双轿厢电梯分区运行的鲸鱼优化算法配置

依据鲸鱼优化算法原理,提出其在双轿厢电梯分区运行配置上的改进算法和具体应用.在给出双轿厢电梯分区运行概念和工程应用数据的基础上,提出了鲸鱼优化算法对应的目标函数,收缩包围、螺旋上升包围和搜索猎物的表示条件,控制参数表示式.举例说明了所给算法和配置的有效性,并可推广到双轿厢电梯其他运行模式上,以及其他电梯群控运行配置上.     

基于改进鲸鱼算法和模态柔度的两阶段结构损伤识别

本文在引入两阶段损伤识别方法的基础上,结合模态柔度和鲸鱼算法,提出了一种新的结构损伤识别方法.即将损伤定位与量化损伤程度分开的损伤识别两步法.第一步,定位出结构发生损伤的位置,提出了一种基于模态柔度的新指标:叠加模态柔度差曲率(SMFC)来确定结构中发生损伤的位置.该指标的计算,首先是分别计算损伤前、后的结构模态柔度,...     

基于改进人工鱼群算法的空间桁架结构优化研究

以工程应用为目标,针对基本人工鱼群算法在优化过程中存在的很多不足,对人工鱼的搜索视野和移动步长进行了改进,提出了一种改进的自适应人工鱼群算法,并结合对一个25杆空间桁架结构进行形状优化设计,比较详细的介绍了运用该方法进行优化的思想和策略,表明了改进的鱼群算法的可行性。     

混沌模拟退火粒子群优化算法

基于模拟退火思想的粒子群优化算法和混沌粒子群优化算法,提出了混沌模拟退火粒子群优化算法,编写了其具体流程图,并通过两个算例,验证了该算法的效率和有效性,结果表明该方法可行,具有广泛的应用前景。     

求解自动化药房路径优化的混沌粒子群算法

基于静态存储的基本理论,本文建立了存取药品的模型和优化路径的目标函数。并采用了基本粒子群算法、混沌粒子群算法分别对该模型仿真,验证了混沌粒子群算法的优越性。     

基于粒子群算法的桁架结构优化

粒子群算法(PSO)是一种基于种群智能的优化算法。由于其具有快速收敛和操作简单等特点,粒子群算法在工程、经济管理等诸多领域均得到广泛应用,成为近年来智能计算领域研究的新热点。首先介绍粒子群算法,进而提出对于惯性权重进行线性变化。利用改进的粒子群算法对实际工程桁架结构进行尺寸优化以提高经济效益,并提出合理的参数设置。数据对比分析结果表明,改进的粒子群算法对于桁架结构尺寸优化设计是可行的。     

基于改进粒子群算法的海洋钻机系统布局优化

为提高海洋钻机的工作效率和平台的空间利用率,应用改进的粒子群算法对海洋钻机系统进行布局优化研究。针对多目标、多约束的钻机系统布局优化问题,建立钻机系统布局优化数学模型,应用多目标粒子群算法直接求解,得出相应的最优解集。利用线性加权法将多目标转变为单目标进行求解分析,针对单目标粒子群算法的缺点,基于约束条件、惯性权重以及遗传算法的选择和杂交对粒子群算法进行改进,完成不同改进算法的测试实验。结果表明,在应用粒子群算法求解布局问题时将约束条件作为目标函数、单独引入遗传算法的杂交思想求解速度和精度更好。提出的基于杂交的动态惯性权重粒子群算法的布局优化问题求解性能更优,得到的优化方案符合海洋钻井作业要求且占用甲板面积较小。     

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.     

基于改进蚁群算法的无线传感器网络优化

本文通过对无线传感器技术的阐述,提出了一种最大流量算法,用于研究静态无线传感器网络中K势垒的高覆盖率问题。     

改进的粒子群优化算法在结构优化中的应用

结构优化设计对于实际工程具有重要的意义。本文通过对标准的粒子群优化算法进行分析,将惯性权重系数引入到原算法中,并建立了相应的优化模型。介绍了改进的粒子群算法的基本思想、结构优化模型及其实施的具体步骤,最后通过算例及与标准PSO优化算法的比较,验证了改进后的方法的效率和有效性。结果表明该方法提高了优化性能,具有很好的应用前景。     

Topology optimization method of lattice structures based on a genetic algorithm

A two-stage topology optimization method of lattice structures based on a genetic algorithm is proposed. The first stage is the form-finding analysis of lattice structures, and the optimal initial shape was achieved with the numerical inverse hanging method. The second stage is the topology optimization of single-layer lattice structures, which can be realized by changing the mesh size and the tube configurations to minimize the total weight of steel tubes subject to the design requirements. The mesh configuration optimization is realized through the adjustment of the nodal horizontal co-ordinates and the removal of tubes with lower stress. The maximum displacement of the structure, the maximum stress of the circular steel tubes, and the nonlinear buckling load are the state variables, and a genetic algorithm (GA) is the optimization algorithm. Different stress-limiting values used to delete the tubes were discussed. The numerical examples show that the two-stage topology optimization method for lattice structures proposed in this paper is correct and efficient. Furthermore, the forms of the optimized structure are rich, and the structure is lightweight and efficient.     

循环荷载作用下软黏土不排水累积变形特性

在原状样与重塑样循环三轴试验的基础上,研究了软黏土在无静偏应力和有静偏应力循环荷载作用下的不排水瞬态累积变形特性,提出了考虑循环应力、循环振次、超固结比及静偏应力影响因素的土体应变本构模型。结果表明:软黏土变形规律受固结应力水平和土结构破坏影响甚大,当固结压力大于土体结构屈服应力时,其变形规律将趋近于重塑样;在循环荷载作用下,土样变形存在转折点,标志着土结构的破坏,本构模型宜按试样破坏前、后分段描述。     

基于混沌优化的高阶段充填体可靠性分析

对高阶段充填体进行了力学分析,推导了分层充填力学计算公式,用可靠性理论研究了高阶段充填体稳定性。考虑高阶段充填体可靠性分析的状态函数求导困难,提出了基于混沌优化的可靠性计算方法,为工程中复杂函数计算可靠性指标提供了一种新的方法。高阶段充填体力学研究表明:缩短采场长度和增大采场宽度有利于充填体稳定性和降低充填成本。为了评价高阶段充填体稳定性,分别在实验室配制充填料浆和采场取样试验了尾砂胶结充填体强度,分析了采场原位充填体强度与实验室试验强度的差异。研究认为:采用实验室力学参数进行充填设计,最小设计安全系数为1.6～1.8,最小可靠性指标为1.8～2.0比较合理。用本文方法对安庆铜矿3号高阶段采场充填体进行了可靠性分析,并评价了充填设计的可行性。     

基于约束多目标优化算法的盾构隧道设计方法

当前盾构隧道的设计仍主要依托于经验确定设计参数,然后对其安全性进行校核,难以定量的考虑成本和控制指标(收敛变形等)的关系。以衬砌厚度、截面配筋率、横向接头螺栓直径为设计参数,以成本及结构的水平收敛变形为优化目标,结合多目标优化的算法,进行了盾构隧道的横断面设计。采用非支配原理,通过引入约束违反函数,实现了基于NSGA-Ⅱ算法的复杂约束条件处理。最后通过具体算例,完成了满足截面安全性要求的限制条件下,完整Pareto前沿面的获取工作,并与无约束优化结果进行了分析对比,说明了迭代过程的收敛性,阐述了所得Pareto前沿面的价值意义,得到了不同设计条件下的最优解。     

基于Hopfield神经网络的结构优化算法

利用Hopfield神经网络与增广拉格朗日乘子法相结合来求解非线性约束的结构优化问题。针对神经网络模型容易陷入局部极小解的缺点,网络引入了模拟退火算法,提高了网络全局寻优能力,得到了较好的优化结果,本文详述了算法的步骤,编制了该算法的计算程序,最后通过两个实例证明该算法的可行性和有效性。     

遗传算法与自适应粒子群算法耦合的大坝安全预警评价模型

改变应用最小二乘法求解大坝统计预警模型的传统方式,利用粒子群算法随机搜索的优化能力确定统计模型的回归系数。针对粒子群算法收敛速度较慢等问题,提出一种新的自适应策略,能够依据粒子个体和种群的优化信息,调整学习因子,并将该策略与遗传算法的交叉、变异算子相结合。通过工程算例表明,该方法具备较好的搜索多样解能力,自适应地调整粒子飞行的步长,提高了粒子群算法的收敛速度;基于该方法的大坝预警评价模型与最小二乘法、基本粒子群算法相比,数据挖掘能力强,预警评价结果与大坝的实际运行状态更加吻合,有效地提高了统计模型的预测精度。     

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.     

基于生态优化的城市滨水空间规划开发策略研究

系统总结了我国城市滨水开发过程中存在的诸多问题,试图在生态理念指导下提出城市滨水空间开发的若干策略,为滨水空间的规划开发提供一些指导。     

基于进化策略的路基稳定性分析

基于边坡稳定分析的简化毕肖普（A.W.Bishop）条分法,提出用进化策略搜索最危险滑动面及其对应的最小安全系数的方法.该方法模拟了生物进化过程,克服了传统方法容易陷入局部最小值的缺点,是一种全局优化算法,并通过某一高路堤公路边坡对其进行了验证.