桁架结构优化设计的改进蚁群算法

通过对已有的优化方法进行分析,针对蚁群算法容易收敛到局部最优解的缺陷,通过遗传算法和禁忌算法来提高增加蚁群算法的全局优化能力,并改进了算法的灵活性和扩展性;将改进的蚁群算法应用到桁架结构优化设计中,提出了桁架结构优化设计的改进蚁群算法,并建立了相应的优化模型;最后,对10杆平面桁架的优化进行了研究和分析,结果表明,提出的改进蚁群算法是科学可行的。     

基于改进蚁群算法的钢结构优化设计

在介绍蚁群优化算法的原理、基本框架的基础上,提出了一种改进的蚁群算法——分层蚁群算法,并将该算法应用到钢结构优化设计中,最后通过一个算例验证了该方法的效率和有效性,结果表明该方法科学可行,具有很好的应用前景。     

基于蚁群算法的排水管道系统优化设计

引入一种新的优化设计方法——蚁群算法，并将该法应用于排水管道系统的优化设计。通过实例说明了蚁群算法的设计过程，并与遗传算法进行了比较，结果表明蚁群算法在给排水管网设计中有较为广阔的应用前景。     

基于蚁群算法的刚架结构优化设计

通过对蚁群算法原理分析及对3跨24层168根杆件的钢框架采用蚁群算法的结构质量进行优化计算,并对此结构采用美国钢结构规范(AISC)、英国钢结构规范(BS5990)、中国《钢结构设计规范》(GB50017-2003)3种规范体系对比分析,显示出了蚁群算法对基于TSP模型的此类结构优化设计具有很好的实用价值,为土木工程结构优化与分析计算提供了有效可行的方法。     

基于蚁群算法的刚架结构优化设计

通过对蚁群算法原理分析及对3跨24层168根杆件的钢框架采用蚁群算法的结构质量进行优化计算,并对此结构采用美国钢结构规范(AISC)、英国钢结构规范(BS 5990)、中国<钢结构设计规范>(GB 50017-2003)3种规范体系对比分析,显示出了蚁群算法对基于TSP模型的此类结构优化设计具有很好的实用价值,为土木工程结构优化与分析计算提供了有效可行的方法.     

改进的蚁群算法及其在桁架结构优化中的应用

蚁群算法是优化领域中的一种新型模拟进化算法,具有很强的搜索较优解的能力,其缺点是搜索时间长、容易出现停滞现象。引用局部搜索能力较强的模拟退火算法对其改进,使其跳出局部最优,发现更高质量解。并将其成功应用在25杆桁架中,结果表明,基于模拟退火的改进蚁群算法是有效可行的,是解决组合优化问题的有效方法。     

改进的蚁群算法

蚁群算法依靠其良好的正反馈机制,在对称旅行商问题上取得了成功,使得算法引起了广泛的关注。其通过信息素的聚集来达到局部搜索,但随着搜索的进行某条路径上的信息素越来越多,将会造成搜索停止,陷入停滞。本文通过将信息素的高低进行限制以及遗传算法的加入增强了全局搜索功能,同时增加了最优路径临域内的搜索,使得搜索加快,便于最优路径的寻找。最终,通过十杆件进行验证,证明算法能在较短时间内取得较好的效果。     

蚁群算法在雨水管道系统优化设计中的新尝试

引入一种新的优化设计方法——蚁群算法,并探讨将该法应用于雨水管道系统的优化设计.通过实例说明蚁群算法的过程,并与遗传算法进行比较,表明蚁群算法在给排水管网设计中有较为广阔的应用前景.     

浅谈结构优化设计中的蚁群算法

结构优化设计是设计理论的重要方面,在建筑界得到广泛的重视,随着社会经济的发展,结构设计也得到了长足的发展,对于结构优化设计理念和算法,人们也提出了越来越高的要求。随之蚁群算法逐步得到了发展,蚁群算发是一种新型的、新生的仿生进化算法。有着很强的适应性。也比较容易和其他的方法结合来运作,所以,研究蚁群算的优化方法,有着十分重要的意义,本文将会总结蚁群算法的原理,以便能够在现实中能够广泛的运用。     

基于ANSYS分析的平面桁架结构优化设计

以六杆平面桁架结构为例,利用大型有限元分析软件ANSYS5.7对其按照重量最轻的原则进行了优化分析,实现了利用ANSYS5.7进行结构优化设计的全过程,得到了重量最轻的优化分析结果,在满足工程要求的前提下,节约了大量的工程材料。     

基于蚁群算法的Zigbee网络自组织优化设计

Zigbee网络是一种新型的有限距离、低速率的无线网络技术,特别适用于复杂条件下监控系统的数据传输。本文基于zigbee协议栈构建了一个新型的zigbee网络拓扑结构,并且利用蚁群算法分析研究了其自组织功能实现问题。其网路拓扑结构包含227个全功能设备以及1362个简化功能设备,可实现覆盖面积约为128.6平方公里的监控系统。     

基于WCA优化算法的空间桁架结构优化设计

群智能优化算法已被证实可以用于解决实际工程的优化问题。水循环算法可对约束问题进行求解。基于自然界中水循环过程提出的一种新型智能优化算法———水循环算法(WCA),研究了其应用于空间桁架结构优化设计问题的可行性及有效性,论文对两个空间桁架结构进行了截面优化计算分析,并与已有文献优化结果进行了比较,研究结果表明:WCA优化算法相对于群搜索算法(GSO)、启发式粒子群优化算法(HPSO)等优化算法能够提供更快的收敛速度,收敛结果也更好。     

基于改进MDOD算法的组合结构形状优化设计

由于组合空间结构中单元种类和材料种类较多，导致该类结构的形状优化困难。本引入改进的MDOD法用于该类结构的MDOD法用于该类结构的形状优化。针对实际工程结构进行分析，并与其它优化方法的结果做了比较，计算表明，该方法优化的效果良好。     

空间桁架结构的神经网络优化设计

应用神经网络的结构优化设计原理,对空间桁架结构优化进行研究。利用神经网络的模拟退火算法对结构优化设计作了一些探讨。通过空间钢桁架结构的优化设计算例,验证了神经网络用于结构优化的有效性与准确性。     

基于神经网络的结构优化设计

阐述了基于神经网络的结构优化优点，提出了基于神经网络的剪力墙结构中强连梁结构优化设计的模拟退火算法，用剪力墙结构中强连梁的ANSYS计算以及理论计算验证了所提方法的有效性与准确性，研究结果表明，该方法较之其他方法简单、有效。     

基于单纯形模拟退火算法的桁架结构优化设计

提出了应用单纯形模拟退火算法对桁架结构进行优化设计，并对模拟退火算法中参数的选择进行了探讨，算例分析表明了单纯形模拟退火算法应用在桁架结构优化中的可行性和有效性。     

基于蚁群算法的水资源优化配置

利用蚁群算法的全局搜索最优特性,提出了求解水资源优化配置问题的方法,并详细论述了水资源优化配置中蚁群算法的实现过程,最后结合实际水源和用户情况,计算出在不同保证率下的用水优化分配方案,以供参考。     

基于全局优化设计的桁架结构优化设计研究

桁架结构优化设计中普遍存在约束的作用.现有优化设计一般采用满应力法和遗传优化等优化方法,编程复杂.本文介绍了优化设计软件LINGO10.0的功能、特点、使用方法和使用注意事项等,建立了桁架结构优化设计的数学模型.采用LINGO软件的全局优化方法求解.实例计算表明,采用LINGO的全局优化方法能获得全局优化解,且方法简单,值得推广应用.     

蚁群算法在GIS最短路径求解中应用的初步研究

最短路径的求解是GIS应用中的主要问题之一。在传统的最短路径求解算法中,Dijkstra算法和启发式搜索算法-A＊算法具有较好的效果,得到了广泛的应用。蚁群算法是由意大利学者Dorigo等人于20世纪90年代初期通过模拟自然界中蚂蚁集体寻径的行为而提出的一种基于种群的启发式仿生进化系统。蚁群算法最早成功应用于解决著名的旅行商问题,该算法采用了分布式正反馈并行计算机制,易于与其他方法结合,而且具有较强的鲁棒性,是一种很有前途的仿生优化算法。本文将对该算法应用于GIS中最短路径的求解方面的问题进行初步的研究。