神经网络与遗传算法结合在结构优化设计中的应用

利用神经网络对有限元计算的样本数据建立起结构设计参数与位移,应力等的全局性映射关系,以获得遗传算法求解结构优化问题所需的目标函数值,从而进一步获得问题的优化解,５杆桁架等例表明,此方法可以在较少的有限元分析次数下获得的较好的优化解。     

遗传算法在离散变量结构优化设计中的应用

以三杆桁架结构优化设计演示了遗传算法在离散变量优化设计中的应用．优化结果与传统结构优化设计结果相比较，表明遗传算法的有效性．运用遗传算法求解十杆超静定桁架结构优化问题．针对三杆、十杆桁架结构分析了群体规模大小对算法收敛的影响，说明群体规模的选取是与染色体长度密切相关的．     

沥青路面结构遗传算法优化研究

在分析现有路面优化研究的基础上，综合考虑路面初建，养护维修与用户费用路面残值，并以此为目标函数，建立了沥青路面结构优化数学模型，应用改进的遗传算法进行了求编制了相应程序，结合实际工程进行了计算分析，结果表明，该法收敛快，精度高，是目前沥青路面结构优化行之有效的方法。     

路面结构优化遗传算法研究

遗传算法是建立在自然遗传学机理基础上的参数搜索方法.利用遗传算法对路面结构进行优化,可成功求解沥青路面结构非线性优化设计模型,具有节省时间、优化结果准确的特点.其研究成果对改善路面设计方法,降低工程造价,避免和减少工程病害有积极的作用.     

路面结构优化遗传算法研究

遗传算法是建立在自然遗传学机理基础上的参数搜索方法。利用遗传算法对路面结构进行优化,可成功求解沥青路面结构非线性优化设计模型,具有节省时间、优化结果准确的特点。其研究成果对改善路面设计方法,降低工程造价．避免和减少工程病害有积极的作用。     

沥青路面结构遗传算法优化研究

在分析现有路面优化研究的基础上 ,综合考虑路面初建、养护维修与用户费用及路面残值 ,并以此为目标函数 ,建立了沥青路面结构优化数学模型 ,应用改进的遗传算法进行了求解并编制了相应程序 ,结合实际工程进行了计算分析 .结果表明 ,该法收敛快 ,精度高 ,是目前沥青路面结构优化行之有效的方法     

基于遗传算法求解车间设备布局优化问题

车间设备布局问题,是一个NP难问题.许多学者利用启发式算法来求解并取得了一定的成果,但在模型中存在距离定义不合理的情况,均采用绝对距离的方式,存在不符合实际和计算不准确的情况;本文对距离的定义进行了改进,并利用遗传算法对改进后的模型进行求解,效果良好,达到了预期目标.     

遗传算法在飞剪机结构参数优化设计中的应用

在对飞剪机结构参数的优化设计中,应用了一种新兴的高效寻优方法-遗传算法。文中对基于遗传算法的参数优化过程进行了全面和简要的说明。实例计算表明,该方法可以获得比较满意的优化设计结果。     

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。     

一种大型、复杂结构的结构损伤估计方法

从工程应用的观点，提出了一种结构损伤估计方法。首先，构造一种能建立测量模态参数与损伤子结构之间关系的子结构综合法。对于完好子结构，在用广义坐标进行测量模态振型的扩阶过程中，这种子结构综合步骤能减少未积压参数个数。基于上述思路，导出一套损伤辨识方程。然后，引进两步损伤辨识近似法：第一步采用损伤定位算法的改进形式，辨识结构损伤的一般区域；第二步是用一种结合灵敏度法和矩阵修正法的混合方法确定结构损伤的程度。仿真算例显示，即使在大的噪声环境下，该方法亦具有好的损伤辨识精度和好的工程应用适应性。     

基于MSC．Marc接口的遗传算法结构优化设计

提出了一种结构优化设计系统，该系统采用C语言和FORTRAN语言混合编写而成．在应用遗传算法的基础上，构建了与Mare模块的应用程序接口，直接调用Marc进行有限元分析，实现对目标体的结构优化设计．此系统被应用于车体优化设计中，取得了成功，充分说明该方法是正确、有效的．     

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。     

约束优化问题的多参量遗传算法

约束优化问题的传统求解方法是拉格朗日乘子法，函数的可导性和多峰性常常成为求解过程中的难题。遗传算法的并行搜索为这类问题的求解提供了一种新的途径。为了提高计算效率，有学者提出用两级遗传算法分别解决拉格朗日乘子入及优化参数的求解问题。用多参量遗传算法可以同时解决两级优化的遗传算法，把分级优化的参数同时编码，就把两级优化转化为一级优化。经试验该算法虽不能使优化算法的计算时间大大降低，却可以使程序设计工作相对简化，同时使遗传算法程序更具通用性。     

企业资本结构优胜劣汰的遗传算法研究

本文采用美国Ｈｏｌｌａｎｄ的模仿生物进化过程的优胜劣汰法，来寻求优化的企业资本结构，获得比较科学的融资计划和合理匹配的企业长期负债额与权益资本，旨在达到企业贷款少，而又收益高的预想效果。此遗传算法为优化企业资本结构提供一种新颖的研究方法。     

底架承载机车车体结构优化设计

在提出以结构体积最小为目标，梁截面和梁位置坐标为设计变量，求全局最优解思想的基础上，利用遗传算法建立了机车车体结构优化模型．通过对各个计算环节的研究，确立了可行的计算方法，编制计算程序，并以算例证明该方法的有效性．     

基于遗传算法的船舶推进系统船、机、桨匹配优化设计

船舶推进系统船，机，浆匹配问题一直是船舶设计人员最关心的问题之一。尤其是近10年来，随着船舶向高速度，大功率，大型化和肥胖化的方向发展，对三者匹配的要求更为严格。文中将遗传算法引入船舶推进系统船，机，浆匹配优化设计，建立了合适的优化模型。构造了合理的适应函数，实船优化表明，该算法的收敛速度很快且计算精度较高，最后，探讨了影响算法高效性和准确性的因素。     

遗传算法—优化设计—神经网络的耦合技术

论述了遗传算法－优化设计－神经网络的耦合技术,以一台机器的主控制参数作为样本,采用这种耦合技术,将实际工程参数转化为遗传进化样本,再通过优化技术变成最优样本,来训练神经网络系统,旨在提高控制参数质量。     

弹性结构静荷载反问题的遗传算法

介绍了遗传算法与有限元分析相结合的方法，用来解决反问题中结构静载荷的计算．首先，由连续介质的弹性力学反问题延拓出离散的有限元数值模型，然后将结构上有限个观测点的测量值带入数值方程，利用遗传算法解决不适定问题，最后，经迭代反算出施加在结构上的荷载大小．编制了相应的计算程序，给出了计算算例．对算例的分析表明：遗传算法与有限元分析相结合可以有效、稳定地反算出未知荷载的大小。     

基于MSC.Marc接口的遗传算法结构优化设计

提出了一种结构优化设计系统,该系统采用C语言和FORTRAN语言混合编写而成.在应用遗传算法的基础上,构建了与Marc模块的应用程序接口,直接调用Marc进行有限元分析,实现对目标体的结构优化设计.此系统被应用于车体优化设计中,取得了成功,充分说明该方法是正确、有效的.