均匀选点在全局优化中的应用

以常规优化方法为基础,把实验设计方法之一———均匀设计引入优化设计中,在对全局最优解不要求十分严格精确的情况下,能够方便快捷地近似求出各种性态复杂的多维多峰函数全局最优解.该法避免了优化设计中初始点选点的盲目性,当均匀选点个数足够多时,近似全局最优解能够无限接近全局最优解.给出了计算实例.     

均匀选点在全局优化中的应用

以常规优化方法为基础，把实验设计方法之——均匀设计引入优化设计中，在对全局最优解不要求十分严格精确的情况下，能够方便快捷地近似求出各种性态复杂的多维多峰函数全局最优解。该法避免了优化设计中初始点选点的盲目性，当均匀选点个数足够多时，近似全局最优解能够无限接近全局最优解。给出了计算实例。     

基于遗传算法的公路纵断面优化

提出了一种基于遗传算法的纵断面优化方法，这种方法可以在一个可行域中自动搜索一个最优或较优解。其基本思想是首先根据纵断面初始解建立一个可行域，通过编码建立染色体与实际设计变量之间的一一对应关系，然后对可行域中的可能解用一个评价函数(适应度)进行度量，利用遗传算法在可行域中选择最优解。实践表明：该方法具有全局解空间搜索能力，从而实现了全局寻优的目的，对道路优化设计是有效的，可行的。     

基于试验设计的空调管路结构参数优化设计

针对空调管路的振动问题,提出了一种降低管路振动响应,提升管路抗振性能,轻量化管路的优化设计方法.利用正交试验挑选出对管路振动最大位移和管路振动最大应力有显著影响的结构参数,并拟合了显著结构参数与管路振动最大位移、管路振动最大应力及管路质量的二阶响应面模型,采用非劣排序遗传算法对响应面模型进行多目标求解并筛选出最优解.优化后的管路振动最大位移、振动最大应力、质量分别下降了76.51％,86.73％,27.21％,且空调管路的模态特性得以改善,提升了空调管路的抗振性能.所提出的研究方法可为管路结构的优化设计提供参考.     

城市交通流配流问题的遗传算法求解

路径的选择和交通量的分配是智能交通运输系统的主要问题．本文以遗传算法为基础，设计了一个求解该问题的优化算法，将其化为一个多约束条件的0-1规划。对路网优化设计实例表明，这一方法能迅速求出问题的全局近似最优解，并具有较高的计算精度。     

优化设计求解的遗传-神经网络新算法研究

提出并研究了一种优化设计求解的遗传神经网络新算法,该算法综合了遗传算法的全局性和神经网络的并行快速性等特点,可克服遗传算法最终进化至最优解较慢和神经网络易陷入局部解的缺陷,具有较好的全局性和收敛速度     

遗传算法用于控制器参数的满意优化

对于控制器参数的多指标优化问题，提出了一种新型优化设计方法。通过分别设计的各个性能指标的满意度函数，反映出各性能指标对控制系统的具体要求；并用综合满意度函数的设计，反映出对控制目标的综合要求。由此给出了一种优化模型。应用遗传算法自动搜索，实现控制器参烽的优化。仿真实验效果良好，表明了本文方法的灵活实用性。     

混合遗传算法在结构优化设计中的应用

基于邻域搜索的自适应遗传算法和标准遗传算法的一种离散变量结构优化设计的混合遗传算法,既能发挥邻域自适应算法省时、高效、成熟收敛的特点,又能发挥遗传算法全局最优的特点.优化设计结果表明:改进后的混合遗传算法的收敛性得到了很好的改善,使个体既能沿着当前种群优势方向前进,又能跳出局部最优,寻求全局最优.     

具有主从结构的多目标非线性两层优化问题的可行方向法

本文在一定的正则条件下,借助于最优解的方向导数,提出了通过确定可行下降方向和下降步长来直接搜索两层优化问题满意解的一种方法。      

连续交通网络设计的全局双层多项式优化模型

提出了一种面向典型连续交通网络设计问题的全局双层多项式优化模型,其函数均为多项式,且下层问题为凸问题;上层问题旨在优化网络性能,下层问题用来刻画确定性用户均衡(DUE)交通流模式;利用Fritz John条件和乘子代替下层规划,将提出的双层多项式优化模型转换为等价单层优化问题,并利用矩半定规划(MSDP)方法得到其全局最优解;利用矩矩阵的秩作为保证全局最优性的充分条件,并估计全局最优解的个数;给出了最优道路收费问题的数值算例,用提出的双层多项式优化模型描述了算例中的最优道路收费问题,并通过Wardrop用户均衡约束调整现有路段上的交通流量,使总通行费收益最大化。研究结果表明:该简单算例的最大收益为13.5元,同时可以得到该算例的矩矩阵的秩为1,从而证明了该结果的全局最优性,提出的方法克服了均衡约束数学规划(MPEC)法和值函数法等现有求解双层优化问题的经典算法由于连续交通网络设计固有的非凸性,只能找到局部最优的问题;提出的全局双层多项式优化模型与算法为典型连续交通网络设计提供了更好的探索工具。      

Engineering design optimization based on intelligent response surface methodology

An intelligent response surface methodology （IRSM） was proposed to achieve the most competitive metal forming products, in which artificial intelligence technologies are introduced into the optimization process. It is used as simple and inexpensive replacement for computationally expensive simulation model. In IRSM, the optimal design space can be reduced greatly without any prior information about function distribution. Also, by identifying the approximation error region, new design points can be supplemented correspondingly to improve the response surface model effectively. The procedure is iterated until the accuracy reaches the desired threshold value. Thus, the global optimization can be performed based on this substitute model. Finally, we present an optimization design example about roll forming of a ＂U＂ channel product.     

�޽��ɱ���ȷ���Ľ�ͨ�����������

交通网络设计问题是交通规划理论的一个重要组成部分,即在资金有限且考虑出行者决策行为的情况下,制定最优投资策略.由于人工费、材料费和使用费等的不确定性,路段的修建成本存在不确定性.本文通过改进预算投资约束,应用鲁棒优化的方法同时考虑出行者的路径选择行为,建立路段修建成本不确定的交通网络设计的鲁棒模型,并利用基于割约束的混合整数线性规划算法求解此模型,进而得到一个受修建成本扰动较小的鲁棒最优解.通过算例表明,在修建成本不确定的交通网络设计中,本文提出的鲁棒优化方法可以得到比传统确定性问题更加可靠的解.     

斜腿刚构桥几何布局的优化设计

采用数学规划的方法从静力和动力两方面对斜腿刚构桥的几何布局进行优化设计。静力优化设计的优化目标是截面截面应力平方均值最小，动力优化设计的优化目标是结构自振周期平方和最小。采用了直接搜索法寻优。通过算例可知，这两种优化设计方法均可行，且均为刚性设计。     

钢结构优化设计的两水平分解法

本文给出了刚架结构优化设计的一种新方法,依据结构可分解的特点,将整体优化设计分解为两个水平上的优化设计,对一个给定的结构,在 botton-level 上,每一个单元是一个子问题,优化设计其横截面尺寸;在 top-level上优化设计其整体几何,算例表明,这种算法是相当有效的.     

城市交通连续平衡网络设计问题的GASA混合算法

通过建立城市交通连续平衡网络设计问题的双层规划模型,提出的一种基于遗传算法和模拟退火算法的GASA混合算法,经实例验证其与单一算法相比,具有较高的精确度,且最优解的性能指标有很大改善,在解决大型网络设计问题方面具有明显优势。     

计算机网络优化设计研究

由于计算机技术的进步和通信网的快速发展,已使计算机网络链路容量需求的优势设计成为计算机网络设计中的关键问题,为此,提出了一种计算机网络链路容量设计方法,可求得整体最优解。本优化方法适用于集中式和分布式计算机网络的链路容量优化设计,最后给出了一个设计示例。     

Application of conservative surrogate to reliability based vehicle design for crashworthiness

Surrogate models are commonly used for approximation of large computationally expensive vehicle crash simulation to facilitate rapid design space exploration and optimization. Unfortunately, the optimum design based on surrogates may turn out to be infeasible after running finite element crash simulation due to the surrogate errors. To meet this challenge, conservative strategy of surrogate modeling through compensating fitting errors was used for reliability based design optimization of vehicle structures for crashworthiness and weight reduction. The critical crash responses were constructed by unbiased kriging models, and conservative surrogates were obtained via adding safety margin to estimate the crash responses conservatively. The benefits of using conservative surrogates for reliability based design optimization were investigated in the context of constraint feasibility of the optimum designs through a mathematical example and a case study on vehicle crashworthiness design. The results demonstrate that optimization based on conservative surrogate helps to achieve the feasible optimum design, showing more attractive for reliability based design optimization in engineering applications.