基于双生长点并行生长机制的模拟植物生长算法及其结构优化

针对模拟植物生长算法(PGSA)系列算法中存在的搜索路径相对单一、搜索覆盖面不够广等问题,结合复杂结构优化问题中设计变量多、存在多个局部最优解、算法难以自动终止等特点,基于PGSA的基本原理和植物的实际生长规律,提出一种新的算法机制——双生长点并行生长机制,并与基于生长空间限定与并行搜索(GSL&PS-PGSA)算法相融合。通过典型数学及空间桁架结构算例进行了验证,结果表明：双生长点并行生长机制增加了寻优搜索路径,拓宽了搜索覆盖面,降低了陷入局部最优解的概率,并为算法提供更为有效的终止机制,从而具有更加显著的优化效率及全局搜索能力;与序列两级算法、蚁群算法等常用优化方法相比,融入双生长点并行生长机制的GSL&PS-PGSA进一步提升了算法的优化求解能力,在结构优化问题中表现出良好的适应性及有效性。     

模拟植物生长算法的改进策略及桁架结构优化研究

模拟植物生长算法(PGSA)是一种以植物向光性机理(形态素浓度理论)为启发准则的新型智能优化算法。对PGSA的基本原理进行了分析，指出并证实了该优化算法的局限性。在此基础上，提出了两种新的算法改进策略：形态素浓度计算的精英策略及智能变步长策略。前者通过在生长过程中快速剔除劣质生长点以提高算法的优化效率，后者通过不断变化步长以减少算法搜索时间。通过算例验证了所提出的改进策略可有效提高优化效率及解决算法缺乏终止判断机制的问题。最后采用改进PGSA和PGSA对典型桁架进行优化计算，结果表明改进PGSA的优化效率明显高于PGSA，在结构优化问题中具有较好的适用性。     

Plant growth simulation algorithm based on double growth point parallel growth mechanism and its structural optimization

针对模拟植物生长算法(PGSA)系列算法中存在的搜索路径相对单一、搜索覆盖面不够广等问题，结合复杂结构优化问题中设计变量多、存在多个局部最优解、算法难以自动终止等特点，基于PGSA的基本原理和植物的实际生长规律，提出一种新的算法机制——双生长点并行生长机制，并与基于生长空间限定与并行搜索(GSL&PS-PGSA)算法相融合。通过典型数学及空间桁架结构算例进行了验证，结果表明：双生长点并行生长机制增加了寻优搜索路径，拓宽了搜索覆盖面，降低了陷入局部最优解的概率，并为算法提供更为有效的终止机制，从而具有更加显著的优化效率及全局搜索能力；与序列两级算法、蚁群算法等常用优化方法相比，融入双生长点并行生长机制的GSL&PS-PGSA进一步提升了算法的优化求解能力，在结构优化问题中表现出良好的适应性及有效性。     

基于实测数据的新型大跨度空间结构模型修正研究

空间网格结构通常是由相同或相似的子结构按照某种规则在三维空间范围内排列而成,由于组成结构的杆件相似、繁多且密集,致使结构具有较高的超静定次数,且频谱分布十分密集,这给空间结构的模态识别和模型修正带来了挑战。基于实测数据,首先运用ANSYS有限元软件建立精确的数值分析模型用于模型修正,同时通过实测手段采集到环境荷载激励下的结构温度数据和振动数据,继而采用频域分解法(FDD法)、自然激励技术联合特征系统实现算法(NEx T+ERA)识别出结构的模态频率和振型,最后通过混合优化算法修正结构节点刚度、杆件刚度和结构质量等参数来实现对结构有限元模型的修正。修正结果显示:该修正方法可大大缩减有限元模型模态频率与结构真实模态频率间的误差,达到了修正目的。     

空间杆系结构的智能生成与设计

计算机已成功应用于大型空间结构的分析、设计与施工图绘制,但如何利用计算机模拟人脑进行方案阶段的概念设计还面临巨大挑战。基于计算生(合)成理论和算法,构建了数值化的空间杆系结构概念设计方法。该方法通过结构形状语法的分类与定义、模拟退火优化算法的改进,可实现在三维空间内搜寻满足设计条件的“最优”结构设计方案。由于数值化概念设计方法在结构构型方面综合了结构拓扑构建、形状确定、截面尺寸选择等参数,在结构设计方面综合了建筑美观性、结构安全经济性、施工便捷性等要求,因而由此生成、设计并实现的空间杆系结构将在结构整体性能和整体造价上优于按传统设计方法或优化设计方法所得到的结构。荷兰阿姆斯特丹“数字华盖”和伦敦Paternoster Square日晷支架的设计与建造表明,该方法可成功应用于概念设计或传统或新颖的空间杆系结构。     

基于自适应协方差矩阵进化策略的结构可靠度计算

自适应协方差矩阵进化策略(CMA-ES)算法是一种引导式随机优化算法,兼顾了深度搜索最优解和广度搜索解空间的能力。针对采用遗传算法(GA)、粒子群优化算法(PSO)等仿生优化算法求解复杂结构可靠度时往往遇到计算代价过高的问题,基于结构可靠度指标的几何涵义并结合验算点法,提出了结构可靠度计算的自适应协方差矩阵进化策略方法。研究结果表明,该方法是可行的,具有全局性好、收敛速度快的优点,与遗传算法、粒子群优化算法相比较,可大幅度地提高计算效率,为结构可靠度计算提供了一条新的途径。     

快速群搜索算法用于桁架结构多目标优化北大核心CSCD

基于快速群搜索优化算法QGSO(Quick Group Search Optimizer),结合Pareto最优解理论与拥挤距离机制,提出了一种适用于结构优化的简单而实用的多目标算法:多目标快速群搜索优化算法MQGSO(Multi-objective Quick Group Search Optimization),并将其应用于10杆平面桁架结构的截面优化与25杆空间桁架结构的形状优化.将MQGSO算法与已有的MGSO和IMGSO算法进行了比较,发现其非劣解均优于其他两个算法的非劣解,且具有良好的稳定性与收敛精度,收敛速度也有所提高,说明本文提出的算法用于求解结构多目标优化问题是可行有效的.     

应用APDL语言实现连续体结构动力学拓扑优化

以降低结构辐射声功率为目标建立了动力学拓扑优化数学模型,介绍了大型有限元软件ANSYS的二次开发工具APDL参数化编程语言,基于该语言制定了动力学拓扑优化问题的算法流程并进行了编程实现,并通过数值模拟分析证明了所提出优化方法的可行性。     

大城市内部人户分离的空间特征与城市发展探析

我国大城市内部人户分离人口已具有相当规模,且有继续增长的趋势,这已成为城市发展中的一个重要问题。上海、北京、广州等城市人户分离现象所呈现出来的空间特征与城市结构变化,反映了城市规划对人口分布的影响,以及人口分布对城市发展的引领作用。基于这一现象,城市规划应引导城市建立合理的空间结构,顺应人口流向与城市空间结构变化,改进管理方式,优化人口布局。     

新型多面体空间刚架的几何构成优化

基于气泡理论的新型多面体空间刚架系由类WP多面体单元经组合、阵列、旋转、切割而生成,它有别于传统空间结构由单元体简单组合而成。因此,基本单元的形状与尺寸、旋转轴、旋转角度、切割面位置等都是影响整体结构几何构成的重要参数,也是结构几何构成优化的主要内容。通过对这些参数的分析比较,本文提出新型多面体空间刚架几何构成的优化准则,提出最优切割面和可行切割面的重要概念,从而为建立各种高效合理、同时充分满足建筑效果的结构构成提供理论依据与可行方法。在此基础上,结合国家游泳中心“水立方”结构,具体说明了本文提出的优化原则与方法在实际工程中的应用与效果。本文研究揭示了多面体空间刚架结构区别于传统结构的一个重要特点———建筑尺寸由结构的几何构成所确定。     

基于v-SVR和MVPSO算法的边坡位移反分析方法及其应用

 针对传统粒子群算法存在搜索空间有限、容易陷入局部最优点的缺陷,通过引入迁徙算子和自适应变异算子,提出基于粒子迁徙和变异的粒子群优化(MVPSO)算法。基准测试函数结果表明,改进的MVPSO算法较传统的粒子群优化算法在收敛效率上有大幅度提高,在处理非线性、多峰值的复杂优化问题中能快速地搜索,得到全局最优解。应用改进的MVPSO算法搜索最佳的支持向量机(v-SVR)模型参数,建立岩体力学参数与岩体位移之间的非线性支持向量机模型,提高v-SVR的预测精度和推广泛化性。然后,利用v-SVR模型的外推预测替代耗时的FLAC正向计算,利用改进的MVPSO算法搜索岩体力学参数的最优组合,提出v-SVR和MVPSO相结合的边坡位移反分析方法(v-SVR-MVPSO算法),与传统的BP-GA算法和v-SVR-GA算法相比,该算法在反演精度和反演效率上均有较大幅度提高。最后,将本文发展的v-SVR-MVPSO算法应用到大岗山水电站右岸边坡岩体参数反演分析,并对边坡后续开挖位移和稳定性进行预测,取得较好的效果。     

基于遗传算法的DEM粗匹配研究

传统最小二乘无控制DEM匹配方法基于LZD算法实现,该类方法对基准DEM与待匹配DEM之间的初始匹配状态要求较高,其应用受到较大限制。为了解决该问题,提出了一种基于遗传算法的DEM粗匹配方法,结合遗传算法全局最优化的需要,设计了一种新的匹配模型,对最小二乘匹配方法的拉入范围、遗传匹配方法收敛效果和粗匹配效果进行了实验分析。结果表明,基于遗传算法的DEM粗匹配方法能够在基准DEM与待匹配DEM之间状态差异较大时,为最小二乘匹配方法提供合适的初始匹配状态。     

Optimum design of tower structures using Firefly Algorithm

The Firefly Algorithm (FA) as a recent new meta‐heuristic optimization algorithm is developed for determining optimum design of tower shaped structures. The FA mimics the social behavior of fireflies, which communicate, search for pray and find mates using bioluminescence with varied flashing patterns. In this paper, an adaptive FA is presented that utilizes the feasible‐based method to handle constraints. This method is effective in improving the convergence and also suitable for expensive optimization tasks such as large‐scale structures. Three tower structures are selected to evaluate the performance of the algorithm. The results are better than the other results proposed in the literature and confirm the validity of the proposed algorithm. Copyright © 2012 John Wiley & Sons, Ltd.     

Design optimization of truss structures with continuous and discrete variables by hybrid of biogeography‐based optimization and differential evolution methods

This paper presents a hybrid BBO‐DE algorithm by hybridizing biogeography‐based optimization (BBO) and differential evolution (DE) methods for optimum design of truss structures with continuous and discrete variables. In BBO‐DE, the migration operator of BBO method serves as a local exploiter mechanism during the search process. Besides, DE has a role of the global exploration by performing multiple search directions in the search space to preserve more diversity in the population. By embedding of DE algorithm in BBO method as a mutation mechanism, the balance between the exploration and exploitation abilities is further improved. The comparative results with some of the most recently developed methods demonstrate the fast convergence properties of the proposed algorithm and confirm its effectiveness to solve optimum design problems of truss structures with continuous and discrete variables.     

改进的万有引力搜索算法在边坡稳定分析中的应用

基于万有引力搜索算法(GSA)提出了一种改进的万有引力搜索算法(MGSA)。针对GSA在处理优化问题时会出现发散的情况,通过限制粒子的速度同时更改算法中的参数来改善这一问题。算法改进后显著提高了GSA中粒子的探索能力与开发能力,可以获得较强的优化能力。采用MATLAB对8个测试基准函数进行仿真实验,并将该方法引入到边坡稳定分析中。对于边坡稳定性分析,利用MGSA搜索出临界滑动面并结合极限平衡法计算出相应的最小安全系数。结果表明:与GSA法及其他方法相比,MGSA在求解最危险滑动面安全系数时具有更好的优化性能。     

边坡非圆弧潜在滑动面全局优化的新方法

最危险潜在滑动面搜索是边坡稳定性分析中的一项关键工作,最危险滑动面的准确确定对边坡稳定性评价、设计、施工等均具有重要意义,随着计算机技术的发展,各种最优化方法在最危险滑动面搜索中得到广泛应用。Leapfrog算法是一种优秀的全局优化方法,该方法模拟分子在空间中运动的物理现象,以分子势能表示目标函数,通过一定策略追踪分子的运动轨迹,获得问题解。极限平衡分析是工程界普遍接受的稳定性分析方法,以安全系数(滑动面的函数)为目标函数,将Leapfrog算法与Spencer法结合,提出确定任意形状滑动面的新方法,并通过2个经典算例说明该方法的可行性。