小生境遗传算法离散变量结构优化设计

遗传算法在结构离散变量优化中的应用——利用遗传算法的基本原理，提出了结构离散变量优化设计的全局算法。该方法模拟生物遗传进化的过程进行优化求解，解决了离散变量的优化问题，对于多峰值函数、不可导的函数能以较大的概率求得全局最优解。通过实例证明了该...

粒子群优化算法在离散变量结构优化中的应用——介绍了用于离散变量的粒子群优化(pso)算法以及加入了约束处理的启发式粒子群优化(hpso)算法。将hpso算法的约束处理策略与另一种适用于粒子群算法的约束处理方法结合，并将改进后的算法应用到3个离散变量桁架结构截...

整体稳定约束下离散变量的结构优化设计——讨论了离散变量结构在应力，位移与整体稳定性约束下的结构优化设计问题，讨论了梯度方向的计算方法并采用梯度方向法求解该问题，得到了满意的结果。　　

提出一种基于小生境免疫遗传算法的多级序列优化方法,并解决硅钢片优化排样问题。以免疫算法为基础,通过遗传算法进化抗体群,利用小生境技术保持抗体群的多样性。遗传算子和免疫记忆策略加快了优良个体的产生,提高了算法的收敛速度。共享机制和克隆抑制策略提高了算法的全局搜索能力,有效地避免早熟收敛现象。实际生产数据排样结果表明,该算法是有效、可行的。

提出一种离散变量结构优化设计的单向搜索算法并与标准遗传算法结合成混合遗传算法,即发挥了单向搜索算法省时、高效、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。算例结果表明,该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题。这种混合遗传算法优于标准遗传算法和单向搜索算法,是兼二者之长,弃二者之短的高效的理想优化设计方法。

通过对遗传算法的二进制编码和实数编码的机理分析,结合2种编码的优点,从工程结构优化实际问题出发,提出了一种可以任意控制离散度的改进实数编码遗传算法.该算法利用实际工程结构问题中对尺寸设计变量精度要求的放松,在编码过程中加上\"隐约束\

针对简单遗传算法中的线性适应度、恒定交叉与变异概率等不能动态地适应整个寻优过程,提出采用非线性适应度与自适应交叉、变异概率的改进遗传算法。以典型的遗传算法测试函数验证改进遗传算法的有效性与可行性,最后将改进遗传算法用于离散变量桁架结构优化设计,计算结果表明改进遗传算法是可行、有效的。

提出一种离散变量结构优化设计的单向搜索算法并与标准遗传算法结合成混合遗传算法,即发挥了单向搜索算法省时、高效、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.算例结果表明,该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题.这种混合遗传算法优于标准遗传算法和单向搜索算法,是兼二者之长,弃二者之短的高效的理想优化设计方法.

针对标准遗传算法在迭代过程中经常出现未成熟收敛、发生振荡、随机性太大等缺点,提出一种新的遗传算子转基因算子,用于对标准遗传算法的改进·这种转基因算子有效地利用了计算适应度的信息,很好地保护了最优个体,并能提高群体中个体的适应度·包含转基因算子的改进遗传算法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题·算例结果表明,改进遗传算法的收敛特性和优化设计结果远好于标准遗传算法,是一种理想的建筑结构优化设计方法·

提出一种离散变量结构优化设计的单向搜索算法并与标准遗传算法结合成混合遗传算法,即发挥了单向搜索算法省时、高效、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·算例结果表明,该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题·这种混合遗传算法优于标准遗传算法和单向搜索算法,是兼二者之长,弃二者之短的高效的理想优化设计方法·

首先给出了离散变量结构的数学优化模型,提出了子空间搜索的单亲遗传算法,并给出了两个减少计算量的策略。通过两个结构优化的算例表明,文章算法收敛速度快、收敛平稳,为离散变量结构优化设计提供了一种借鉴方法。

基于遗传算法的排桩支护结构优化设计——基于自然选择和自然基因机制的遗传算法是当前处理复杂非线性模型的一种新的优秀方法。为此，文章建立了悬臂式排桩这一基坑支护结构形式的数学模型，并运用改进遗传算法对设计参数进行优化调整；结合以实际工程资料为背景...

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,提出引入转基因算子与单亲遗传算子,同时提出一种离散变量结构优化设计的三等分割算法,通过与遗传算法相结合并运用到初始群体形成和进化过程中,使两种算法既可相互独立地运算,又可彼此相互协调、共同作用.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.各种算法的优化结果对比表明,改进混合遗传算法具有省时、高效、局部搜索能力强和全局性好的特点.

将微种群遗传算法与基于启发式模式移动的局部寻优方法和aitkenδ~2加速策略相结合,给出了一种加速微种群遗传算法.算法中利用aitkenδ~2加速策略改进当前种群,利用基于启发式模式移动的局部寻优方法改进子代群体.利用3个数值优化算例测试了算法的性能,表明本文算法具有较好的收敛性和计算效率.最后将其用于桁架结构截面优化设计,10杆平面桁架和25杆空间桁架的优化结果表明,本文算法的计算精度和计算工作量均优于传统的遗传算法.

在软土地基加筋路堤稳定性分析方法中,传统分析方法(如瑞典法和荷兰法)因对加筋材料的加筋作用估计不足,导致计算结果过于保守,与实际不符。本文在充分考虑加筋体的加筋作用下,提出了新的加筋路堤稳定性分析计算方法,并采用小生境遗传算法搜索临界滑动面和最小安全系数。算例计算结果表明,本文提出的加筋路堤稳定性分析方法与工程实际情况吻合较好,并且小生境遗传算法能有效地搜索到边坡所有的临界滑动面。

针对工程中大量存在的设计变量为离散型和连续型的混合离散变量的情况,探讨了一种优化设计问题的方法———混合离散复合形法。该算法可用于工程结构优化设计中,其结果不需圆整,解题可靠性和效率大大提高。

传统建筑景观的设计往往存在直视效果差、居民满意度较低的问题,并且其在绿色环保方面的设计也存在不合理之处,因此,该文提出一种基于小生境遗传算法的绿色建筑景观空间环境优化设计方案.根据小生境遗传算法对建筑景观尺寸的多目标进行优化,优化的目标包括建筑的成本以及绿化带等公共设施.结果表明,提出的方案能够优化建筑景观环境,居民的满意度有所提高.

针对传统遗传算法存在容易过早收敛、寻优效率较低、精度不高等缺点,从适应度值函数标定和群体多样化两方面对传统遗传算法进行了改进,避免了传统遗传算法过早陷入局部最优解,拓宽了寻优空间;将改进的遗传算法应用于建筑结构优化设计中,通过建立以质量最小为目标的优化数学模型,解决具有应力约束和截面尺寸约束的离散变量结构优化问题,并对改进型遗传算法进行优化设计结果比较;结果表明,改进型遗传算法演化代数低于标准遗传算法,收敛性能明显更佳,提高了遗传算法在结构优化应用方面的计算速度和优化效果.

针对遗传算法在迭代过程中经常出现的未成熟收敛、振荡、随机性太大等缺点,引入一种新的遗传算子——单亲遗传算子,用于对标准遗传算法的改进。包含单亲遗传算子的改进遗传算法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题,进而对框架结构的多种工况进行优化设计的结果进行了对比验证,结果表明:改进遗传算法比标准遗传算法有好得多的收敛特性,迭代次数明显减少,优化设计结果也远好于标准遗传算法。

离散变量结构优化的拟满应力设计方法——本文以满应力设计思想为基础．提出了适用于离散变量结掏优化设计计算的拟满应力设计方法。该方法能直接计算具有应力约柬和截面尺寸约柬的离散变量结构优化设计问最，也能处理同时具有稳定性约柬和位移约柬的多工况、多约...

建立了组合截面离散变量优化设计的通用模型;提出了一种启发式求解算法。通过对截面设计变量的合并,把截面整体作为一个设计变量;将约束条件按其作用范围分为三类:局部约束、全局约束、中间约束,即介于局部和全局约束之间的约束;根据离散结构实体杆件在结构中受力和传力的特点,将杆件分为5类。针对三类约束的不同特点,分别给出了启发式求解算法。最后通过一个三维的空间结构实例给出验证,优化效率高,效果明显。六个工程实例的优化结果比经验设计可节省材料5.0～19.0%。实践表明本文提出的模型通用性强,启发式求解方法效率高且实用,适合大规模离散变量工程结构最轻设计问题。

基于遗传算法的rc结构优化设——结合我国现行的结构设计规范，对承受多工况荷载下的钢筋混凝土框架结构离散变量的优化设计问题，提出了基于遗传算法的优化算法。通过建立配筋模板数据库，将梁柱的计算配筋面积转换成最优的且满足规范和施工要求的实际配筋形式。...