基于拟满应力遗传算法的桁架结构形状优化设计

以拟满应力法和改进遗传算法为基础,提出了一种可以解决具有连续变量和离散变量的桁架结构形状优化问题的拟满应力遗传算法。该算法既充分利用了遗传算法全局寻优能力强的特点,也发挥了力学准则法局部寻优长处,具有很高的搜索效率。用拟满应力遗传算法解决15杆桁架结构形状优化问题的结果表明,这是一种解决具有连续、离散混合变量的桁架结构优化设计问题的很有效方法。     

一种应用于预应力钢结构的混合优化设计算法

提出了一种综合运用数学规划法、满应力准则法和遗传算法的混合优化设计算法,解决预应力钢结构优化设计中两类变量、三个方面的优化设计问题,分别为连续变量、非连续变量和形状优化、截面优化、预应力优化。通过算法原理分析和算例计算,表明该优化算法有一定的应用价值。     

基于改进双向渐进结构优化法的桁架结构拓扑优化

为了将双向渐进结构优化法应用于桁架结构优化设计中,结合能量原理和满应力设计准则,推导了以结构最小应变能为目标函数的优化计算公式,提出了可以应用于桁架结构优化的桁架-双向渐进结构优化(T-BESO)法.T-BESO法以杆件截面面积为设计变量,以结构应变能为目标函数,以应力约束和满应力设计准则为约束条件.在T-BESO法中...     

模拟岩石破坏过程的物理细胞演化力学模型

基于细胞自动机理论和遗传算法，提出了一种物理细胞演化力学模型(ECA)。该模型利用遗传算法搜索试验所得到的应力．应变曲线所对应的最佳能量耗散率，并且可以模拟岩石的非均质性、各向异性等特性；根据该模型得出的能量耗散率模拟得到的应力．应变曲线与试验曲线得到了很好地吻合。     

混合遗传算法在桁架优化中的应用

应用遗传算法,并对基本遗传算法进行相应的改进,对空间桁架结构截面进行优化。在应用遗传算法的同时,考虑满应力解通常处在最优解附近的原理,将满应力解作为种群中的一个个体参与计算,并通过MATLAB编制相应的程序实现。算例表明,该方法能得到理想效果,并减少程序运算时间。     

基于混合遗传算法的桁架优化设计研究

应用十进制编码的遗传算法,通过MATLAB编程实现桁架结构截面优化。考虑满应力解通常处在最优解附近的原理,在应用遗传算法的同时,将满应力解作为一个个体引入种群中进行计算。算例表明,该方法能得到理想效果,并能减少程序运算时间。     

层状地层粘弹性优化反分析与混合遗传算法

本文针对基坑开挖过程所表现出来的时间效应，采用Voigt粘弹性模型进行模拟，并结合具体的施工过程，进行粘弹性位移优化反分析。由于遗传算法具有早熟收敛，并且在进化后期有搜索能力较低等特点，把阻尼最小二乘法和遗传算法结合起来；并结合具体的工程实例，对遗传算法以及混合遗传算法进行了对比分析。结果发现，混合遗传算法在保证搜索精度的基础上加快了搜索速度。     

下穿高速双孔并行隧道可靠度分析

针对地下结构可靠度分析中功能函数不能显示表达的特点,提出基于三维有限元的可靠度分析方法。以下穿高速双孔并行隧道为例,根据三维有限元计算结果,分别以DP2与DP3准则作为塑性屈服的判定准则,采用遗传算法选取样本点构建二次响应面模型,通过对Monte Carlo法,基于BP神经网络的Monte Carlo法,中心点法,JC法和遗传算法得出的可靠度指标的比较分析,得出遗传算法的运用可显著提高响应面模型的逼近精度,中心点法计算出的可靠度指标误差较大,Monte Carlo法、BP-Monte Carlo法、JC法及遗传算法求得的可靠度指标精度相近,JC法因操作简便、计算精度高可广泛用于地下结构的可靠度分析。基于遗传算法选取的样本点构建响应面模型,以JC法计算地下结构的可靠度分布,得出在公路线荷载作用下,衬砌上下两侧向内变形,上下两侧围岩应力释放多,可靠度相应增大;衬砌左右两侧向外变形,左右两侧围岩应力增大,可靠度相应减小;并行隧道的相互影响导致邻近另一隧道侧的衬砌可靠度较小。     

采用基于遗传算法的文化基因算法求解TSP问题

为更好地求解旅行商问题,本文提出了一种基于遗传算法的文化基因算法。将2-opt作为局部搜索算子,融入到遗传算法中,以加快遗传算法的收敛速度和提高解的局部搜索能力。遗传算法具有全局搜索的能力,2-opt具有局部搜索的特点,嵌入2-opt局部搜索的遗传算法力图在全局和局部搜索中达到平衡和融合,使之更有效地解决TSP问题。为检测算法的性能,将该算法用于解决标准的TSP测试问题,并将测试结果与标准的遗传算法及蚁群、粒子群等其它一些优秀的算法的实验结果做了比较,数值实验结果证明了算法的有效性。     

基于遗传算法的混合优化反分析及比较研究

围绕优化反演分析中计算收敛速度、精度和稳定性问题，着重就传统和现代两类优化方法开展以下3方面的研究：(1) 将阻尼最小二乘法与遗传算法耦合起来，发展了阻尼最小二乘法-遗传混合算法；(2) 将两类混合优化方法：阻尼最小二乘法-遗传算法和模拟退火-遗传算法较早地用于优化反演分析；(3) 结合基坑工程算例，对单纯形法、阻尼最小二乘法、遗传算法、模拟退火-遗传算法和阻尼最小二乘法-遗传算法进行了比较分析。结果表明，与单纯形法等传统的优化方法相比，基于遗传算法的一类现代优化方法具有较好的全局收敛性；与常规的遗传算法相比，阻尼最小二乘法-遗传和模拟退火-遗传等算法有效地提高了优化反演的计算搜索速度和精度。     

遗传算法在级配碎石配合比设计中的应用

将遗传算法引入级配碎石配合比设计领域,利用遗传算法的普适性和全局搜索特性找到最佳的配合比,通过实际工程数据对比说明,遗传算法得到的配合比优于传统方法得到的配合比,得出了遗传算法在该领域是一种可行、有效方法的结论。     

用复合蚁群算法确定边坡临界滑动面

阐述了蚁群算法基本原理，针对蚁群算法局部搜索能力不强等问题进行探讨，把单纯形加速度法引入蚁群算法中构成复合蚁群算法，可加强局域空间的探索，通过工程实例进行了验证。计算表明，在边坡临界滑动面确定中，复合蚁群算法对改善搜索效率、确保计算精确度具有明显效果。     

工程实用的遗传算法结构优化设计

针对工程结构设计的特点以及目前遗传算法在大规模设计变量设计中的计算量大、优化结果较差的特点,提出了相应的改进措施,算例表明改进方法是有效的。     

基于遗传算法的基坑土钉支护整体稳定性求解

结合遗传算法和Visual c＋＋6.0编程对某基坑的土钉支护的最危险滑动面进行了自动搜索并计算了对应的稳定性系数,讨论了pc和pm的取值对收敛速度的影响,结果表明遗传算法所确定的最危险滑动面与传统计算结果相符合,并与监测结果吻合,证明了该方法的有效性和准确性。     

遗传算法在钢结构优化设计中的发展与应用

论述了遗传算法的原理及其实现步骤,分析了遗传算法的缺陷,据此提出了改进算法的建议及方法,并介绍了该算法在钢结构优化设计中的应用情况,指出该算法在实际工程结构优化设计方面的应用具有很大的发展空间。     

遗传算法在煤气管径优化中的应用研究

给出了管径优化的目标函数,然后应用遗传算法对燃气输配管网进行了管径优化,优化结果表明,遗传算法适合于管道优化这这一工程领域。     

基于ANN吸收式冷水机组模型的遗传算法最优控制

文章讨论了吸收式溴化锂冷水机组目前在其系统控制上存在经典控制理论无法解决的问题,所以提出采用人工智能领域的技术来实现它的控制方案,其中结合了遗传算法和神经网络的优点。文章还探讨了如何有效的实现这种结合,并将其运用到实际的模拟控制中,实现最优化控制。同时,分别就可能的最优化控制方案与标准控制方案进行比较,文中给出各种最优化控制方案的性能。     

基于结构式二进制编码的遗传算法在及其在BP网络中的应用

根据BP网络的拓扑特征,本文设计了基于结构式二进制编码的遗传算法,在该算法中,通过先将庞大的解空间进行分解处理,再将分解后的子空间视为个体进行遗传操作,能借助遗传算法的优势在全局范围内搜索到最优解所在的子空间,从而为下一步应用BP算法进行局部搜索明确了起点,缩小了范围,有效解决了BP算法易陷入局部极小,收敛速度慢甚至不收敛等问题,最后,通过字母识别试验证明了该算法的效率。     

遗传算法改进的BP神经网络在GPS高程拟合中的应用

针对BP神经网络收敛速度慢和易于陷入局部极小值的问题,采用将遗传算法全局寻优和BP神经网络局部寻优相结合的方法,优化神经网络各层之间的连接权和阈值,提高了BP神经网络的计算精度、收敛速度和泛化能力。本文论述了遗传算法的基本思想、实现过程,并对高程拟合算例进行训练检验,实验结果表明,遗传算法改进的BP神经网络进行GPS高程拟合是可行的,能够有效地提高BP神经网络的拟合精度。     

基于遗传算法的网络计划工期-费用优化

本文就建立PERT网络工期 费用模型、应用遗传算法进行求解、适用于大型网络计划进行了系统介绍。