用遗传算法选择悬索桥监测系统中传感器的最优布点

本文利用遗传算法搜索悬索桥结构健康监测系统中传感器的最优测点。以青马悬索桥为对象，研究其加劲梁和桥塔上传感器的最优布点。在讨论经典遗传算法的基本原理和优点，及在结构健康监测系统中，为探测累积损伤用的传感器最优布点之后，本文讨论了广义遗传算法，并用一个算例比较了广义遗传算法和经典遗传算法，结果表明广义遗传算法比经典遗传算法有明显改进。最后，以香港青马桥为例讨论了用广义遗传算法求大跨度悬索桥最优测点，文中针对不同传感器及不同目的提出了三个适应度，它们分别由位移模态和曲率模态表示。并根据这三个适应度用广义遗传算法搜索了青马桥上传感器最优布点。结果表明，用广义遗传算法搜索悬索桥监测系统中传感器的最优布点结果稳定可靠，且收敛迅速。  

基于遗传算法的结构损伤诊断研究

利用试验得到的振动参数评估结构的破损情况，是当前结构工程学科十分活跃的领域。本文引入遗传算法处理振动参数，进行结构的损伤诊断。为了让遗传算法更适用于结构工程损伤诊断领域，提出了多父体变量级杂交和变量微调等新的改进策略，并运用于固端梁的损伤诊断，取得了满足工程要求的结果。在识别过程中，遗传算法用到的信息有前二阶固有频率和其相应的振型及前三阶固有频率和第一阶振型，充分说明了遗传算法可在已知信息不多的情况下找到最优解，为结构损伤诊断开辟了一条新路。  

离散变量结构优化设计的拟满应力遗传算法

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:这种混合遗传算法对于离散变量结构优化设计问题具有较高的计算效率。  

基于免疫网络调节的改进遗传算法

借鉴生物免疫中的独特性网络调节理论，将进化个体对应为免疫系统中的抗体，群体适应度量作为抗原，提出了一种改进遗传算法，实现了个体群在群体收敛性和个体多样性之间的动态平衡的调整，模拟实验表明新算法的收敛性能更佳。  

先进复合材料格栅圆柱壳优化设计的混合遗传算法

复合材料格栅加筋结构优化设计是一个属于多工况、多约束、连续变量和非连续变量混合的优化问题。对遗传算法与单纯形法作了相应的改进, 利用外罚函数法将受稳定性约束和应变约束的多约束优化问题转化为无约束优化。在此基础上, 提出了一种遗传算法与单纯形法相结合的混合遗传算法, 通过与其它文献结果和传统遗传算法结果对比, 证实了混合遗传算法的有效性。以受均匀侧压时复合材料格栅圆柱壳优化设计为例,分别讨论了不同格栅类型和有、无强度约束时的优化结果。分析表明, 整体稳定性是控制该结构安全度的最主要约束因素。本算法具有高效和方便的特点。  

基于改进遗传算法评定圆柱度误差

针对圆柱度误差评定的特点，提出了一种基于实数编码的改进遗传算法同时实现圆柱度误差的最小区域法、最小外接圆柱法和最大内接圆柱法评定。同时建立了用遗传算法实现圆柱度误差最小区域法、最小外接圆柱法和最大内接圆柱法评定时目标函数数学模型的计算方法。通过不同评价方法对圆柱度误差在不同初始值下进行多次评定，证明该方法都能收敛到全局最优解，而且计算结果稳定。该算法可以推广应用到其它形状误差评定中。  

求解约束优化问题的退火遗传算法

针对基于罚函数遗传算法求解实际约束优化问题的困难与缺点，提出了求解约束优化问题的退火遗传算法。对种群中的个体定义了不可行度，并设计退火遗传选择操作。算法分三阶段进行，首先用退火算法搜索产生初始种群体，随后利用遗传算法使搜索逐渐收敛于可行的全局最优解或较优解，最后用退火优化算法对解进行局部优化。两个典型的仿真例子计算结果证明该算法能极大地提高计算稳定性和精度。  

遗传算法的改进策略及其在桥梁抗震优化设计中的应用效果

本文论述了采用遗传算法进行结构优化设计时遇到的诸如计算量大、早熟收敛和边界探索不足等棘手问题，提出了三个解决对策，编制了计算程序，其在桥梁抗震代化设计中的应用效果表明，改进后的遗传算法不但提高了计算速度，而且在尽可能短的时间内找到最好的优化解。  

遗传算法的改进及其在水库优化调度中的应用研究

遗传算法是通过对样本中个体的不断改进来寻找各类问题的最优解。由于标准遗传算法（SGA）存在收敛性及个体适应度求解方面的困难，在研究中，通过对SGA中遗传算子改进，特别是对选择算子的改进，提出了一种改进遗传算法（AGA），并将它应用于水库优化调度中。改变通常以水位变化序列为基础的遗传算法编码方案，通过数组存储水库库容状态，并以各库容状态对应的数组下标为基础进行遗传算法编码，通过实例，表明AGA对水库优化调度问题具有良好的适应性，同时结合数组存储理论的遗传算法编码方法简化了水库优化调度遗传算法的实现过程。  

神经网络-遗传算法优化反应烧结ZrO2-SiC材料制备工艺

应用人工神经网络对反应烧结ZrO2－SiC材料制备中工艺参数与原位SiC颗粒生成量的关系进行拟合和预测，并结合遗传算法优化出了最佳制备工艺．