基于遗传神经网络的产品配色设计

由于科技的进步和消费者意识的提高,加快了产品的生命周期,如何帮助设计师掌握消费者的感觉,提高产品创新的时效性,是一个不容忽视的问题。从感性工学的理论和知识出发,将目标产品(电话计费器)划分为色块的组合构成,以配色理论制作配色意象问卷,运用倒传递类神经网络学习的特性模拟配色意象评价模式,再通过遗传算法调适与更新的特性搜寻最符合需求意象的配色组合。研究结果显示：通过实验,依据类神经学习与遗传演算推演出的配色组合方式,最终可以架构系统而得以顺利执行,并且提供配色子代的样本作为建议。由本研究的结果可建立一个评估色彩感性的决策支持系统,藉以加快设计流程,辅助设计师以比较有效率且客观的方式进行产品色彩设计。由于科技的进步和消费者意识的提高,加快了产品的生命周期,如何帮助设计师掌握消费者的感觉,提高产品创新的时效性,是一个不容忽视的问题。从感性工学的理论和知识出发,将目标产品(电话计费器)划分为色块的组合构成,以配色理论制作配色意象问卷,运用倒传递类神经网络学习的特性模拟配色意象评价模式,再通过遗传算法调适与更新的特性搜寻最符合需求意象的配色组合。研究结果显示：通过实验,依据类神经学习与遗传演算推演出的配色组合方式,最终可以架构系统而得以顺利执行,并且提供配色子代的样本作为建议。由本研究的结果可建立一个评估色彩感性的决策支持系统,藉以加快设计流程,辅助设计师以比较有效率且客观的方式进行产品色彩设计。     

基于进化算法的产品造型创新设计方法研究

为了满足用户多样化的产品造型需求,模拟设计师的设计思维特性,提出了应用元胞遗传算法和标准遗传算法的产品造型创新设计新方法.首先收集产品样本,经聚类分析、设计师聚焦等确定代表性产品样本,再利用形态分析法得到产品造型元素并定量描述设计参数;其次,以代表性产品样本为初始种群,应用元胞遗传算法建立产品造型初始设计系统,实现了以少量原型生成大量创新性方案的智能设计进程;最后,应用标准遗传算法建立产品造型细化设计系统,进一步优化初始设计方案,快速实现方案的细化智能设计进程.卡通表情造型设计实例表明,该方法可为创新设计提供有效的辅助与支持.     

A surrogate assisted evolutionary optimization method with application to the transonic airfoil design

A multi-layer perceptron neural network (NN) method is used for efficient estimation of the expensive objective functions in the evolutionary optimization with the genetic algorithm (GA). The estimation capability of the NN is improved by dynamic retraining using the data from successive generations. In addition, the normal distribution of the training data variables is used to determine well-trained parts of the design space for the NN approximation. The efficiency of the method is demonstrated by two transonic airfoil design problems considering inviscid and viscous flow solvers. Results are compared with those of the simple GA and an alternative surrogate method. The total number of flow solver calls is reduced by about 40% using this fitness approximation technique, which in turn reduces the total computational time without influencing the convergence rate of the optimization algorithm. The accuracy of the NN estimation is considerably improved using the normal distribution approach compared with the alternative method.     

应用遗传算法和神经网络的工程电梯传动机构模糊优化设计

 考虑到影响设计的某些因素很难用确定数值表示,以工程电梯传动机构中蜗轮齿冠体积最小为优化目标,建立了模糊优化设计的数学模型。采用二级模糊综合评判法按最大隶属度原则求出最优水平截集,将模糊优化问题转化为普通优化问题。另外,通过神经网络方法得出网络权值和阈值以拟合待求系数,并采用加法形式的惩罚策略来构造带有惩罚项的适值函数,应用Matlab遗传算法工具箱寻求问题最优解,从而提高设计精度和搜索效率。     

基于遗传算法的板翅式换热器优化设计

以板翅式换热器的质量为目标函数,以换热器芯体外形尺寸和冷热两侧翅片参数为优化变量,分别采用改进遗传算法和基本遗传算法对其结构尺寸进行优化设计.结果表明,与原始数据相比,换热器的质量明显减小,同时证明改进遗传算法的有效性和先进性.     

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。     

动调频液柱阻尼器基于遗传算法的LQR控制优化设计

ATLCD由调频液柱阻尼器(Tuned Liquid Column Damper,TLCD)发展而来,在TLCD液柱端部连接气压控制箱,通过引入控制气压对结构实施主动控制。采用被动TLCD优化设计方法设计阻尼比及频率比,采用LQR算法确定ATLCD系统的主动控制力,并对LQR算法中权矩阵采用遗传算法进行优化。以一五层钢框架结构为例,顶层装ATLCD用LQR算法进行主动控制,加载El-Centro地震波进行时程响应分析,比较无控结构及被、主动控制结构的时程响应结果表明,采用ATLCD的减振效果明显优于采用被动装置。     

基于改进自适应遗传算法的钢框架非线性优化设计

遗传算法在建筑钢结构设计中的应用不仅改变了传统的设计概念,而且可以丰富钢结构优化设计理论和方法,在经济建设中取得显著效益．在比较、分析、综合现有的一些改进方法的基础上,对基本遗传算法提出了一系列改进措施,形成了一种高效综合的遗传算法．改进算法采用最优保存策略和比例选择相结合的选择思路,设计了与进化代数相关的交叉概率和与个体适应度相关的变异概率．将该算法应用于以质量（造价）最小为优化目标的钢框架结构的优化设计中,结果表明,改进的遗传算法不仅可以获得满意的优化效果,而且还有效地提高了计算速度.     

基于BP网络和遗传算法的枪架结构优化

为提高机枪的射击精度,需要对机枪枪架的结构参数进行优化设计。基于CAE软件的结构优化有其自身的局限性,所以提出了一种新的优化方法,即联合应用BP网络和遗传算法。本文以此为基础,根据机枪有限元模型,对枪架结构参数进行了优化设计,结果表明：BP网络和遗传算法相结合的方式可适用于多设计变量的枪架参数优化设计,为其它复杂结构的参数优化提供了新的思路。     

压电智能连续体结构/控制一体化广义拓扑优化

对于以往较少涉及到的同时考虑结构拓扑、作动器位置与数目和控制器参数等多种优化设计变量参与的压电智能板结构的一体化优化设计问题,研究了结构/控制一体化广义拓扑优化设计的方法。提出采用基于耦合模态空间的二次型最优控制系统设计与基于遗传算法和数学形态学处理的策略进行一体化拓扑优化设计实现。数值算例的结果表明,所提方法合理、有效,能够得到清晰的结构拓扑和良好的可控性。