具有无穷罚因子的混合离散变量优化方法

提出一种用于求解带不等式的约束非线性最优化问题的方法。该方法采用广义目标函数，是对外点罚函数法的改进。它在一次无约束最优化中就等价于将惩罚因子趋于无穷大。

离散变量影响下激光通信网络拓扑结构优化研究

激光通信网络在进行信息传输时容易受到离散变量的影响,降低信息传输质量。为此,研究离散变量影响下激光通信网络拓扑结构优化方法。生成激光通信网络初始拓扑结构,分析离散变量带来的影响。根据激光通信网络拓扑结构优化目标,建立激光通信网络的拓扑结构优化目标模型。采用多目标进化方法,剔除拓扑结构中的冗余链路,实现对激光通信网络拓扑结构的优化。实验结果表明,所提方法优化后的网络拓扑结构链路平均长度在50 cm以下,通信节点能量在48 J以上,网络生存轮数高于371轮,优化性能好,有效剔除了网络拓结构中的冗余路径。

混合离散变量的工程结构优化设计方法

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。

约束非线性混合离散变量优化设计的一个方法

本文对机械设计中离散变量优化问题进行了讨论,提出了一个用于全离散变量或混合离散变量优化设计的方法——模式与随机搜索法。文中阐述了算法的原理,给出了迭代公式与框图。考核结果表明,本算法比通常的优化方法具有更好的可靠性与有效性,所得到的离散最优解更合理,并且计算时间与迭代次数明显减少。

离散变量结构优化设计的混合遗传算法

针对离散复合形法提出了一种新的初始点产生办法,并基于满应力思想,对离散复合形法进一步做了改进,提高了离散复合形法的局部寻优能力,从而构造了一种改进的离散复合形法用于离散变量结构优化设计;对基本遗传算法运用Hamming距离控制种群的个体差异;在适应度计算过程中加入判定因子来减少结构重分析次数;在遗传操作中,对交叉和变异操作做了改进,并把复合形算子嵌入到复制操作中,从而建立了一种离散变量结构优化设计的混合遗传算法。算例表明这种混合遗传算法优于基本遗传算法和改进的复合形法,是可行和有效的。

混合离散变量模拟退火方法及其应用

基于海洋工程中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———混合离散模拟退火法.该方法相对常规模拟退火方法有一定改进并且针对混合离散变量进行了特定处理.实际算例计算表明,该方法可用于海洋工程优化设计中,其结果不需圆整,而且其解题可靠性和效率相当高.

离散变量桁架结构拓扑优化的混合遗传算法

为了避免结构拓扑优化过程中杆件和节点的增删带来的计算上的麻烦 ,在对桁架结构受力分析的基础上 ,提出一种启发式方法 ,以快速产生符合机动性要求的拓扑结构形式 ;然后在既定的拓扑结构形式下采用混合遗传算法———拟满应力遗传算法进行截面优化。该方法通过在遗传算法中嵌入拟满应力算子 ,同时对基本遗传算法采用最优个体保留、最差个体替换和控制种群个体差异等改进措施 ,有效提高遗传算法求解的效率和质量。算例结果表明 ,该方法用于离散变量桁架结构拓扑优化是有效的。

具有动应力和动位移约束的离散变量结构拓扑优化设计方法

讨论了动应力、动位移约束下离散变量结构拓扑优化设计问题· 首先给出问题的数学模型 ,然后用拟静力算法 ,将结构惯性力极值作为静载荷施加到结构上 ,求得结构的动位移和动内力 ,将考虑动应力约束和动位移约束的离散变量结构拓扑设计问题化为静应力和静位移约束的优化问题 ,然后利用两类变量统一考虑的离散变量结构拓扑优化设计的综合算法进行求解·

混合离散变量的整型优化方法

本文对混合离散变量的优化问题进行了探讨,提出了将混合离散变量转换为单一的纯整型离散变量、并在整型空间内对全离散或混合离散变量、约束非线性问题进行优化设计的新方法。

离散变量桁架结构拓扑优化的改进混合遗传算法

为了避免在结构拓扑优化过程中杆件和节点的增删带来计算上的麻烦,在对桁架结构进行受力分析的基础上设计了一些启发式准则来产生可能的拓扑结构形式,然后采用一种改进的混合遗传算法进行截面优化.混合遗传算法将离散复合形法引入到遗传算法中,一方面利用遗传算法为离散复合形法提供可行点;另一方面利用离散复合形法对遗传算法种群中的可行个体和不可行个体进行改进,从而提高了遗传算法的局部寻优能力,并对标准遗传算法在选择、交叉和变异操作上作了一些改进.它将两种算法的优点集中在一起,同时又弥补了两者的不足.算例的结果表明,该方法用于桁架结构拓扑优化是简单、快速和有效的.

混合离散变量优化设计的复合遗传算法

目前,对混合离散变量的遗传算法研究较少,而且现有算法对设计变量的处理不能很好地满足工程设计要求。为此,提出了一种面向设计、制造的设计变量工程化处理方法,能合理地处理优化设计中混合离散变量的取值问题。引入了混沌移民算子对基本遗传算法进行了改进,并开发了混合离散变量优化的复合遗传算法程序 LSGA。工程设计实例表明,该算法对优化设计问题的特性无特殊要求,具有较好的普适性,而且程序运行可靠,全局收敛能力强。

具有动应力和动位移约束的离散变量结构形状优化设计方法

讨论了动应力、动位移约束下离散变量形状优化设计问题。首先用拟静力算法 ,将结构惯性力极值作为静载荷施加到结构上 ,求得结构的动位移和动内力 ,然后将考虑动应力约束和动位移约束的离散变量结构优化设计问题化为静应力和静位移约束的优化问题。在求解过程中 ,将单元内力作了一阶近似 ,并将多约束问题转化为单约束问题 。

离散变量桁架结构拓扑优化设计的混合算法

将相对差商法和混沌优化结合起来,形成求解离散变量桁架结构拓扑优化设计的混合算法。利用相对差商法可以对离散变量快速寻优的特点,及混沌变量的全局遍历性,可以有效地跳出局部最优解,达到拓扑优化全局寻优的目的。通过采用和准最优解的对比及几何稳定性的判断等辅助性技术,降低了重分析次数。同时,高效的重分析方法的结合,提高了求解的效率,也避免了拓扑优化问题中求解的一些困难。算例表明,该算法对于离散变量的拓扑优化设计问题是快速有效的。

混合离散变量结构优化的遗传算法

提出了混合离散变量结构优化的遗传算法，给出了离散变量结构优化的算例。算例结果表明算法是有效的。

离散变量结构优化设计的连续化方法

把离散变量结构优化设计问题转化为一般的0-1规划问题,进一步把该问题转化为一个带有互补约束的优化问题,利用NCP函数,最终得到待以求解的连续优化问题。离散优化到基于NCP函数的连续优化变换在理论上是等价的,可以利用普通的数学规划方法实施求解。数值算例的计算结果验证了该连续化方法的可行性与有效性。

离散变量结构优化设计的混合遗传算法

以力学准则法为基础 ,提出了一种求解离散变量结构优化设计的拟满应力方法 ;这种方法能直接求解具有应力约束和几何约束的离散变量结构优化设计问题。通过在遗传算法中定义拟满应力算子 ,建立了一种离散变量结构优化设计的混合遗传算法 -拟满应力遗传算法。算例表明这种混合遗传算法适用性广 。

离散变量结构拓扑优化协同混合遗传算法

针对离散变量桁架结构拓扑优化问题,提出了将拟满应力法与遗传算法相结合的混合遗传算法,并引入了拓扑和尺寸协同演化的思想,使得桁架拓扑和尺寸的演化能够相互独立又协同进行.

离散变量结构形状优化设计的混合遗传算法

通过在遗传算法中嵌入拟满应力算子来增强其局部寻优能力,并将拟满应力遗传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,又避免了将两类变量分开考虑只能求得局部最优解的问题.对混合离散变量问题,对形状变量提出二级搜索策略,即首先在整个搜索区间进行粗粒度搜索,进化后期再将搜索范围缩小至最优解附近,重新编码进行局部细致搜索,从而解决了求解的精度和求解效率间的矛盾.

混合离散变量的高维多目标灰色稳健优化设计

提出了一种基于混合离散变量灵敏度分析的高维多目标稳健性设计方法,建立了基于灵敏度分析产生附加目标函数的2种高维多目标稳健优化设计模型,应用灰色绝对关联度求解。该模型与方法能合理地处理优化设计中混合离散变量的取值问题,引入了混沌移民算子对基本遗传算法进行了改进,并开发了混合离散变量优化的灰色复合遗传算法程序GSCHGA。工程设计实例表明,该算法对优化设计问题无特殊要求,具有较好的普适性,而且程序运行可靠,全局收敛能力强。

工程结构的混合离散变量优化设计

针对设计变量为离散型和连续型的混合离散变量的优化设计问题 ,探讨了非均匀离散变量及连续变量的均匀离散化处理方法 ,分析了求解混合离散变量的优化设计问题最优解的方法。算例表明混合离散变量的优化设计方法可以应用于工程结构优化设计中 ,其优化结果不需圆整 。