基于微机机群网络的边界元并行计算

基于微机机群网络,给出了边界元并行计算的若干主要算法,包括单域边界元法求解非对称方程组的并行算法、多子域边界元法求解线性代数方程组的并行算法。给出了边界元并行计算在边界元大规模工程分析中应用的实例。     

基于Windows平台的PC集群并行计算技术

介绍一种基于Windows系统平台的、用于实现高性能计算的PC机群并行环境,详细描述了它的体系结构及其构建中的关键技术;并结合一个实际系统的应用实例简单说明了其构建方法和在其环境中进行并行程序设计的基本过程。     

基于GIS技术的沂蒙山区无线通信基站选址与网络优化

沂蒙山区由于山势众多、地形复杂,移动通信基站建设一直是一个困扰工程技术人员的难题。本文提出了一套基于地理信息系统（GIS）技术的山区基站选址技术方案,同时针对山区的特点提出基于地理信息系统（GIS）技术下的网络优化。并结合山东临沂移动公司系统建设,论证了方案的可行性和科学性。     

基于并行NSGA-Ⅱ算法的桥梁网络养护策略优化

制定辖区全体桥梁的养护策略是在役桥梁管养方法研究的前进方向。给出桥梁网络养护策略的优化目标与约束方程,建立网级桥梁策略优化框架。引入带精英策略的非支配排序遗传算法(NSGA-Ⅱ),将其与并行遗传算法(PGA)相结合,提出基于并行NSGA-Ⅱ的网级养护策略优化方法。采用约束联赛法处理单座桥梁的最低性能约束问题,通过修改支配关系的定义改进原有NSGA-Ⅱ算法。应用于工程案例,输出结果为一系列Pareto最优解集,管理方可根据自身实际方便选择。算例分析验证该框架的有效性,以及建议算法的可靠性与高效性。     

遗传渐进结构优化法

渐进结构优化法（ESO）是基于一个简单概念提出的一种方法,即可以通过在设计上逐渐消除无效材料而实现最优化结构（具有最大刚度和最轻重量）。一般而言,ESO的结果很可能是局部最优化,而不是整体最优化。将遗传算法（GA）与ESO相结合,形成一种新的算法,即遗传渐进结构优化法（GESO）,考虑了GA在整体优化计算方面的优势。     

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。     

基于Hopfield神经网络的结构优化分析

探讨了Hopfield网络在土木工程优化中应用的途径，并简要介绍了与Hopfield网络密切相关的模拟退火技术，介绍了用于工程结构优化的连续型Hopfield网络的能量函数，该能量函数能够准确地描述结构优化问题。同时，探讨了Hopfield网络用于工程结构优化的机理。然后，研究了基于CHNN的工程结构优化在Matlab上的实践，探讨了网络参数的选取。最后，通过算例表明方法的有效性。     

基于分布式传感网络的结构模态识别方法

结构的模态参数识别是结构健康监测系统的基本任务。随着工程结构的日益大型化和复杂化,振动测试时需要布置大量的传感器。传统的集中采集和处理技术将难以胜任海量数据的处理要求,采用无线智能传感器的结构健康监测系统正是应运而生的新方向,而分布式采集和处理是其特点。在无线智能传感网络拓扑结构中采用分布式算法求解结构整体振型,利用随机子空间法识别各子结构模态,结合粒子群优化算法调整子振型获取结构整体振型。通过混凝土钢管拱桥模型试验验证了分布式算法的可行性,并利用模态置信度(MAC)对比分析了由分布式模态识别方法和集中式模态识别方法得到的结果,结果表明两种算法吻合较好。     

基于有限元程序和遗传算法的变厚度组合结构优化

采用遗传算法和有限元程序对组合结构的设计和厚度优化进行描述。通过相邻子域的削层得到可变厚度,板层在相邻子域的连续性通过程序得到保证。对遗传算法和有限元程序的两个主要特点进行描述,并通过两个案例诠释方法的相关性。由于在可变厚度和铺层方向进行优化,在结构设计中产生附加自由度,从而减轻了结构质量,提升了结构性能。     

改进遗传算法在离散变量结构优化设计中的应用

针对遗传算法的缺陷,提出了一种改进的遗传算法。根据工程实际,充分考虑规范规定的约束条件和各项技术标准要求,建立了离散变量结构优化模型。算例结果表明,改进的遗传算法收敛快、精度高,应用于离散变量结构优化设计是有效的。     

基于标准遗传算法的结构优化设计

介绍了标准遗传算法的基本理论,探讨了其在结构优化设计上的模型与应用方法,并通过两个数值算例验证了遗传算法的高效性。     

二阶段移动边界遗传算法结构优化设计

遗传算法是一种倍受关注的计算方法 ,它在优化设计领域取得了很大的成功。但是简单遗传算法的计算效率不高 ,限制了遗传算法的进一步应用。根据自然系统的层次结构特征和遗传算法的本质并行特征 ,设计了二阶段移动边界遗传算法。算例表明 ,该算法是高效可行的。     

基于改进的遗传模拟退火算法的钢框架优化设计

将遗传算法的全局寻优性能好和模拟退火的局部搜索能力强的优点相结合,提出了用于钢框架优化设计的遗传模拟退火算法,并对其进行了改进。在遗传算法部分提出了基于阈值的动态交叉、变异概率,并且采用联赛精英选择策略和最优保存策略,在种群的整体适应度提高的同时,增强了进化后期的种群多样性,提高了算法的收敛速度。在退火部分,针对钢框架优化的具体问题提出了一种更加紧凑灵活的邻域结构,提高了算法寻优性能。最后,将改进的算法用于工程实例,并与其他优化方法相比较,结果表明,该改进算法是一种用于钢框架结构优化设计的更加行之有效的方法。     

地下工程并行优化反演分析及算例验证

 通过重构非线性惯性权重函数和引入“加速因子”,对传统粒子群优化算法的收敛性进行改进。同时基于消息传递平台对算法进行主从式并行改进,编程实现基于普通计算机机群系统分布式存储并行模式的大型地下工程并行优化反演分析。算例分析表明,改进的粒子群优化算法其收敛性能得到显著改善,并行改进策略可显著加快反演速度和提高计算效率。探讨围岩松动损伤劣化、监测数据可靠性、并行粒度和负载均衡等并行优化反演分析中所面临的主要问题及其对计算精度和效率的影响,并提出有效解决方案,为大型地下工程的参数反演和动态优化设计提供一种新思路。     

遗传算法在煤气管径优化中的应用研究

给出了管径优化的目标函数,然后应用遗传算法对燃气输配管网进行了管径优化,优化结果表明,遗传算法适合于管道优化这这一工程领域。     

混合遗传算法在桁架优化中的应用

应用遗传算法,并对基本遗传算法进行相应的改进,对空间桁架结构截面进行优化。在应用遗传算法的同时,考虑满应力解通常处在最优解附近的原理,将满应力解作为种群中的一个个体参与计算,并通过MATLAB编制相应的程序实现。算例表明,该方法能得到理想效果,并减少程序运算时间。     

基于改进的遗传算法的网架结构截面尺寸优化设计

提出了采用改进的遗传算法进行网架结构截面尺寸优化设计的方法。通过建立优化问题的数学模型、凝聚约束、惩罚不可行个体、选择、交叉和变异,经过若干次迭代寻得网架结构优化设计的最优结果。最后举例说明改进的遗传算法用于网架优化的可行性。     

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     

基于改进遗传算法桁架结构优化设计

探讨了遗传算法在离散变量结构优化设计中应用。在优化设计模型中采用凝聚函数处理约束条件,引入小生境(niche)技术、改进交叉方法以及采用竞争最优保留策略来改善遗传算法性能。最后通过算例验证了本文方法的可行性和有效性。     

混合遗传算法在工程结构优化设计中的应用

根据工程实际 ,充分考虑规范规定的约束条件和各项技术标准要求 ,建立了建筑结构优化模型。并提出一种离散变量结构优化设计的斐波那契算法与标准遗传算法结合成混合遗传算法。优化设计结果表明 ,这种混合遗传算法既发挥了斐波那契算法省时、高效、局部搜索能力强的特点 ,又发挥了遗传算法全局性好的特点 ,是兼二者之长 ,弃二者之短的高效的理想的工程结构优化设计方法。