差分准对立学习多目标蚁狮算法

为解决多目标优化问题，对经典的蚁狮算法进行改进，提出了基于差分进化的准对立学习多目标蚁狮算法（DEQOMALO）。该算法针对蚁狮算法易陷入局部最优的不足，一方面，该算法引用差分进化的思想，充分利用种群和精英蚁狮的信息对原算法中蚂蚁个体的位置更新方式进行改进；另一方面采用反向学习策略对蚂蚁种群进行优化，将原种群个体和其准对立个体进行混合并择优作为新的种群，大大增加种群的多样性。选取典型的标准测试函数，将提出的算法与原始蚁狮算法以及其他传统进化策略优化的蚁狮算法进行比较。实验结果表明，改进算法在收敛性和分布性上均有很大程度的提升，在解决双目标优化问题上具有较好的鲁棒性和有效性。     

基于进化策略的海上风电支撑结构多参数同步优化设计

针对典型海上风电场3 MW固定式三桩单立柱风力机支撑结构主尺度优化问题,文章采用参数化建模方式进行力学建模,在有限元分析的基础上,结合生物进化策略,以风机塔顶位移、结构最大Mises应力为限制条件,以减小支撑结构整体体积为优化目标,对海上三桩单立柱风力机支撑结构主尺度参数进行多参数同步优化设计。研究结果表明:在保证风机塔架刚度和结构强度的前提下,通过结合有限元分析与进化策略对风机主尺度参数进行同步优化,风机支撑结构整体体积明显下降,优化效果明显。该多参数同步优化设计方法可为海上风电固定式支撑结构设计提供参考。     

绿色住区参数化优化设计平台的开发进展与展望

绿色住区设计是建设宜居城市和实现节能减排目标的重要手段与方法。文章首先回顾绿色住区参数化优化设计方法及平台概况，在此基础上，重点介绍平面生成、噪声计算、通风计算、可视度计算等新增功能和天空遮挡算法升级，以及广州市的工程应用，最后展望平台研发与应用的未来发展方向。     

新游推荐

方舟:生存进化颠覆自由认知适用平台:i OS、Android怒删指数:5%黏人度:95%平均消耗时间:45分钟《方舟:生存进化》主要讲述一群人醒来便出在神秘海滩,为了生存而探索远古开放世界,通过合作或竞技来获取生活必需品。玩家需要打猎、收获、研究技术甚至要根据动态天气变化(酷热白昼、冰冷夜晚)搭建住处。