基于改进遗传算法的离散变量优化设计方法

为了解决混合离散变量机械设计问题,提出了一种面向设计、制造的设计变量离散化处理方法。引入了改进的混沌移民算子、家族竞争遗传机制以及改进的最优个体保护策略,对基本遗传算法进行了改进,并开发了混合离散变量的改进遗传算法程序LSGA01。减速器设计实例表明,该程序运行可靠,全局收敛能力强。     

离散变量结构优化设计的改进遗传算法

提出一种整数编码的改进遗传算法,它采用(—1,0,1)局部寻优算子,并提出寻优基点的选取策略,提出了重要约束罚项的概念来处理不同组合相同适应度的问题,以此来改善遗传算法后期收敛速度慢和不成熟收敛的问题。通过算例表明,这种算法对于离散变量的结构优化可以取得较快的收敛速度和较好的收敛结果。     

遗传算法的改进及其在离散变量刚架结构拓扑优化中的应用

在刚架结构受力分析的基础上，提出一种启发式方法，以快速产生符合机动性要求的拓扑结构形式。对既定的拓扑结构形式采用改进的遗传算法进行截面优化。主要改进措施有，对群体中的不可行个体和约束条件过度满足的个体进行改造，可提高种群的整体质量。在复制过程中采用最佳个体保护策略和最差个体替换法，避免优良基因由于遗传操作的偶然性而被破坏掉，同时使无竞争能力的个体被淘汰；在进化初期采用大的交叉率，以尽快筛选出最优个体；对最差个体采用大的变异率，使其向最优解逼近；在进化后期采用局部徘徊策略，以增强局部寻优能力。算例的结果表明，该方法用于离散变量刚架结构拓扑优化是有效的。     

基于遗传算法的减速器混合离散变量优化设计

针对混合离散设计变量的非线性优化问题,提出了一种面向设计与制造的离散变量工程化处理方法,能简便而合理地处理工程实际中的混合离散变量的取值问题;引入两个定义,以此构造惩罚函数,简单而可靠.在此基础上,建立了一种改进的遗传算法,用来对混合离散变量非线性规划问题进行全局搜索.二级圆柱齿轮减速器优化设计实例表明,该算法普适性较好,全局搜索能力强.     

混合离散变量优化设计的复合遗传算法

目前，对混合离散变量的遗传算法研究较少，而且现有算法对设计变量的处理不能很好地满足工程设计要求。为此，提出了一种面向设计、制造的设计变量工程化处理方法，能合理地处理优化设计中混合离散变量的取值问题。引入了混沌移民算子对基本遗传算法进行了改进，并开发了混合离散变量优化的复合遗传算法程序LSGA。工程设计实例表明，该算法对优化设计问题的特性无特殊要求，具有较好的普适性，而且程序运行可靠，全局收敛能力强。     

基于改进萤火虫算法的压力容器离散变量优化设计

针对压力容器优化设计问题,建立以压力容器壳体质量最小为优化目标,内径和壁厚为离散设计变量的优化数学模型。提出一种改进的萤火虫算法,该算法通过采用自适应步长策略、跳出局部最优策略及空间域约束策略,改善算法的全局寻优能力和收敛性能。仿真结果表明所提出的改进萤火虫算法比基本萤火虫算法可以更快的收敛得到最优解,可有效解决压力容器优化设计问题。     

基于改进遗传算法的离散公差模糊稳健优化设计

为了解决离散变量优化设计问题，采用了一种面向设计、制造的设计变量离散化处理方法。通过改进最优个体保护策略和混沌移民算子，并引入家族竞争遗传机制对基本遗传算法进行了改进。开发了混合离散变量的改进遗传算法程序LSGA2005，用该程序解决了箱体零件尺寸链的离散公差模糊稳健设计问题。实例表明，该算法全局收敛能力强，具有较好的实用价值。     

基于遗传算法的齿轮传动混合离散变量优化设计

研究了齿轮传动优化设计的数学模型,它是一个具有连续及离散变量的优化设计问题,采用遗传算法寻找全局最优解并采取了若干措施提高遗传算法实施过程中的收敛速度。数值例子表明了该方法的有效性。     

离散变量桁架结构拓扑优化的混合遗传算法

为了避免结构拓扑优化过程中杆件和节点的增删带来的计算上的麻烦,在对桁架结构受力分析的基础上,提出一种启发式方法,以快速产生符合机动性要求的拓扑结构形式;然后在既定的拓扑结构形式下采用混合遗传算法——拟满应力遗传算法进行截面优化。该方法通过在遗传算法中嵌入拟满应力算子,同时对基本遗传算法采用最优个体保留、最差个体替换和控制种群个体差异等改进措施,有效提高遗传算法求解的效率和质量。算例结果表明,该方法用于离散变量桁架结构拓扑优化是有效的。     

混合离散变量优化的遗传算法研究

将基于格雷码的遗传算法用于求解结构的混合离散变量非线性约束优化问题。完整地阐述了混合离散变量的遗传算法处理方法,包括变量的均匀性处理,编码和解码,多余码的处理;采用格雷码编码方式和一种新的适应值定标方法,对遗传算法作了合理的改进,并指出了原编码方式和定标方法存在的问题,并给出算例证明其合理性,有效性和对问题的适应性。     

一种改进遗传算法及在结构优化设计中的应用

针对简单遗传算法中的线性适应度、恒定交叉与变异概率等不能动态地适应整个寻优过程，提出采用非线性适应度与自适应交叉、变异概率的改进遗传算法。以典型的遗传算法测试函数验证改进遗传算法的有效性与可行性，最后将改进遗传算法用于离散变量桁架结构优化设计，计算结果表明改进遗传算法是可行、有效的。     

桁架优化遗传算法的若干改进

针对桁架优化问题研究二进制编码遗传算法，采用凝聚函数将约束优化问题转化为无约束优化问题，提出一种综合考虑约束值和适应度值的选择方法，保证了有潜力的设计被优先选择。并利用子代和父代之间的竞争使进化过程充分考虑以前最优值的遗传基因。算例表明，本文提出的方法是可行的，而且适应性更广。     

基于整数编码并行遗传算法的复合材料螺旋桨结构优化设计

提出一种针对大型复合材料结构铺层厚度和铺层顺序同时进行优化的整数编码并行遗传算法,并将该优化方法应用于复合材料螺旋桨结构优化问题.首先,在区域划分的基础上,对每一单层设定一个长度控制因子来决定单层的铺设区域,以实现对大型复合材料结构的整体一次性优化.然后对遗传算法进行改进,使之成为一种能同时优化铺层厚度和铺层顺序的高效算法.并采用并行编程语言标准MPI( message passing interface)构建并行编程环境,利用主从式并行遗传算法框架,实现遗传算法在单机多进程上的并行计算.最后针对复合材料螺旋桨结构进行优化设计,以验证该方法的高效性,并分析并行遗传算法的加速效果.     

机械系统动态优化设计的复合遗传算法

针对机械系统动态优化设计的工程问题,提出了一种新的人工智能优化方法——复合遗传算法。该方法在遗传算法的操作中增加改造操作,较大地提高了寻优效率。基于概率论完成了该方法更高效寻优机理的理论分析。数值分析结果表明,该方法结果正确,算法简洁。     

用遗传算法解决作业车间的调度优化问题

用遗传算法对作业车间的生产周期这一目标进行优化调度。首先针对优化目标,在得到关键路径的基础上进行染色体编码,然后再通过交叉、变异等遗传操作,得到目标的最优或次优值。最后给出了算法运行结果,并作了简要分析     

模糊随机混合不确定性结构系统可靠度计算

研究现有的几种模糊随机化方法,提出用模糊等效随机变换法解决混合变量的结构系统可靠度计算问题.证明尺度变换式与模糊等效随机变换式是统一的;给出常用的线性隶属函数和正态型隶属函数经这几种方法变换所得的等效概率密度函数及其数字特征;用模糊随机化方法研究随机应力-模糊强度的模糊可靠度的计算公式和模糊应力-随机强度的模糊可靠度计算公式,从理论证明模糊可靠性与概率可靠性具有相容性,概率度量模糊变量和随机变量并存的混合不确定性结构系统可靠性是合理的;并将其应用于这种结构系统的可靠度计算.算例比较分析表明这种方法是有效的,同时也说明这些模糊随机化方法本质上虽然存在着差异,但都能很好度量结构系统可靠性,数值上具有一致性.     

DISCRETE OPTIMIZATION APPROACH FOR 3-D SPACE PLATE-SYSTEM STRUCTURE

ＤＩＳＣＲＥＴＥＯＰＴＩＭＩＺＡＴＩＯＮＡＰＰＲＯＡＣＨＦＯＲ３－ＤＳＰＡＣＥＰＬＡＴＥ－ＳＹＳＴＥＭＳＴＲＵＣＴＵＲＥ￥ＮｉｅＳｈａｏｍｉｎ；ＪｉｎＭｉａｏ（ＹａｎｓｈａｎＵｎｉｖｅｒｓｉｔｙ）Ａｂｓｔｒａｃｔ：Ａｎｅｗｎｏｎｌｉｎｅａｒｏｐｔｉｍ...     

含非正态随机参数结构可靠度的虚拟变量算法

虚拟变量法是一种把随机问题转化确定性问题的方法,基于与失效函数有关的随机结构变量的均值,标准差和概率分布统计参数的确定性特征,本文提出了按一次二阶矩理论准确计算含非正态随机参数结构可靠度的一种虚拟变量算法。