排序方式: 共有42条查询结果,搜索用时 0 毫秒
1.
通过计算及试配得到快速修复路面的水泥混凝土配合比,在此基础上配制了不掺加纤维的普通再生混凝土和混掺体积分数为0.15%玄武岩纤维与0.11%聚丙烯腈纤维的再生混凝土,再生骨料取代率及混杂纤维对路面再生混凝土基本力学性能的影响进行实验研究.结果表明:混凝土的各项力学性能基本上随再生骨料取代率的提高而降低;玄武岩与聚丙烯腈混杂纤维可以有效增加再生混凝土的劈裂抗拉强度和抗折强度. 相似文献
2.
3.
介绍了离散变量的结构优化设计方法——遗传算法(Genetic Algorithms)的来源和运行参数。考虑到遗传算法在运算过程中表现出的缺点以及交叉率和变异率的选取对遗传算法的搜索能力和搜索效果的影响,同时为了提高遗传算法的收敛性,避免发生早熟收敛,对遗传算法进行了改进,引入一种基于个体适应度值的自适应遗传算法。并通过算例表明这种改进自适应遗传算法较基本遗传算法是更有效的,提高了算法的运行效率和计算精度。 相似文献
4.
为了弥补遗传算法局部寻优能力差的缺点,将拟满应力算法嵌入到遗传算法中构成一种结合二者优点的混合遗传算法,并将该算法应用于离散变量结构形状优化设计问题.将形状设计变量和截面设计变量统一考虑,编码表示在同一染色体中.既解决了两类变量间耦合上的困难,同时也避免了将两类变量分开考虑只能求得局部最优解的问题.算例的结果表明,该方法用于离散变量结构形状优化是有效的. 相似文献
5.
目的为了改善基础隔震结构的减震效果,实现基础隔震结构设计的可靠性和有效性。得到基础隔震结构的系统优化参数.方法建立了基础隔震结构的动力分析模型,推导出其运动微分方程;对标准遗传算法经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点进行改善,提出了改进混合遗传算法;建立基础隔震结构系统参数优化设计模型,使用改进混合遗传算法对7层LRB隔震结构的系统参数进行优化设计,结果优化后。LRB隔震结构的相对加速度峰值、相对速度峰值、相对位移峰值和层间剪力峰值分别比优化前有不同程度的降低.结论工程实例计算结果表明改进混合遗传算法对基础隔震结构的系统参数优化效果比较理想,基础隔震结构的各项地震反应均得到了更好地控制. 相似文献
6.
离散变量优化设计的改进斐波那契遗传算法 总被引:6,自引:0,他引:6
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,建立离散变量结构优化模型。针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点,提出一种新的遗传算子——转基因算子,用于对遗传算法的改进;提出一种离散变量结构优化设计的斐波那契算法,并与遗传算法结合在一起解决问题。优化设计结果表明,这种改进斐波那契遗传算法的收敛特性得到很好的改善,即发挥了斐波那契算法省时、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,是有效的工程结构优化设计方法。 相似文献
7.
针对单元尺寸场的合适与否会直接影响到后续有限元网格质量的问题,提出一种尺寸修正算法来优化单元尺寸场。在Borouchaki等提出的H变化量(BOROUCHAKI H, HECHT F, FREY P J. Mesh gradation control. International Journal for Numerical Methods in Engineering, 1998,43(6):1143-1165)的基础上,引入尺寸梯度概念,进行一系列公式推导,得到二维的单元尺寸场的合理过渡要求,从而以定义在非结构背景网格的单元尺寸场为例,改进Borouchaki修正算法,提出了一种最少量地重置尺寸场中节点单元尺寸值,最大化地全局光滑单元尺寸场的新算法。最后给出若干实例的网格生成效果图,证明算法能帮助工程应用的模型生成更高质量的网格,跟其他修正算法相比,网格尺寸过渡明显更均匀。 相似文献
8.
阐述了遗传算法的基本原理和实现步骤,论述了遗传算法的特点,介绍了遗传算法在离散变量结构优化设计中的应用情况。 相似文献
9.
基于OpenMP实现了一种基于空腔交叠互斥准则与无锁原子操作的Delaunay三角化增量插点细粒度并行算法。在串行算法的基础上,对点集引入Hilbert排序,使相邻点在几何上亦相邻。引入互斥机制--仅当各空腔无公共单元及公共相邻边时,才可同时插入,根据Delaunay局部性准则可保证整个网格都具备Delaunay属性。每个单元用一个原子变量标记该单元是否已被占有,在计算Delaunay空腔时,各线程将试图写入该原子变量,但本竞争机制保证有且仅有一个线程能成功获得该单元的所有权,以保证算法的互斥性。经数值实验表明,对于107的点集,该算法在16核下加速比可达7.06倍。 相似文献
10.
遗传算法、模拟退火算法都是随机搜索方法,在处理全局优化、离散变量、多连通可行区等困难问题中,具有传统结构优化算法不可比拟的优势.笔者针对遗传算法和模拟退火算法的特点,取长补短,结合成一种混合遗传算法—遗传模拟退火混合算法.经改进后的混合算法既发挥了遗传算法全局搜索能力强的特点,又保留了模拟退火算法局部寻优效果好的优点. 相似文献