基于改进的蚁群算法的污水管网优化设计

以城市污水管网为研究对象,在布局一定的前提下建立污水管道优化设计模型,针对以往蚁群算法应用时存在的一些缺点,分别在信息素更新、能见度方面做出改进,并且在蚁群转移概率公式中加入权重机制,以提高算法搜索效率和防止局部最优现象发生.将改进的蚁群算法运用到JZ市老城区局部污水管道优化设计的实例中,并与应用基本蚁群算法的优化设计方案进行比较,结果无论在收敛上或者解的质量上都优于基本蚁群算法,验证了改进的蚁群算法是可行和高效的.     

基于NSGA-Ⅱ的网架结构多目标抗震优化

针对网架结构抗震设计,提出一种基于多目标进化算法NSGA-Ⅱ的抗震优化设计方法。建立以网架用钢量最小化和结构最大竖直位移最小化为目标的多目标优化模型;结合有限元动力计算模型和显式动力分析方法对网架结构进行地震响应分析;考虑到优化模型带有约束条件以及设计变量的特点,提出基于NSGA-Ⅱ的改进算法NSGA-Ⅱ+,采用该算法来求解优化模型。为了验证算法改进效果,对经典的空间桁架结构进行了优化,并与其他算法的优化结果进行比较,结果表明改进算法具有良好的收敛性和稳定性。最后以ANSYS/LS-DYNA为结构动力分析工具,混合编程实现了一个斜放四角锥网架的多目标抗震优化设计。优化实例表明,该方法能得到优质解,具有实际工程意义。     

基于基因表达式编程的混合蚁群算法

蚁群算法具有分布式并行全局搜索能力,通过信息素的积累和更新收敛于最优路径上,但初期信息素匮乏,求解速度慢。针对此问题,本文提出了一种先用基因表达式编程生成信息素分布,再利用蚁群算法求优化解的新的混合算法。并通过求解复杂TSP问题的仿真数据实验验证了这种基于基因表达式编程的混合蚁群算法的高效性。     

基于改进蚁群算法的室内疏散路径优化

针对传统蚁群算法在解决室内疏散问题时存在收敛速度慢、容易陷入局部最优的缺陷问题,将火场的动态参数引入到蚁群算法中,对其路径选择策略、启发函数和信息素更新策略进行改进,为整个疏散群体求解更优的疏散路径。运用改进的蚁群算法对室内人员的疏散路径进行动态规划,考虑了路径的实时拥挤度,避免了疏散人员局部实现路径优化的瓶颈效应。将分析结果与基本蚁群算法的规划结果进行比较验证,研究结果显示,优化算法缩短了疏散时间和规划路径,提高了疏散效率和搜索速度。     

基于改进ACO算法的建筑疏散路径优化研究

针对大型公共建筑存在的结构复杂、消防疏散困难等问题,提出了用于优化疏散路径的改进蚁群算法。首先,针对基本蚁群算法(ACO)引入Dijkstra 算法,并利用Dijkstra 算法计算出全局性较好的次优路径进而对蚁群算法初始信息素分布情况进行了加强。其次,根据火灾的实时情况改进了蚁群算法的转移概率、更新规则、信息素挥发系数、启发函数等。最后,对改进的蚁群算法进行对比仿真实验。实验结果表明该算法具有较强的全局搜索能力以及较高的搜索效率,能够避免算法进入局部最优陷阱,有效提高消防疏散路径规划效率。     

基于蚁群算法的土石坝土体参数反演

介绍了新近为求解复杂组合优化问题而提出的蚁群算法。将蚁群算法运用于土石坝土体参数反演问题的求解:先对反演参数的搜索空间进行离散,将参数反演问题转化成一个组合优化问题;再针对土体参数反演问题的特点,改进蚁群算法,并将其用于土体参数的反演计算。算例表明,改进蚁群算法可有效求解土石坝土体参数反演问题。     

多粒度PPI网络描述模型及其蚁群优化的功能模块检测方法

针对蚁群算法在大规模蛋白质相互作用(protein-protein interaction,PPI)网络中进行功能模块检测所暴露的时间性能方面的不足,提出了一种基于多粒度描述和蚁群优化的快速求解算法。首先,从粒度计算的角度,给出了一种新的多粒度PPI网络描述模型;然后,基于该模型,设计了融合功能和结构信息的粒度划分,粗粒度的蚁群寻优,解的还原与优化3个阶段的求解过程。在大规模PPI网络上的实验表明:算法在保证检测质量的同时,能显著降低利用蚁群算法进行功能模块检测的求解时间,而且与近年来的一些经典算法相比在检测精度上也具有一定的优势。     

基于蚁群算法的混凝土运输车辆调度方案

提出了基于蚁群算法的混凝土运输车辆调度方案,以司机利益均等和运输花费最低为目标进行建模并求解.车辆调度模型包括任务选择模型和车辆选择模型两部分.基于蚁群算法的任务选择模型,充分运用了信息素的积累来表示当前任务的紧急状况及完成情况,找到了任务派遣的智能解决方案.同时,给出实际的案例证明该方案的可行性.最后,提出了混凝土运输车辆调度智能算法的下一步发展方向.     

改进的群搜索优化算法及其应用

群搜索(GSO)算法是一种新的群智能优化算法,适用于结构优化设计.本文通过对GSO算法进行改进,简化了算法的计算过程,提高了优化性能.对算法的改进主要有二个方面:一是采用随机搜索,放弃了按角度搜索的方式;二是在生成个体新位置时,增加了一个随迭代次数递减的控制变量-分量变异概率,用于限制允许变异的维的数量.通过对经典桁架算例的优化以及与标准GSO算法的计算结果比较,可以看出改进后的群搜索优化算法(SGSO)具有更好的收敛速度和收敛精度,SGSO算法的结构比GSO算法更简单、易于实现并且计算用时更少.     

改进蚁群算法在港口集装箱装载中的应用

为了提高港口集装箱装载的效率,以最大化集装箱空间利用率为目标建立了集装箱装载优化模型,基于MATLAB利用改进蚁群算法进行了优化求解,结果显示,空间利用率提高了9.13%。证明了改进蚁群算法在集装箱装载问题上提高了空间利用率,可以容纳更多的货物,降低了装载成本。     

基于蚁群算法的输电塔结构局部优化设计

提出了一种可同时求解结构截面、拓扑、形状和布局优化问题的基于蚁群算法的输电塔结构局部优化设计方法。在统一所有优化变量的基础上,将4类不同层次的优化问题统一为适用于蚁群算法求解的标准化旅行商问题,再采用MATLAB系统平台实现输电塔结构的优化设计和程序化,并以某实际工程为算例对局部优化方法进行验证。结果表明:提出的方法不仅可以简单高效地求解输电塔结构塔身局部的截面、拓扑、形状和布局优化问题,而且具有非常好的实用性和通用性,有望应用于完整的输电塔结构优化设计中。     

基于MMAS的NoC低功耗映射

随着芯片集成度的提高,网络通信流量与通信功耗也随之递增.片上网络在设计阶段就要考虑到通信功耗问题,因此提出一种可以降低通信功耗的映射方法,该方法是一种改进的最大最小蚁群算法,通过优化权重系数、状态转移规则以及信息素更新来提高算法的性能.实验表明,该方法能加速搜索进化过程,避免搜索的停滞,具有较好的收敛性,能有效的降低系统的映射功耗.     

在强烈地震作用下建筑结构的优化设计

针对第三水准"大震不倒"的抗震设防目标,提出一种在强震作用下建筑结构的优化设计方法,依据"用相同的投资获最好的设计"的设计理念,建立了在强烈地震波的作用下,建筑结构最大的层间相对位移最小化作为优化目标,同时满足体积约束的优化数学模型,并采用动力有限元分析模型和高效的显式动力分析方法进行结构分析获得最大的层间相对位移,采用零阶和一阶优化算法分别求解优化数学模型,在显式动力分析软件ANSYS/LS.DYNA的基础上进行二次开发,实现了一个三维框架结构的抗震优化设计,数值结果表明该方法能获得较高质量的解,经优化设计后建筑结构的抗震性能得到了很大的改善,具有现实的工程意义.     

基于混合变量的预张力结构优化设计研究

探讨了以预张力和截面尺寸为设计变量的预张力结构优化设计问题.建立了预张力结构优化设计的数学模型,提出了基于混合变量的预张力结构优化设计的两级算法.第一级优化以预张力作为设计变量,采用基于连续变量的数学规划法进行搜索,第二级优化在固定预张力状态下,在构件截面尺寸变量级采用离散变量优化设计方法求解.从文中算例可看出,该方法具有较好的计算效率和收敛性.     

基于改进的蚁群算法的测试数据自动生成方法

本文设计了测试数据自动生成模型,提出一种基于改进的蚁群算法的测试数据自动生成方法。该方法在传统蚁群算法的概率算子中引入相似度影响因子,增加了算法的全局搜索能力。通过三角形判别问题,对改进的算法与传统蚁群算法对比分析。实验结果表明,该算法相较传统蚁群算法具有搜索效率高、全局搜索能力强的特点,在测试数据自动生成问题中具有较强的可行性。     

基于改进蚁群算法的地铁疏散路径优化

为提高地铁应急疏散效率,在基本蚁群算法的基础上对其路径选择策略、启发函数和信息素更新策略进行改进,为整个疏散群体求解更优的疏散路径。以西安某地铁站为例,在突发事件情况下,站内人员的数量、密度、事件发生位置等基本参数不变,分别运用基本蚁群算法和改进蚁群算法对其进行验证。研究证实,在解决地铁站乘客疏散路径问题方面,改进蚁群算法较基本蚁群算法不论是在乘客整体疏散效率还是疏散成功率上都有很大提升。     

基于连续域蚁群算法的结构优化设计

工程结构优化设计是把力学和优化技术有机地结合,根据设计要求,使部分参与计算的量以变量出现,建立结构设计参数与结构重量、最大允许应力等的非线性关系,获得连续域蚁群算法求解结构优化问题所需的目标函数,用连续域蚁群算法进行寻优搜索运算,从而求出所需最优解。算例表明,连续域蚁群算法可求解多维连续优化问题,收敛速度快,且计算精度高,可用于工程结构优化设计。     

星状集输管网拓扑结构的整体优化

针对星状集输管网结构特点,建立以管网建设总投资为目标函数,以系统中节点连接关系、站点位置、管线参数为优化变量的星状油气集输管网拓扑结构优化模型。将蚁群算法与遗传算法相结合对模型进行整体优化求解。在蚁群算法中,将节点连接关系的确定转化为路径选择问题,将启发因子表示为管段建设成本的函数,用路径方案对应的管网建设总成本计算信息素的积累量。在遗传算法中,以格雷码形式将站址信息储存于染色体上,用蚁群算法求得每种站址分布方案下最优井组和管径,并用其计算各染色体的适应度,从而同步求得最佳站址、最佳井组划分和管线参数。结果表明,所设计算法优化质量高于分级优化,且鲁棒性强,不受计算初始值影响。     

粒子群-鱼群混合算法在桁架结构优化设计中的应用

群智能算法由于其优异的搜索性能被广泛应用于结构优化设计,人工鱼群算法和粒子群算法都是基于动物群体行为的智能优化随机算法.本文介绍了人工鱼群算法和粒子群算法的基本原理,并提出了粒子群和鱼群杂交混合的一种新方法:粒子群-鱼群混合算法,将粒子群-鱼群混合算法应用到四个桁架结构的重量优化设计,包括平面桁架结构和空间桁架结构,通过比较粒子群-鱼群混合算法、人工鱼群算法、粒子群算法的优化结果,发现改进的粒子群-鱼群混合算法具有收敛精度高、收敛速度快等特点,同时具有较好的稳定性,可用于结构优化设计.     

基于一维搜索算法的张弦桁架离散变量优化

本文采用Matlab语言编写张弦桁架结构模型程序,对张弦桁架在各荷载工况下的受力性能进行了分析;首先采用Matlab语言编写了张弦桁架结构各种约束条件程序,同时编写了基于离散变量的张弦桁架优化设计程序,采用基于离散变量的一维搜索优化算法对拟定的张弦桁架计算模型进行了优化,优化结果表明基于离散变量的一维搜索优化算法,由于目标函数和约束函数的单调性质,得到的解显然是最优解,而且优化结果可以直接应用于结构实际设计。最后,在确保编写的离散变量优化程序正确的前提下,对不同矢高的张弦桁架结构进行了离散变量优化设计,得出了最优矢高结论。