现代智能优化算法研究综述

主要介绍了现代智能优化算法的基本概念,着重回顾了几种主要的现代智能算法的发展历程,主要包括遗传算法、神经网络优化算法、粒子群优化算法、模拟退火算法,并阐述了其工作原理和特点,归纳了它们主要的应用方向,同时对智能计算方法的发展进行了展望。     

基于遗传算法的水工L型偏心结构中软钢阻尼器优化布置研究

本文分别采用二进制的对称分组和自由分组两种编码方法,基于改进的遗传算法（MGA）和有限元分析软件SAP2000API接口开发了一种面向偏心结构中阻尼器快速优化布置的平台,推导了拟合中国规范标准反应谱生成人工地震动记录的方法,提出了两种为抑制偏心结构扭转效应而设计的评价函数。首先,与穷举法结果比较,通过逐步积分法,验证了该优化平台对于L型偏心结构中,给定数目软钢阻尼器位置优化结果的可靠性和高效性;然后,引入两个性能评价指标,通过数值分析,研究了影响偏心结构中阻尼器位置优化的不同因素。结果表明：评价函数的设计和编码方法对阻尼器优化影响较大,场地地震动输入会影响阻尼器的位置优化与编码方法的选择相关,同一编码,影响不大;力学参数的改变不影响阻尼器的位置分布,但软钢阻尼器初始刚度的提高会降低中上部楼层的减震效果。本文研究方法可为同类结构中阻尼器快速优化布置提供借鉴。     

边坡岩体力学参数反分析遗传-神经网络算法

基于均匀设计、有限元法、人工神经网络和遗传算法建立了新的边坡岩体力学参数反分析方法.按照均匀设计要求,确定数值模拟方案;用有限元程序计算出相应的神经网络训练样本,建立边坡变形的神经网络预测模型,再利用遗传算法进行反演分析,其中反演过程适应度的计算则采用已训练好的神经网络预测来替代有限元数值仿真,这样大大缩短了计算时间.通过算例分析,反演结果比较理想,表明该反分析方法是可行性和精确的.     

基于优化神经网络模型的隧道变形预测研究

神经网络预测技术一直是隧道学术界和工程界关注的关键课题.传统的神经网络对初始权值的依赖性很大,不同的初始值会导致差异很大的预测结果,并且初始值选择有很大的随机性和盲目性,往往导致网络振荡或不收敛.根据经典遗传算法的优势,对神经网络初始值进行优化,完成PB训练样本并建立非线性预测模型,避免了神经网络对初始权值的依赖性过大而引起计算误差.研究表明,GA-BP神经网络遗传算法适用于预测高速公路隧道断层破碎带围岩变形量,与现场试验数据相吻合,验证了GA-BP神经网络遗传算法工程应用的可行性,提高了预测的精度及避免人为误差.隧道洞周变形主要集中在开挖后12天,在此时间内应加强监控量测频率,以避免隧道过大变形引起坍方事故.     

人工神经网络与遗传算法在岩石力学中的应用

岩石力学与岩石工程问题包含极其丰富的内容,实际工程问题又不断地提出各种新的要求,致使很多问题利用传统的方法难于解决。借鉴其他相关学科的先进思想与技术来解决岩石力学研究中的难点问题,已经成为当前岩石力学研究领域的一个热门课题。计算智能中有关模型与方法的利用有助于我们更深入地研究与解决岩石力学中的某些问题。参考近年来人工神经网络与遗传算法在岩石力学应用中的某些问题,对有关课题的研究状况与进展做了介绍,对计算智能在岩石力学与岩石工程中的应用研究做了展望。     

基于遗传神经网络沥青混合料体积指标的预估

介绍了BP、遗传算法(GA)优化BP两种神经网络,并以此分别对沥青混合料的体积指标(VMA和VV)进行预测,实验结果表明,基于遗传算法(GA)优化BP神经网络的沥青混合料体积指标预测方法,能够使网络收敛速度加快并避免局部极小.GA-BP神经网络在收敛速度和预测精度方面均优于BP神经网络,从而为沥青混合料体积指标的预测提供了一种新思路.     

双排扣件式钢管脚手架横向斜撑结构的优化

通过现场调研并利用SAP 2000有限元分析软件建立工程实例的双排扣件式脚手架模型,对其横向斜撑的搭设方案进行研究,得到一种搭设横向斜撑的优化方案,同时考虑纵、横、步距的变化对该方案稳定承载力的影响,为进一步优化该方案,对纵、横、步距的取值提出新的建议。     

上海某货运站钢结构设计实例简述

近年来,随着机场物流的不断发展,国内对机场物流货运站的建设需求不断增加。根据机场物流货运站的工艺设备布置特点,结构设计经常采用抽柱钢结构房屋以适应工艺需求。通过上海某货运站工程设计实例,介绍了抽柱单层钢结构房屋结构分析、支撑布置的设计方法,为类似的工程设计积累经验、提供参考。     

基于结构式二进制编码的遗传算法在及其在BP网络中的应用

根据BP网络的拓扑特征,本文设计了基于结构式二进制编码的遗传算法,在该算法中,通过先将庞大的解空间进行分解处理,再将分解后的子空间视为个体进行遗传操作,能借助遗传算法的优势在全局范围内搜索到最优解所在的子空间,从而为下一步应用BP算法进行局部搜索明确了起点,缩小了范围,有效解决了BP算法易陷入局部极小,收敛速度慢甚至不收敛等问题,最后,通过字母识别试验证明了该算法的效率。     

结构分析设计软件SATWE和SAP2000中文版功能对比

对结构计算软件SATWE和中文版SAP2000进行了简要介绍,阐述了两种结构分析设计软件在建模、单元库、静动力分析、非线性分析以及按照规范进行结构设计等各方面的功能及比较,并对两种软件的发展趋势做了相关评价。     

神经网络法在混凝土强度研究中的应用

讨论了如何应用人工神经网络（ANN）的方法预测混凝土抗压强度,详细论述了采用BP算法建立混凝土抗压强度神经网络模型的过程,以及在活化剂作用下高掺量粉煤灰混凝土的强度效应,仿真结果表明,通过学习,BP网络可成功地建立非线性的强度模型,预测强度可达到较高精度。     

基于GA的BP神经网络在砂土液化评价中的应用

BP神经网络是一种应用面较广的神经网络,但存在明显缺陷:学习收敛速度慢,易陷入局部极小。遗传算法具有良好的搜索全局最优解的能力。在探讨训练样本选取的基础上,耦合遗传算法和BP神经网络构建了遗传网络并应用于砂土液化的评价,通过与动量梯度下降算法改进的BP神经网络对比,表明了基于遗传算法的BP神经网络在砂土液化评价中的优越性。     

基于BP改进模型的空调系统负荷预测

针对BP模型的计算量大，收敛速度慢等缺点，本文提出了三种改进的BP模型，大大加快了收敛速度，提高了收敛性。并用实际数据对这三种改进模型进行了训练，实例证明了这些改进模型是有效的、可行的。     

一种基于GA-ANN的智能评价系统及其应用

利用人工神经网络实现了评价问题的智能化,并且针对经典BP算法易陷于局部极小点的缺陷,利用GA对神经网络权重进行了优化,并将此模型应用于项目管理水平评价中,取得了令人满意的效果。     

基于遗传算法的城市燃气管网优化

建立了城市燃气管网优化模型,将遗传算法应用于管网优化模型,算例所得结果表明遗传算法优于传统算法。     

神经网络在结构优化设计中的应用

人工种经网络因其具有一些显著的特征而被广泛应用于许多领域,本文就人工种经网络在结构优化中的应用作了一些探讨,并编制了工程结构优化的神经网络计算程度,最后,对一实例进行了计算分析。