遗传算法在单层球壳质量、刚度模糊优化中的应用

在单层球壳的优化设计过程中,必然会遇到大量的不确定性信息和因素,对这些不确定性因素应该使用模糊理论加以分析和处理。同时往往要考虑多个目标如质量最小和整体刚度最大等,而各个目标之间存在矛盾,要使各个目标都达到最优很困难。采用模糊数学的原理建立单层球壳多目标模糊优化模型,通过模糊判决法,将多目标的模糊优化问题转化为单目标的非模糊优化问题,最后利用小生境遗传算法(ANGA算法)对非模糊化的优化模型进行求解。对70 m跨单层球壳进行质量、刚度模糊优化,结果令人满意,验证了该方法的合理性和可行性,说明基于ANGA算法的模糊优化方法可以有效解决优化变量繁多的大中型网格结构多目标模糊优化问题。     

单层球壳结构强震下倒塌模式的构件截面优化

以结构杆件重量最轻为优化目标,以杆件截面尺寸为优化变量,建立单层球壳结构倒塌模式优化模型。优化模型考虑长细比、挠度、杆件强度及稳定约束条件,保证优化后结构满足规范和规程要求,同时将构形度也作为约束条件,保证优化后结构在强震下呈现理想的、有征兆的强度破坏特征。针对遗传算法(GA)和模拟退火算法(SA)各自的优缺点,以遗传算法作为主体流程,将模拟退火算法的优化机制融入其中,建立遗传-模拟退火算法(GASA)。采用C++语言编写GASA计算程序,与APDL语言编写的有限元分析命令流相结合,得到GASA-ANSYS优化程序。采用该程序对跨度为70m的K6型单层球壳结构进行优化。通过对优化后结构进行构形易损性分析和地震动力时程分析,表明所提出的优化模型及优化程序能够解决大型单层球壳结构地震作用下倒塌模式的截面优化问题。     

静力荷载作用下基于敏感性的单层球壳冗余度分析方法研究

冗余特性是决定结构鲁棒性的重要因素,是损伤情况下结构安全性的体现。为合理评估单层球面网壳结构在静力荷载作用下的构件冗余度,本文以结构的应变对单元材料弹性模量的敏感性作为评价指标,综合考虑单元弹性模量的变化对结构的影响,给出了结构构件冗余度的评价方法。为验证方法的有效性,本文将其与利用结构极限承载能力的冗余度评价方法相比较。结果表明基于应变敏感性与利用极限承载能力分别计算的结构冗余度两者相一致。冗余度值的大小是结构单元重要性的衡量指标,冗余度值小的结构单元,其失效后将对结构整体性能产生重要影响,是结构的关键构件。     

TMD系统在单层球壳振动控制中的适用性分析

单层球壳结构的振型分布密集。耦联严重，对于这种结构采用ＴＭＤ系统减蜃 否合适。本文针对这一问题，在水平地震作用下，以三种形式的单层球壳为例进行了控制效果的分析，得出一些重要结论。     

基于构形度的强震下单层球壳结构倒塌模式优化研究

基于杆系结构构形易损性理论,以构形度标准差最小为目标函数,以构件截面尺寸为优化变量,并考虑长细比、挠度、杆件强度及稳定约束条件,建立了单层球壳结构构形度优化模型。将遗传算法和模拟退火算法作为子算法,基于混合策略构造出遗传-模拟退火算法(GASA),并采用自适应策略降低算法对优化参数的依赖性。以跨度70m的单层球壳结构为例,通过凝聚过程分析识别结构存在的构形度不均匀区域。采用GASA算法对该区域的杆件截面进行构形度优化。通过对优化后结构凝聚过程分析和地震动力时程分析,表明优化模型和优化算法可以有效的解决优化变量繁多的大型单层球壳结构地震作用下倒塌模式的优化问题。     

单层柱面网壳强震失稳分析中考虑节点刚度影响的简化模型研究

在进行单层柱面网壳强震失稳分析时,采用能考虑球节点轴向刚度和弯曲刚度耦合的壳单元精细化模型固然好,但是壳单元模型的单元数目太多,相对于一般的梁单元简化模型的计算量是非常大的。然而,一般简化模型由于不考虑节点刚度的影响,强震下地震响应分析的结果误差又较大。因此,在简化网壳模型的基础上建立了能等效精细化网壳模型的相对简化模型,此模型在节点区域用梁单元代替空心球节点,通过减小节点区杆件的刚度,可以明显改善模型的分析精度,而且采用模型后计算量增加不大,所以此模型更适合进行此类结构的强震失稳分析。     

考虑几何偏差及重力影响的单层网壳冲击相似律研究

根据Π定律,在考虑应变率效应的基础上,分别推导了考虑几何偏差和重力影响的相似律表达式。根据已有文献的试验模型,采用非线性有限元软件LS-DYNA建立数值模型进行对比,验证有限元分析方法的可靠性。在此基础上,分别考虑几何偏差和同时考虑几何偏差及重力的影响,建立分析模型对相似关系进行验证,并将计算结果与未修正模型进行对比。研究表明:当考虑几何偏差或同时考虑几何偏差及重力影响时,修正模型均能获得满足相似关系的结果,并较好地预测原型的动态响应,具有较高的精度;而未修正模型预测结果与原型误差很大,不能用于工程实践。     

协同进行遗传算法在传感器优化配置中的应用

动态测试中,为了获得精确的试验模态参数,需将传感器配置在最优的位置.以模态置信度矩阵非对角元的最大值最小化为优化准则,针对 GARTEUR 飞机模型,基于协同进化遗传算法,对传感器的配置进行了优化,其结果优于 Guyan 法、EI 法和基于QR 分解的逐步累积法.     

K8型单层球面网壳顶点竖向冲击下的冲击荷载特征及荷载简化模型

为简化网壳结构遭受冲击作用时复杂的接触分析过程,基于ANSYS/LS-DYNA建立了单层K8型球面网壳模型,并模拟其在不同冲击作用下的失效过程,辨别网壳的失效模式,并获取了冲击过程中的冲击力曲线。通过对网壳遭受竖向冲击荷载下的这些冲击力曲线特征进行分析,提出了简化的冲击荷载模型,并应用能量守恒定律和动量定理确定了模型相关参数。利用此冲击力模型对网壳结构在冲击荷载下的响应进行分析并与实体冲击物作用下的响应进行了对比,验证了该模型的准确性,应用该模型可以实现对网壳抗冲击性能的简单有效评估。     

小生境遗传算法在反演堤坝地震勘探数据中的应用

基于反演问题的不确定性和目标函数的多峰性,本文提出引入小生境遗传算法,采用自适应控制交配概率和变异概率,求解出目标函数的若干个局部峰(或全局峰),然后利用先验知识,判定得到满意解。本文对实测资料进行了层速度与厚度的反演,通过实际值与反演值的比较,验证了进行多峰优化的有效性。     

基于有限质点法的单层球面网壳强震作用下连续倒塌破坏研究

有限质点法是以向量式结构力学为基础的崭新的结构分析方法。该文以该方法为基础,综合考虑结构的几何非线性、材料非线性和构件断裂,研究单层球面网壳结构在地震作用下的连续倒塌破坏全过程。该文介绍了有限质点法的基本理论,提出了该方法分析结构非线性问题和断裂问题的具体思路。采用直接输入法输入地震波,利用自编程序实现了单层球面网壳结构倒塌全过程模拟。研究了矢跨比对球面网壳强震作用下倒塌性能的影响,讨论了结构的倒塌时间和倒塌模式,并基于结构的倒塌模式通过局部加强法对单层球面网壳结构进行了抗倒塌设计。     

改进型遗传算法在环境噪声反演海底问题中的应用

利用浅海环境噪声进行海底特性反演一直是学者们研究的热门课题之一,当考虑两层海底时,由于待反演参数较多,基于传统遗传算法的反演策略往往使反演过程陷入局部最小值,从而无法找到全局最优解。针对两层海底的情况,计算得到了浅海环境噪声场空间相干性的表达式,并对传统遗传算法进行了改进,通过引进自适应交叉和变异算子以及能够保持种群多样性的小生境技术来提高反演算法的性能。通过数值仿真,验证了改进后的算法较传统算法能更好地收敛到真实值;并针对一次海试数据进行了海底特性反演,获得了较好的结果。     

基于遗传算法的自适应噪声抵消

当有参考噪声信号时，自适应噪声抵消的实质就是求参考噪声输入通路的逆滤波器，LMS自适应滤波问题就是一个多变量函数的极值问题。LMS算法因其具有算法简单，容易实现的优点而为常用，但是算法的收敛特性和失调量受到步长参数μ的影响。而步长参数μ和最优值不易确定。遗传算法是一种应用于大规模搜索空间的有效方法，它不要求函数的解析表达式，只根据已知的测量数据便可以求得全局极值。本文以FIR滤波器为例。采用改进的实值编码遗传算法，将遗传算法用于逆滤波器的求解。计算机仿真结果表明该算法对噪声抵消取得了较满意的效果。     

遗传算法在复合材料成分优化中的应用

金属塑料复合材料有广阔的应用前景,对其研究的一个重要方面是其工作层成分的配比.提出综合运用自适应神经模糊推理及遗传算法,以复合材料结合牢固性及减振性好为目标,最终得出工作层成分最佳配比的优化方法.通过试验得出,当工作层成分体积分数为：聚己二酸己二胺(PA66/尼龙66)51.6%,聚苯硫醚(PPS)38.6%,碳纤维9.8%,所制备的金属塑料复合材料与用普通方法制备的金属塑料复合材料相比,减振性能提高9%～15%,材料在不发生脱层的前提下所能承受的最大冲击力提高8%～16%,复合材料的综合性能有较大提高.     

一种采用自适应遗传算法的模糊自整定控制器

针对模糊自整定控制器参数寻优能力差的不足,研究了采用自适应交叉概率与变异概率的遗传算法,提出了用这种自适应遗传算法改善模糊自整定控制器性能的方法。对采用自适应遗传算法的模糊自整定控制器与一般的模糊自适应控制器作了仿真对比研究,说明了前者的优越性。     

基于遗传算法的单矢量水听器多目标方位估计

矢量水听器能同时获得声场中某一点的声压标量和质点振速矢量,获得了比常规声压水听器更多的信息。矢量水听器自身是一个空间共点阵,具有一定的空间指向性,这些特点使矢量信号处理技术与声压信号处理技术具有重大差异。根据单个矢量水听器多目标分辨的数学模型,即声压和振速的偶次阶矩组成的非线性联立方程组,研究了该方程的解算方法,给出了可以使用遗传算法求解该非线性方程组的结论和计算精度。     

二维不规则件优化排样的小生境遗传算法

首先采用组合矩形包络算法将二维不规则零件的排样问题转化为矩形件的排样问题;然后将遗传算法与小生境技术相结合,寻找排样件在排样时的最优次序及各自的旋转角度;最后用“最低水平线与填充算法相结合”策略的启发式排样算法实现自动排样。实例表明,该算法是有效的。     

Improved genetic algorithm for mixed-discrete-continuous design optimization problems

An improved genetic algorithm (IGA) is presented to solve the mixed-discrete-continuous design optimization problems. The IGA approach combines the traditional genetic algorithm with the experimental design method. The experimental design method is incorporated in the crossover operations to systematically select better genes to tailor the crossover operations in order to find the representative chromosomes to be the new potential offspring, so that the IGA approach possesses the merit of global exploration and obtains better solutions. The presented IGA approach is effectively applied to solve one structural and five mechanical engineering problems. The computational results show that the presented IGA approach can obtain better solutions than both the GA-based and the particle-swarm-optimizer-based methods reported recently.