差商法结合起来,给出了适用于离散变量结构优化的2级算法,提高了相对差商法的收敛速度,该算法不仅能直接解决具有应力约束和截面尺寸约束的离散变量结构优化设计问题,而且也能同时处理具有位移约束等全局性约束的多工况、多约束、多变量的离散变量结构优化设计问题,根据该算法编制了相应的计算程序,算例结果表明,该方法对于离散变量结构优化设计非常有效。     

离散变量结构优化设计的混合遗传算法

以力学准则法为基础，提出了一种求解离散变量结构优化设计的拟满应力方法；这种方法能直接求解具有应力约束和几何约束的离散变量结构优化设计问题。通过在遗传算法中定义拟满应力算子，建立了一种离散变量结构优化设计的混合遗传算法－拟满应力遗传算法，算例表明这种混合遗传算法适用性广，具计算效率高。     

应用混合遗传算法的建筑结构优化设计

提出一种离散变量结构优化设计的单向搜索算法并与标准遗传算法结合成混合遗传算法,即发挥了单向搜索算法省时、高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点。算例结果表明,该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题。这种混合遗传算法优于标准遗传算法和单向搜索算法,是兼二者之长,弃二者之短的高效的理想优化设计方法。     

一种改进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的未成熟收敛、振荡、随机性太大等缺点，引入一种新的遗传算子——单亲遗传算子，用于对标准遗传算法的改进。包含单亲遗传算子的改进遗传算法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化问题，也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题，进而对框架结构的多种工况进行优化设计的结果进行了对比验证，结果表明：改进遗传算法比标准遗传算法有好得多的收敛特性，迭代次数明显减少，优化设计结果也远好于标准遗传算法。     

混合离散变量多目标模糊优化的最优约束水平解法

为了合理地解决混合离散变量多目标模糊优化问题，在文献「１，２」的基础上，提出了混了散变量多目标模糊优化的最优约束水平解法，并给出了混合离散变量多目标模糊优化的算例。     

基于最大熵的离散变量框架结构两相优化设计

根据两相优化设计的思路和离散变量的特点,应用最大熵准则,通过引入附加约束条件,交替进行乘子相和结构相优化,将离散变量框架优化设计问题等价地化为连续变量框架优化设计问题求解.在考虑应力约束、位移约束和尺寸约束等多个约束及多个工况的条件下,成功地对离散变量框架进行了优化设计. 算例结果表明:这种方法的迭代公式简单 ,收敛速度快;此法可以有效地应用于工程实际,尤其是多约束、多工况的大型工程结构优化问题.     

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。     

基于改进遗传算法的离散变量结构优化设计

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,建立了离散变量结构优化模型。针对遗传算法的缺陷,提出了一种改进的遗传算法。算例结果表明,改进的遗传算法收敛快、精度高,应用于离散变量结构优化设计是有效的。     

工程结构优化设计的改进混合遗传算法

根据工程实际以及规范规定的约束条件和各项技术标准要求,建立了离散变量结构优化模型。针对遗传算法在迭代过程中经常出现的未成熟收敛、振荡、随机性太大和迭代过程缓慢等问题,采用一种新的遗传算子即单亲遗传算子对遗传算法进行了改进,并提出了离散变量结构优化设计的三等分割算法与遗传算法相结合的混合遗传算法。优化设计结果表明:改进混合遗传算法的收敛特性得到了很好的改善,既具有三等分割算法省时、高效、局部搜索能力强的特点,又具有遗传算法全局性好的特点,是高效、理想的工程结构优化设计方法。     

工程结构优化设计的混合遗传算法

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，建立了工程结构优化设计模型。为了改善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，提出一种离散变量结构优化设计的三等分割算法，并与标准遗传算法结合成混合遗传算法。对25杆框架结构优化设计，结果表明，这种混合遗传算法的收敛特性得到很好的改善，即发挥了三等分割算法省时、局部搜索能力强的特点，又发挥了遗传算法全局性好的特点，是有效的工程结构优化设计方法。     

离散变量结构优化方法研究现状及趋势

为了对离散变量结构进行优化设计,相关学者对离散变量结构优化设计的理论和方法进行了大量研究,并做出了许多有益的成果。在总结前人研究的基础上对离散变量结构优化设计的研究现状及其发展历程进行了阐述,为使人们对离散变量结构优化的认识更全面深入,按照时间的先后顺序,对离散变量结构优化设计方法进行分类,并对现今比较实用的几种离散变量结构优化方法进行了系统分析,在说明其优点的同时,还总结了一些较为流行的改进方法,进而指出蚁群算法是一有前途的优化方法。根据离散变量结构优化设计问题的特点,对离散变量结构优化设计理论及方法的发展未来做出尝试性的探讨。