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。     

基于生长空间限定与并行搜索的模拟植物生长算法的空间结构优化方法

为弥补传统设计理念和优化方法的不足,促进空间结构的发展与创新,结合前沿优化理论,依据模拟植物生长算法(PGSA)的基本原理,提出基于生长空间限定与并行搜索的模拟植物生长算法(GSL&PS-PGSA),并与空间结构优化相结合,建立了基于GSL&PS-PGSA的空间结构优化方法.给出了相应的结构优化流程,并采用MATLAB...     

基于遗传算法的张弦桁架设计与选形优化

张弦桁架设计参数较多且相互影响,常伴有较大的几何非线性变形,因此需要精确寻找结构形状及预拉力,以获得结构整体性能的优化结果.在MATLAB平台上利用多种群遗传算法,通过命令流调用SAP2000,在对结构优化的同时,实现"找形"及"找力";第一阶段寻找各类构件的截面,发现桁架弦杆截面的改变对整体优化结果影响较小,在此基础...     

基于边界表达技术结构构件相交关系简化算法和节点优化

对工程设计中的建筑模型、结构模型以及结构力学分析模型之间的关系和采用边界表达技术描述的结构构件的空间拓扑关系进行分析,提炼与结构分析相关的构件几何关系。针对基于三维的建筑模型到结构模型转换过程中信息失真问题,结合空间直线段与三角形面片相交的数学推论,提出一种判断三维构件之间相交关系的简化算法,并基于此简化算法分别对线性和面类构件之间的相交节点进行归类和优化处理,并对各类构件之间相交节点定义优先权的程序算法进行设计。通过程序对简化算法和节点优化方法进行实例应用,结果表明,该方法有助于建筑结构模型转换中对基本构件信息正确地提取和定位,对促进工程设计中的协同工作具有一定的参考价值。     

基于建筑空间布置规则性的结构优化分析

结构体系中的大空间或者核心筒的布置不规则,会给建筑抗震设计带来诸多困扰。提出优化设计的方法用于对结构刚度进行调整,以降低建筑空间布置不规则的影响。优化方法是基于进化结构优化法,建立新的灵敏度定义,以修正建筑空间布置规则性为设计目标,优化结构体系中抗侧体系的刚度分布。从建立结构模型开始,直接从建筑设计模型中,提取必要的设计参数,导入优化设计程序中进行建模,提高了建模的效率和准确度。在有限元分析过程中全部采用壳单元,并且在考虑解析准确度的基础上对壳单元进行分割,应用泰森多边形理论对荷载进行计算。在优化计算中,主要从结构整体等效应力分布的均匀性,重心与刚心的相对位置关系以及结构的两向抗侧刚度比三个方面对结构体系的应力、水平以及竖向构件刚度分布进行优化设计,调整建筑空间布局以满足布置的规则性,对进一步深化设计提供可参考的分析结果。     

结构形态创构方法——改进进化论方法及其工程应用

在建筑方案设计中,采用结构计算的方法来帮助建筑师确定建筑的形态具有工程意义。模仿自然界的进化现象,本文提出了一种结构形态的创构方法。该方法利用有限元法,计算结构相关力学特性(如von Mises应力分布),通过进行等值线(面)分析来评价结构承受荷载的效率,利用对曲线(面)进行“保留、淘汰、补充”的操作使结构体逐步进化并演变成合理结构。文中对该方法在两个实际工程设计中的应用进行了详细分析,并从提高进化效率的角度讨论了初始形状的合理选择。该方法可以对不同设计变量(比如约束条件,空间条件)进行设定从而得出不同建筑形态,给设计人员提供多种可参考的合理方案。利用此方法所得到的结构形态通常可以抑制弯矩产生,保证应力分布均匀且以轴力效应为主。最后讨论了该方法的有效性和实用性。     

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...     

现代智能优化算法研究综述

主要介绍了现代智能优化算法的基本概念,着重回顾了几种主要的现代智能算法的发展历程,主要包括遗传算法、神经网络优化算法、粒子群优化算法、模拟退火算法,并阐述了其工作原理和特点,归纳了它们主要的应用方向,同时对智能计算方法的发展进行了展望。     

基于连续体结构拓扑优化的树状结构拓扑创构

针对概念设计阶段树状结构拓扑创构问题,提出了连续体结构拓扑优化方法。应用连续体结构拓扑优化法,建立体积约束下结构总应变能极小化（即结构总体刚度极大化）的拓扑优化模型,依据单约束优化问题的鞍点条件建立了优化迭代格式。研究了体积比、屋面结构刚度、屋面结构几何形式、设计空间高度等对树状结构拓扑形态的影响,并给出了具体应用算例。结果表明：随着材料用量的增加,树状结构拓扑随之复杂;随着屋面刚度的增加,树状结构分枝趋向于减少;不同的屋面结构几何形式会导致不同的树状结构拓扑形态;满足一定高度后,树状结构分枝形态不会受高度影响,仅是增加主树杆高度。     

遗传算法在空间杆系结构优化中的应用

介绍了一种基于遗传算法和满应力准则法的空间杆系结构优化方法，该法综合了满应力准则法的搜索定向性和遗传算法的全局搜索能力，数值计算实例表明该法可以显著提高收敛速度，具有很强的适应性。     

基于遗传算法悬臂式挡土墙优化设计

以挡土墙优化设计为出发点,提出一种可有效克服局部最优解的优化方法——遗传算法,就采用遗传算法进行悬臂式挡土墙优化设计的过程进行了深入探讨,并通过工程实例证明了该方法的有效性。     

基于遗传算法的飞艇结构多目标优化

首先,根据软式飞艇结构的力学特点建立了飞艇结构的多目标优化模型,以外荷载作用下飞艇“应力最小”、“变形最小”及“自重最小”为优化目标,确定膜材厚度、膜材弹性模量、飞艇内气压及飞艇细长比为优化变量.其次通过加权系数法将多目标优化转化为单目标问题,并采用遗传算法进行求解.最后,采用此方法对某一飞艇结构进行多目标优化.研究结果表明：飞艇的优化模型是有效的;结合加权系数法和遗传算法,可以获得各个目标均较理想的优化结果;通过进行多目标优化可以为飞艇结构的设计提供合理建议.     

基于遗传算法的开敞式水闸结构优化设计

取水闸底板的厚度、长度，闸门的位置等作为基本优化变量，建立了水闸的结构优化模型，并利用遗传算法对水闸进行结构优化设计，通过实例计算说明该方法可行，结果可靠。     

基于遗传算法的市政管网优化设计的开发应用

介绍了遗传算法的原理及其在管网优化设计中的适用性,对遗传算法在管网优化设计中的应用进行了阐述,从而节约了大量的建设资金,改善了供水系统的工作效率。     

Optimal control of structures under earthquake excitation based on the colonial competitive algorithm

The active control of engineering structures is one of the best methods to reduce structural responses under seismic excitation for the best performance of structures. This study presents an effective approach for the optimal control of structures under strong ground motion using the colonial competitive algorithm. The colonial competitive algorithm was developed over the last few years in an attempt to overcome the inherent limitations of traditional optimize method. The colonial competitive algorithm has been applied due to its ideal performance in optimal control problem. The effectiveness and performance of the proposed method have been investigated through two numerical examples for the response control of earthquake‐excited structures. The obtained results have been compared with the Linear Quadratic Regulator (LQR) control algorithm, and the performance of the proposed control approach has been found to be better than the LQR controller. Copyright © 2012 John Wiley & Sons, Ltd.     

Design optimization of steel–concrete hybrid wind turbine tower based on improved genetic algorithm

The steel–concrete hybrid wind turbine tower is characterized by the lower part of the traditional steel tubular tower replaced with the concrete segment. The lateral stiffness will be improved obviously, and then, the excessive vibration of the steel tower can be solved effectively. Based on the improved genetic algorithm, an optimization program is built to consider the influence of materials, labor, machinery, and transportation on the construction cost of a steel–concrete hybrid tower for a 2.0‐MW wind turbine with a hub height of 120 m, in which the initial height of the concrete segment is 32 m. During the optimization process, design requirements of relevant specifications and industry standards are used as the constraints. The optimization variables include the bottom and top diameters of the tower, the wall thickness of each segment, the height of the concrete segment, and the area of the prestressed steel strand. By comparing the results of construction cost and structural capacity before and after optimization, it can be found that the steel–concrete hybrid wind turbine tower after optimization has the better structural stiffness and lower construction cost. The proposed optimization program can meet the design requirements and significantly improve the economic performance of the tower.     

基于遗传算法的建设工程风险决策多目标优化研究

在建设工程风险决策过程中,只考虑单个目标因素的决策并不能满足实际工程的要求。为了使决策更加科学、合理,在风险识别和风险评价的基础上,综合考虑包括风险管理成本在内的多个目标因素对决策结果的影响,建立了工程风险多目标决策优化模型,通过多目标遗传算法NSGA-Ⅱ,实现了工程风险决策方案的优化。最后,对优化结果的分析和评价,证明了所建立的模型在解决工程风险决策问题上的有效性和实用性。     

基于微粒群算法和模糊神经网络的火灾探测研究

针对火灾探测的特点,将模糊系统和神经网络有机结合,实现模糊系统设计参数的自动调整。采用符合国家标准明火、阴燃火以及厨房环境下的干扰火等作为模糊神经网络的训练样本和测试样本,依据模糊神经网络算法要求,完成了网络结构的设计,并给出相应的计算模型,利用微粒群算法对网络的权值进行学习与训练。结果表明,该算法在探测国家标准火的火灾状态方面具有有效性和可行性。     

基于杆端缩尺的钢桁架结构二次优化

领结式整体节点通过杆端截面高度的缩尺设计,可有效降低矩形钢管桁架结构的次内力。以简支Warren桁架为研究对象,采用ANSYS软件进行了钢桁架结构基于杆端缩尺的优化设计,分析了主要结构参数对桁架最小用钢量的影响规律。其中,设计变量包括杆件截面壁厚、缩尺高度比和缩尺长度比,约束条件包含结构竖向刚度、截面应力、杆件稳定、结构整体稳定等,杆件稳定系数的取值则依据杆端缩尺压杆承载力的有限元分析结果。结果表明,钢桁架采用杆端缩尺设计并适当提高缩尺段钢材强度等级之后,结构用钢量比一次优化（未缩尺）更为节省。