基于分级遗传算法的离散变量结构优化设计

提出一种分级处理的遗传算法，它采用微种群和附加变异算子来减少计算量、增加算法的局部搜索能力．算例表明，这种算法收敛平稳、并取得了较好的效果。     

整数编码遗传算法离散变量优化设计

提出了一种具有较强局部搜索能力的整数编码遗传算法,给出了离散变量结构优化的数学模型和适应度函数,它采用动态边界约束、有限变异算子、( - 1,0,1)规划算子等策略来改进算法。算例表明本文算法收敛速度快、收敛平稳     

工程实用的遗传算法结构优化设计

针对工程结构设计的特点以及目前遗传算法在大规模设计变量设计中的计算量大、优化结果较差的特点,提出了相应的改进措施,算例表明改进方法是有效的。     

遗传算法在结构离散变量优化中的应用

利用遗传算法的基本原理,提出了结构离散变量优化设计的全局算法。该方法模拟生物遗传进化的过程进行优化求解,解决了离散变量的优化问题,对于多峰值函数、不可导的函数能以较大的概率求得全局最优解。通过实例证明了该方法的有效性。     

浅谈离散变量改进算法的结构优化设计

阐述了结构优化设计的历史背景和离散变量结构优化设计的研究现状,在连续变量算法的基础上,得出适合离散变量的数值计算方法,实践证明该算法的可行性。     

混合变量桁架结构的拟分层遗传算法优化设计

混合变量桁架结构形状优化中采用并行计算思想,在单台计算机上实现了一种类似分层遗传算法的拟分层遗传算法。该算法能够产生更加平等的竞争机会,提供更多的优良个体,提高了种群多样性,同时不用人为的控制信息交换,再加上多层分级控制,一定程度上避免了标准遗传算法容易出现的"早熟"现象,加快了收敛速度,具有很高的搜索效率。用拟分层遗传算法解决25空间杆桁架结构形状优化问题的结果表明,这是一种解决具有连续、离散混合变量的桁架结构优化设计问题的很有效方法。     

基于拟满应力遗传算法的桁架结构形状优化设计

以拟满应力法和改进遗传算法为基础,提出了一种可以解决具有连续变量和离散变量的桁架结构形状优化问题的拟满应力遗传算法。该算法既充分利用了遗传算法全局寻优能力强的特点,也发挥了力学准则法局部寻优长处,具有很高的搜索效率。用拟满应力遗传算法解决15杆桁架结构形状优化问题的结果表明,这是一种解决具有连续、离散混合变量的桁架结构优化设计问题的很有效方法。     

混合遗传算法在离散变量结构优化中的应用

针对遗传算法在离散变量结构优化设计中的缺陷,将进退搜索算法同遗传算法相结合,提出了一种混合遗传算法。建立了离散变量结构优化模型,并对一11杆桁架结构进行了优化设计。算例结果表明,混合遗传算法收敛快、精度高,应用于离散变量结构优化设计是有效的。     

基于离散变量的网壳结构截面优化设计

以杆件横截面积及工程中常用的两种球节点体积为设计变量 ,以工程造价为目标函数 ,采用基于离散变量的两级优化方法对空间网壳结构进行了截面优化设计 ;编制了SIOP网壳结构截面优化设计程序 ,解决了与Algor(SAP93)程序的接口问题。为提高精度 ,在优化设计过程中采用了 0阶修正。最后通过两个算例 ,与满应力优化设计结果进行了比较 ,验证了该方法与程序的可行性和有效性     

门式刚架轻型房屋钢结构离散变量优化设计

依据《门式刚架轻型房屋钢结构技术规程》 ,建立了轻型房屋钢结构 (简称门式刚架 )离散变量优化的数学模型 ,应用离散复合形优化方法 ,在 3D3S(V3 0 )软件的基础上编制了门式刚架的结构优化程序。算例表明 ,该方法实用可靠 ,快捷方便 ,经济效益明显     

混合离散变量的工程结构优化设计方法

针对工程中大量存在的设计变量为离散型和连续型的混合离散变量的情况 ,探讨了一种优化设计问题的方法———混合离散复合形法。该算法可用于工程结构优化设计中 ,其结果不需圆整 ,解题可靠性和效率大大提高。     

遗传算法在结构可靠性优化中的应用

概述了遗传算法的原理,步骤的特点,通过实例阐述了遗传算法在结构可靠性优化中的应用及有效性。     

基于遗传算法的开敞式水闸结构优化设计

取水闸底板的厚度、长度，闸门的位置等作为基本优化变量，建立了水闸的结构优化模型，并利用遗传算法对水闸进行结构优化设计，通过实例计算说明该方法可行，结果可靠。     

Optimum discrete design of steel tower structures using optics inspired optimization method

This paper presents an optics inspired optimization (OIO) method for optimum design of steel tower structures with discrete variables. Inspired by the optical characteristics of concave and convex mirrors, OIO tries to solve optimization problem. In OIO, the surface of the objective function to be minimized is considered as a reflecting wavy mirror consisting of peaks and valleys. To generate a new solution (artificial image point) from a given solution (artificial object/light point) in the search space, it is assumed that the artificial ray glittered from the artificial light point is reflected back artificially by the function surface in which each peak is considered as a convex mirror and each valleys is treated as a concave mirror. Then, the artificial image point is formed by the theory of optics in Physics, and a new solution is generated in the search space accordingly. Numerical experiments have been conducted on 4 benchmark design examples with discrete variables, and the results obtained by OIO are compared to those reported in the literature. The results show that OIO can produce high quality solutions and show a relatively fast convergence rate.     

供水管网优化研究概述

简述供水管网的优化设计建模和优化算法,重点介绍了供水管网的多目标优化设计及遗传算法用于供水管网的最优化理论,并针对该方法用于供水管网优化设计的缺点,提出了模拟退火遗传算法求解给水管网管径优化解的计算思路。