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。     

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。     

建筑结构优化的进退搜索算法

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。并提出了离散变量结构优化设计的进退搜索算法。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，是一种理想建筑结构优化设计方法。     

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。     

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。     

针对角钢桁架的满利用率齿行法截面优化

在综合考虑应力与长细比约束的基础上,突破以往桁架优化单一应力约束与设计变量连续化的限制,提出满利用率设计思想,并引入C++语言中类的概念对截面为离散变量的角钢杆件信息进行分类优化,在优化的过程中采用了齿行的前进路线,使结果尽可能逼近真实最优解.通过一个三杆超静定桁架的截面优化实例,可以看出使用本方法在很大程度上提高了优化效率,改善了优化结果,充分体现了其相比于传统的满应力设计方法的优势.具体说明了该方法的程序实现步骤,为从事结构优化程序编制工作的人员提供参考.最后对具有除应力约束以外的局部约束条件的角钢桁架截面优化问题提出了一个可行的方向.     

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。     

输电塔架设计中的离散优化方法研究

传统输电塔架设计采用满应力优化设计,其优化过程中往往将设计变量视为连续变量来处理,而输电塔架角钢截面实际上是离散变量,这就存在实际设计结果并非是最优结果的问题。为更好地将满应力优化设计结果切实应用于输电塔选材计算中去,针对塔架型钢的离散特征,在传统满应力优化设计方法的基础上进行改进,提出了一种基于离散变量并考虑了压杆稳定性的满应力离散优化设计方法,制定了寻优流程并用C语言编制程序予以实现。以常见干字型输电塔架2F2-SZ1型220 kV双回路直线塔为对象,应用提出的离散优化方法和程序进行了计算分析。算例分析表明,该算法在满足多种工况荷载条件下,具有合理的结构承载能力,大大减少了塔架重量,降低了工程成本。同时,该算法源程序不使用二进制编码,方便查找错误和进行二次开发,可为改进现有塔架典型设计和加固已有输电塔架提供可行的算法基础。     

离散变量结构优化设计的组合遗传算法

传统的遗传算法在处理离散变量结构优化问题存在很多缺陷,遗传进化过程缓慢,遗传操作具有相当大的盲目性,本文采取改进措施,实施最差个体替换法和优良个体保护法,确保遗传种群的优良品质,保证优良个体只执行改进性能的基因操作,同时利用拟满应力设计方法收敛快的特点,将拟满应力设计方法和遗传算法相结合提出了组合遗传算法,适时地利用拟满应力设计优化结果提供种群成员,从而加快了遗传进化的进程,算例表明,组合遗传算法的优化结果是令人满意的。     

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.     

一种求解离散变量结构优化的混合算法

将离散变量结构优化设计的相对差商算法和进退法相结合，提出了一种求解离散变量结构优化设计的混合算法一以相对差商法为算法主体。同时借鉴进退法的思想，逐步前进或后退截面序号，编制程序，并通过算例与拟满应力算法比较，验证混合算法的优越性。     

桁架结构尺寸和形状、拓扑的渐进优化方法

提出了一种求解桁架结构尺寸，形状和拓扑组合优化的渐进优化方法。将优化问题分解为拓扑优化和尺寸、形状优化两个子问题分层求解。通过连续化的拓扑变量和近似方法构造了拓扑变量灵敏度系数计算式，由拓扑变量灵敏度系数识别和删除杆件单元。结构尺寸、形状优化采用准则法和渐进移点法的组合方法。分层优化时，在桁架中加上所有可能的杆件，先进行尺寸、形状优化，再进行拓扑优化，随后二者交替进行迭代，迭代过程的结构重量最小值即为最优解。算例表明了文中方法的有效性，以及组合优化最优解不一定是杆件数目较少的解。     

带传动计算机辅助优化设计

三角带传动的优化可归结为西个离散变量(D_1、L_1)的多目标约束优化问题,其目标函数与设计变量之间存在着一种特殊的列表函数关系。本文运用网格法,并以主要目标法化多目标为单一目标,以及借助计算机辅助设计(CAD)的基本方法,圆满地解决了这种特殊的优化问题。