改进遗传算法在非线性热传导参数识别中的应用

建立了基于优化算法的估计材料热传导系数和边界条件的热传导反问题求解方法。该方法以观测的温度值与有限元计算模拟的温度值最小二乘极小化原理为基础,然后采用具有全局搜索能力的遗传算法求解。为了加快收敛速度和提高反演识别精度,采用了浮点编码的遗传算法。根据先验信息,建立了高斯变异策略。数值计算结果表明,所建立的数值反演方法可以用来解决未知的热传导系数和边界条件识别问题,并且具有良好的抗观测噪音能力。     

基于遗传算法的混凝土-维瞬态导热反问题

基于Laplace积分变换法和遗传算法，提出了一种混凝土-维瞬态导热反问题求解的新方法。运用Laplace变换将温度的求解表示为只与空间坐标及浇筑时间有关的函数，使得反问题的求解具有测点布置灵活的特点。运用遗传算法寻求非线性反演问题全局最优解，只需要若干点温度实测值便可实现多个热学参数的同时反演，算例对反演方法的反演精度及数值稳定性给出了满意的证明。     

运用振动反分析方法计算振动荷载

本文研究运用振动反问题理论求解振动荷载时程的问题。在Newmark法求解运动平衡方程的基础上，推导了求解振动荷载的公式。采用最小二乘法估计最可置信的荷载系数。提出了由结构对振动荷载的反应求振动荷载时程的有限元方法。通过算例验证了方法的有效性。本文为计算振动荷载提供了一种新的方法。     

基于遗传算法的混凝土一维瞬态导热反问题

基于Laplace积分变换法和遗传算法,提出了一种混凝土一维瞬态导热反问题求解的新方法。运用Laplace变换将温度的求解表示为只与空间坐标及浇筑时间有关的函数,使得反问题的求解具有测点布置灵活的特点。运用遗传算法寻求非线性反演问题全局最优解,只需要若干点温度实测值便可实现多个热学参数的同时反演,算例对反演方法的反演精度及数值稳定性给出了满意的证明。     

关于导热反问题的一种遗传算法

导热反问题是一个不适定问题，它的求解往往是一项很复杂的计算任务．为了简化计算任务，缩短计算时间，文章提出一种解决导热反问题的遗传算法，该算法在遗传算法的基础上，针对导热反问题的不适定性特点，巧妙地优化遗传种群，较好地解决导热反问题。     

基于遗传算法的磁流变阻尼器模型参数识别

优化技术是一种以数学为基础,可用来求解各种工程问题最优解的应用技术.本文利用磁流变阻尼器动态特性数据,采用遗传算法进行阻尼器模型参数识别优化过程,最终将得到的磁流变阻尼器模型参数用于土木工程结构振动控制研究.已建立的磁流变阻尼器的动力特性将在不同的电场强度和变化的位移幅度下进行测试,可以得到在不同位移和速度下恢复力的滞回曲线,建立Bouc-Wen模型.把根据试验得到的滞回曲线和使用遗传算法对模型参数进行优化的结果进行比较可知,这种模型的参数可以以十分小的误差得到优化.     

基于遗传算法的结构破损参数检测

本文将结构破损参数检测问题归结为一个优化问题,建立包含结构单元刚度 参数的隐式目标函数即计算模态数据与测试模态数据之间的极小误差函数,采用遗传算法来求解,用频率相对误差及振型相关系数作为评价指标,对一个实际五层框架钢结构识别了含不同频率信息的多种情况的刚度。     

基于遗传算法的混合离散变量结构优化设计

本文研究了适于解决混合离散变量结构优化设计的遗传算法，给出了混合离散变量的遗传基因表达模式和适值函数建立的简便方法，计算实例表明该算法是有效的。     

基于遗传算法的非线性迟滞系统参数识别

研究了非线性迟滞系统的参数识别问题。在识别过程中,将非线性迟滞系统的记忆复力用双折线模型来描述,并由此模型写出非线性迟滞系统的参数识别方程。利用相干函数,把关于模型参数非线性的参数识别方程转化线性参数识别前提下的非线性函数优化问题。     

基于改进遗传算法的图像分割技术

提出一种基于遗传算法的进化类图像分割方法。遗传算法是一种全局搜索的算法,但是它在解决多峰复杂问题的时候会出现局部收敛的现象,出现这个现象的主要原因在于在搜索空间中群体多样性的降低导致了搜索的停滞。基于这个原因,提出一种改进的遗传算法,改进的方法通过控制遗传算法的变异概率来平衡群体的多样性程度,改进后的方法能够在解决多峰复杂问题中较多的搜索到全局解的区域。通过将改进的算法应用于图像分割的实例验证了改进算法的有效性以及算法在收敛速度及求解成功率上的优势。     

基于主从式并行遗传算法的岩土力学参数反分析方法

考虑到遗传算法的天然并行性和集群计算的高速并行性,提出了基于主从式并行遗传算法的岩土力学参数反分析方法。采用实数编码方法,缩短了个体编码的长度,减少了搜索空间;采用动态任务分配方案,可以避免处理器效率的不均衡;采取"松耦合"的方法将主从式并行遗传算法与FLAC程序进行耦合。基于C+MPI语言编写了反分析程序,并用标准弹性问题对程序进行了测试。测试结果表明,主从式并行遗传算法不仅能够准确地对岩土力学参数进行反分析,而且随着问题规模的增大可以得到接近线性的加速比。因此,针对适应度评价计算量大的岩土工程反分析问题,采用基于主从式并行遗传算法的岩土力学参数反分析方法,既保证了反分析的求解精度,又提高了反分析速度,满足工程上对于反分析的及时性需求,具有较强的应用价值。     

基于广义遗传算法的结构动力响应优化

为提高广义遗传算法的收敛效率,提出了防止遗传算法发生早熟收敛的异种机制,给出了一个判断种群近亲繁殖程度的判别式和两种选择异种的方法,并结合种群隔离机制、算术杂交、自适应随机变异等数值方法设计了新的广义遗传算法。将该算法应用于结构动力响应的支撑位置优化问题。数值算例表明:异种机制能够明显提高遗传算法的收敛效率,并有效防止早熟收敛;带有异种机制的新广义遗传算法能够解决具有抗弯刚度的结构动力响应支撑位置优化问题,对于求解复杂的结构动力响应支撑位置优化具有较强的适用性。     

基于柔度投影法和遗传算法的结构损伤识别方法研究

结构的健康监测对于结构的安全运营和维持结构的性能非常重要。近年来，基于动态测试技术的结构损伤识别方法引起了工程界的广泛关注。损伤识别属于结构工程中的反问题。损伤识别需要解决三类问题：第一，判断结构有无损伤；第二，确定结构的损伤位置；第三，确定结构的损伤程度。将柔度投影法和遗传算法相结合，提出了一种结构损伤定位和定量评估的两阶段法。第一阶段，用柔度投影法进行损伤定位。柔度投影法能够仅用结构的低阶振动测试数据进行准确定位。第二阶段，将确定结构的损伤程度问题表达成优化问题，用遗传算法进行求解。文中给出了一种用于遗传搜索的新的目标函数形式。最后，用一平面桁架桥模型进行了数值模拟，验证了所提出的方法的有效性。此外，为了使所提出的方法更加成熟，文中进行了深入探讨，给出了一些结论，有益于今后的进一步研究。     

基于多目标遗传算法的传感器优化布点研究

针对目前桥梁模态试验中传感器布点优化都是基于单一准则下的研究的局限性,提出采用双准则或多准则下的传感器优化布点研究,该方法改进了以往布点优化中单一目标最优的限制,转而寻求多准则下的优化布点的满意解,而非真正严格数学意义上的最优解。采用Pareto遗传算法,设计了相应的遗传算子和编码方案,成功求解了双准则下传感器最优布点问题,优化结束时,成功给出了一组pareto最优解的前沿面,进而证明了提出的方法是可行的。     

一种混合遗传算法在压电智能结构振动控制全局优化设计中的应用

本文针对采用压电作动器／传感器的智能结构,了振动控制中作动器／传动器的配置以及反馈增益的全局优化设计问题。     

基于频响函数和遗传算法的结构损伤识别研究

提出一种基于频响函数和遗传算法的结构损伤识别方法.以单元刚度折减因子为遗传算法的优化变量,以测试频响函数和计算频响函数的形状相关系数来构造遗传算法的优化目标函数和适应度函数;为克服二进制编码的缺点,采用浮点数编码方案;最后通过一个桁架结构模型进行数值模拟,计算结果表明,即使在考虑一定测量噪声水平的情况下,仍然能够准确识别出结构的多处损伤,验证了该方法的有效性和可行性.     

基于加速混合遗传算法的非线性地表沉降模型参数优化研究

基于随机介质理论建立非线性地表沉降模型,将DFP变尺度算法嵌入到改进浮点编码遗传算法中,经加速循环得到加速混合遗传算法,对沉降模型参数进行优化分析.实例显示加速混合遗传算法优化地表沉降模型的三个参数的精度高于其它方法.     

基于遗传算法的数字地图误差校正方法研究

来源于纸质地图的数字地图存在误差，在这样的数字地图上建立ＧＩＳ（地理信息系统）应用之前必须进行偏差校正。根据系统辨识的原理，提出了利用少数控制点对数字地图偏差进行最小化校正的方法，并采用遗传算法对最小化校正问题进行了求解。算法精度高、速度快，校正结果可直接用于ＣＩＳ应用。