一种新形式的微粒群算法

标准微粒群算法在优化多峰、多维的复杂函数时,其效果并不理想,容易早熟收敛。为了改进微粒群算法处理此类问题的性能,提出了一种新的微粒群算法。该算法将标准微粒群算法迭代公式中的群体最优位置用个体最优位置的中心代替,有利于增强群体的多样性,避免早熟收敛,同时保持了迭代公式的简洁形式。3个常用测试函数的数值模拟表明,新的微粒群算法较标准微粒群算法在寻优能力上有明显的提高。     

模糊结构有限元分析的一种新方法

本文利用信息熵的概念,将模糊变量转变为随机变量,将模糊结构视为随机结构进行处理,从而提出了模糊结构有限元分析的一种新方法。当模糊结构转换的随机变量处于小扰动情况下,利用摄动法得到有限元递归方程组,解之可以得到响应量的均值和方差。     

钢纤维混凝土动态本构模型及其有限元方法

利用改进的BP神经网络,以钢纤维混凝土的分离式霍普金森压杆试验数据为训练样本,建立了钢纤维混凝土的隐式动态本构模型。以显式动态有限元软件ABAQUS/Explicit为开发平台,采用FORTRAN语言编写了材料用户子程序VUMAT,将神经网络表达的材料动态本构模型嵌入到有限元计算中,实现了冲击荷载下钢纤维混凝土结构响应的数值模拟。算例显示,建立的本构模型和相应的有限元方法是有效的。     

“最小二乘边界配点法解平面问题”讨论的答复

丁浩江,寿楠椿等同志所提意见是正确的,他们的深入探讨,对我们的研究工作是一个很大的促进。 原文在推导公式过程中,由于误将式(27)、(28)中的f_1,及f_2等同于式(30)、(31)     

多目标优化的一种改进微粒群算法

微粒群算法是解决多目标优化问题的一个重要方法.为了多目标目标优化求解问题,常用的微粒群算法在处理多目标优化问题时,存在所得Pareto最优解集的分散性和实用性较差的缺点.针对上述问题,提出了微粒群算法的一种改进形式.改进算法引入了个体精英解集,从中选择更合适的个体最优位置.同时,在评价个体适应度时,考虑了目标函数值差异这一信息.个体对应的目标函数值差异大,则其适应度就小.这样能避免各目标函数值差异过大的最优解存在.三个典型的多目标测试函数表明,改进方法得到最优解集具有更好的分散性和实用性.测得结果证明,改进方法是有效的.     

模糊随机有限元法的一些进展：第九届全国结构工程学术会议特邀报告

对模糊结构或模糊随机结构有限元分析方法,包括λ截集法、基于单源模糊数以及基于信息熵的模糊随机有限元方法等进行了评述,介绍了该领域中的若干研究进展。     

基于改进哈希算法的图像检索方法

当前主流图像检索技术所采用的传统视觉特征编码缺少足够的学习能力,影响学习得到的特征表达能力。此外,由于视觉特征维数高,会消耗大量的内存,因此降低了图像检索的性能。文中基于深度卷积神经网络与改进的哈希算法,提出并设计了一种端到端训练方式的图像检索方法。该方法将卷积神经网络提取的高层特征和哈希函数相结合,学习到具有足够表达能力的哈希特征,从而在低维汉明空间中完成对图像数据的大规模检索。在两个常用数据集上的实验结果表明,所提出的哈希图像检索方法的检索性能优于当前的一些主流方法。     

一种基于子域搜索的高效遗传算法

论文根据机器学习的思想利用有限离散的方法设计了一种新的实数编码遗传算法——基于子域搜索的遗传算法(SBGA),该算法能够根据学习规则记忆前面搜索过的样本点信息,并利用这些信息指导后续的搜索。理论分析和数值仿真都表明了算法的稳健性,能够消除过早收敛现象,处理复杂约束,避免重复采样等。