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。     

遗传算法在空间杆系结构优化中的应用

介绍了一种基于遗传算法和满应力准则法的空间杆系结构优化方法，该法综合了满应力准则法的搜索定向性和遗传算法的全局搜索能力，数值计算实例表明该法可以显著提高收敛速度，具有很强的适应性。     

一种应用于预应力钢结构的混合优化设计算法

提出了一种综合运用数学规划法、满应力准则法和遗传算法的混合优化设计算法,解决预应力钢结构优化设计中两类变量、三个方面的优化设计问题,分别为连续变量、非连续变量和形状优化、截面优化、预应力优化。通过算法原理分析和算例计算,表明该优化算法有一定的应用价值。     

遗传算法在确定边坡稳定最小安全系数中的应用

应用遗传算法和上限解斜条分法确定边坡稳定最小安全系数,应用实例表明,遗传算法很好地解决了寻找整体极值问题。如果将遗传算法与传统的最优化方法联合使用,效果更佳。     

超静定型钢桁架满应力优化设计中的3个技术难点及其解决方法

对超静定型钢桁架满应力优化设计中的3个技术难点进行了分析研究,提出了一套解决问题的有效方法,从而为满应力优化设计方法在大型复杂型钢桁架上的应用铺平道路.     

球形网壳的优化设计

本文依据非线性球壳解为基础,对球网壳结构进行优化分析.利用Tresca屈服准则,计算满应力结构单元,将壳内力化成等效离散化构件内力之后,实现球形网壳的优化设计.     

基于Abaqus和遗传算法的预应力混凝土风机塔架优化设计

运用遗传算法对预应力钢筋混凝土塔架进行优化,应用Abaqus计算塔架在极限荷载和正常工作荷载下的应力与变形。以造价为目标函数,以构造要求及规范规定的允许值为约束条件,引入罚函数将有约束问题转为无约束问题来搜索全局最优解。基于Python语言平台,编译了利用实数解码的遗传算法类以及Abaqus命令流文件,实现了Abaqus与遗传算法的对接,在数值建模分析的同时即可对模型进行优化,为解决大型复杂的结构优化问题,提供了一种可行的解决方法。实例分析表明,采用本文方法,塔架成本减小了将近约25%,验证了该优化设计方法的可行性与有效性。     

基于遗传算法的岩土热物性参数的反演

针对最优化方法反演岩土热物性参数易陷入局部最优解或不容易收敛的问题,基于遗传算法的全局随机寻优特性,将实数编码的遗传算法应用到岩土热物性参数反演中,将其所反演的参数结果与用传统最优化理论所得结果对比分析,结果显示遗传算法在反演岩土热物性参数是可行的,可以较为高效地得到符合实际近似最优解.     

影响超静定桁架满应力设计的因素

首先介绍了超静定桁架满应力设计的概念,在引入桁架结构基本方程的基础上,通过建立桁架满应力设计的模型、确定桁架实现满应力设计所需满足的条件等作为理论基础,分析了结构形式、荷载、工况数三方面的因素对桁架结构实现满应力设计的影响,并通过算例对上述因素的影响进行了验证,从而为工程实践提供借鉴。     

一种异型改进的自适应遗传算法

遗传算法搜寻全局最优解的优异特性使其在许多应用领域中获得了很好的运用,但该算法作为一种随机优化算法,对求解相对繁杂的全局优化问题易使最优解收敛至局部最优解.而标准的自适应遗传算法是在遗传算法的基础上对交叉率的值和变异率的值进行线性自适应调整,在收敛性能有所提升,但仍然不能有效避免算法的早熟.提出一种异型改进的自适应遗传算法(Heterogenic improved adaptive GA,简称HIAGA),即在对变异率和交叉率进行曲线自适应调整的同时应用精英保留策略的方法.仿真实验结果表明,HIAGA算法在处理收敛速度和避免搜寻结果成为局部最优解等方面能达到较好的处理效果.     

路堤柔性荷载下的粉喷桩复合地基内的附加应力分析

路堤柔性荷载作用下粉喷桩桩身与土上部的位移不协调即桩顶及桩端的刺入变形,宜采用弹性力学中的Mindlin解与Boussinesq解联合求解,计算粉喷桩复合地基内的附加应力和地基沉降。工程实例计算表明,应用上述方法求解的复合地基沿深度的附加应力曲线,与用单一Boussinesq解求解的天然地基沿深度的附加应力曲线差别很大。应用此方法求解总的附加应力及所计算的最终地面沉降,与工程实例的实测结果吻合较好。     

基于新型流形法的三维应力强度因子求解

为保证在裂纹尖端具有最佳的逼近,裂纹尖端的解析解与其周边数值解联合应用的新型流形法可用来求解应力强度因子,但仅限于平面问题的Ⅰ型和Ⅱ型裂纹。沿用解析解与数值解联合应用的思路,以三维穿透直裂纹为研究对象,在裂纹尖端引入Williams解析解级数,应用解析覆盖与周边数值覆盖联合求解三维应力强度因子,相对于其他数值方法而言,计算精度高。推导相应的刚度矩阵和应变矩阵的表达式,通过典型算例验证了三维应力强度因子精确求解方法的有效性。     

隧道爆破参数优化中遗传算法和微分进化算法的应用比较

隧道爆破参数优化技术发展至今,已经有多种优化算法被应用到该领域,其中运用最广泛的就是遗传算法.微分进化算法作为一种新型优化算法,很少被用来进行隧道爆破参数优化,而本文以遗传算法和微分进化算法为优化工具对十白高速狮子沟隧道进行爆破参数优化分析,比较两种算法各自的优缺点.实例分析表明,遗传算法和微分进化算均能有效地解决复杂的隧道爆破参数优化问题,得到全局最优解.相比之下,遗传算法收敛速度更快,而微分进化算法编程相对更简单、参数设置更简便,所得解的精度较高等.     

对“遗传算法在土钉支护结构优化设计中的应用”讨论的答复

感谢高玮先生和陈昌富先生对“遗传算法在土钉支护结构优化设计中的应用”(以下简称“原文”)一文的关注 ,笔者基本同意陈昌富先生针对遗传算法在求解高维及复杂连续变量等优化问题和关于遗传算法收敛性和计算效率以及适应性等问题的意见和建议。众所周知 ,遗传算法是一种基于生物自然规律与遗传机理的随机搜索算法 ,该方法与传统搜索算法不同 ,它是从一组随机产生的初始解 ,称为“种群 (ｐｏｐｕｌａｔｉｏｎ)”的更新与迭代来搜索全局最优解。种群的迭代是通过选择、杂交和变异等具有生物意义的遗传算子来实现的[1 ,2 ] 。笔者认为近些年来人们对遗传算法兴趣日益增长和特别关注有两个基本原因 :其一是工程领域不断涌现     

遗传算法在毛细管空调系统水力计算中的应用

在介绍毛细管平面辐射空调系统特点的基础上,提出了在进行系统水力计算过程中,应用遗传算法(GA)求解多目标优化问题的思路,进而建立了毛细管平面辐射空调系统水力计算模型。通过对模型特点的分析,将系统水力计算的问题转化为应用遗传算法求解多目标Pareto最优解的问题。最后,应用具体实例,对遗传算法在毛细管平面辐射空调系统水力计算中的应用方法和步骤,进行了详细说明,这对于毛细管平面辐射空调系统的优化设计和节能运行具有一定的指导意义。     

遗传算法在桁架结构优化设计中的应用

本文探讨了遗传算法在桁架结构优化设计中的应用,通过对经典遗传算法进行改进,建立了桁架结构的优化设计模型,其中采用精华模型保证了上一代种群中最优个体进入到当前种群中进化,而且采用非均匀变异算子,使得进化前期变异明显,后期趋于稳定,以利于收敛到最优解附近。另外针对遗传算法容易收敛到局部最优点的缺陷,提出了通过改变各变量相应初始界限值,进行两次遗传算法操作的方法进行运算,提高了工作效率,且结果更为精确。最后通过十杆平面桁架的数值例题来验证遗传算法应用的可行性和有效性。     

种群分组的遗传算法解TSP问题

遗传算法是模拟生物界“优胜劣汰、适者生存”的机制的演化算法，常用于解决困难或无解的组合优化问题。本文在遗传算法的基础上进行改进，并用于解TSP问题。用标准的数据集进行测试，结果表明改进的遗传算法能够求得最优解。     

综合改进的遗传算法反演三维地下水流模型参数

在简单的遗传算法的基础上，提出了一种综合改进的遗传算法，在反演地下水水流参数时，具有收敛速度快、解的精度高和避免出现早熟等优点。以非均质各向同性承压三维非稳定流动为理想模型，结合有限元法讨论了用遗传算法反演水文地质参数的过程。综合改进的遗传算法非常有效，在地下水渗流和水资源评价计算中有广阔的应用前景。     

桩基承台考虑桩土共同作用分析

本文综合应用弹性半无限体的布西奈斯克应力解、明特林应力解及地基沉降计算的分层总和法理论．推导出桩基承台考虑桩土共同作用的计算公式,并用实际工程进行了验证。