

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、桁架結構是一種常見的結構類型,因其受力合理、計算簡單、施工方便、適用性強,重量輕等優(yōu)點而得到廣泛的使用。大規(guī)模的復雜桁架結構,包含龐大數目的桿件,其優(yōu)化問題的特點表現為設計變量多,搜索空間大,需要滿足大量的約束條件,并且設計變量與約束條件及優(yōu)化目標之間具有隱式的高度非線性關系。傳統(tǒng)的基于梯度的優(yōu)化方法已經不能有效地解決這類問題。啟發(fā)式算法對優(yōu)化問題無特殊要求,無需計算梯度,具有全局優(yōu)化性能、魯棒性強、通用性強、程序易實現等優(yōu)點,目前在結
2、構優(yōu)化設計領域得到廣泛應用。
快速群搜索優(yōu)化算法(Quick Group Search Optimizer,QGSO)是一種新近提出的啟發(fā)式算法,本文首先將該算法應用到一個稍大規(guī)模的144桿擴展benchmark桁架結構優(yōu)化問題,通過設計一系列獨立重復試驗的方法研究了QGSO算法中4個重要參數的取值,獲得了QGSO算法適用于大規(guī)模桁架結構優(yōu)化設計的參數值,并將采用了新的參數設置值的算法命名為改良的快速群搜索優(yōu)化算法(Modif
3、ied QuickGroup Search Optimizer,MQGSO)。本文將MQGSO算法應用到十個大規(guī)模桁架結構優(yōu)化設計問題中,包括五個連續(xù)變量的優(yōu)化算例和五個離散變量的優(yōu)化算例。計算結果表明,MQGSO算法適合求解這類優(yōu)化問題,取得了比文獻中應用其他各種啟發(fā)式算法求得的更好的優(yōu)化結果。
針對MQGSO算法在個別優(yōu)化問題中表現出不如QGSO算法的局部搜索能力,通過將細胞自動機的概念引入MQGSO算法,提出了細胞-快速
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 群搜索優(yōu)化算法及其在結構優(yōu)化設計中的應用.pdf
- 改進的多目標快速群搜索算法及其在桁架優(yōu)化中的應用.pdf
- 群搜索優(yōu)化算法的改進及其在結構優(yōu)化設計中的應用.pdf
- 改進蟻群算法及其在桁架結構優(yōu)化中的應用.pdf
- 改進蟻群算法在桁架結構優(yōu)化中的應用研究.pdf
- 多目標群搜索算法及其在結構優(yōu)化設計中的應用.pdf
- 基于群搜索算法的桁架結構多目標優(yōu)化研究.pdf
- 基于微粒群算法的桁架結構優(yōu)化設計.pdf
- 改進的蟻群算法及其在桁架優(yōu)化中的應用.pdf
- 遺傳算法及其在桁架結構優(yōu)化中的應用.pdf
- 大規(guī)模組合優(yōu)化問題蟻群算法應用研究.pdf
- 改進布谷鳥算法在桁架結構優(yōu)化中的應用.pdf
- 蟻群算法在油船結構優(yōu)化設計中應用研究.pdf
- 基于單純形多向搜索的大規(guī)模進化優(yōu)化算法.pdf
- 大規(guī)模稀疏學習研究:優(yōu)化算法及其應用.pdf
- 優(yōu)化的蟻群算法在快速公交系統(tǒng)中的應用研究.pdf
- 改進的自適應遺傳算法在桁架結構優(yōu)化中的應用.pdf
- 基于快速群搜索算法的框架結構多目標抗震優(yōu)化研究.pdf
- 大規(guī)模MIMO容量優(yōu)化算法.pdf
- 群搜索優(yōu)化算法在中壓配電網規(guī)劃中的應用研究.pdf
評論
0/150
提交評論