基于分段遗传算法的桁架拓扑优化设计

在飞机、汽车等结构优化设计中,为使桁架结构具备足够的强度、刚度和可靠性,并同时实现结构轻量化和过程高效率的目标,将遗传算法的运行过程分为"粗搜"和"精搜"两个阶段,对交叉概率(Pc)和变异概率(Pm)进行自适应设置,同时在桁架拓扑建模中引入罚函数去约束化。桁架结构的拓扑算例验证表明:该优化设计方法的迭代次数远小于简单遗传算法,证明方案实用可行。     

改进遗传算法及其在MATLAB中的应用

针对基本遗传算法存在的早熟和波动问题，对影响遗传算法精度、效率和稳定性的选择、交叉和变异三大遗传操作进行了分析，采用随机遍历、三点交叉和离散变异结合，既提高了收敛精度，也提高了收敛速度。经过使用MATLAB对两个测试函数进行计算，验证了改进算法的有效性。     

基于串联协作法的RLV机翼参数优化设计

针对可重复使用运载器(RLV)机翼外形优化设计问题,描述了其重量学科的数学模型,由于在求解过程中遗传算法及Nelder-Mead法均存在缺陷,故在多方法协作优化方法的理论基础上,采用串联协作优化策略,提出了基于遗传算法及Nelder-Mead法的串联协作优化方法,实现了RLV机翼外形的设计优化,得到了与这两种算法单独优化时相比更优的优化结果,使机翼重量减轻了,并分析了该方法的收敛性,表明了该方法的可行性和有效性。