基于計算機智的結(jié)構(gòu)優(yōu)化設(shè)計.pdf

1、尋找高度魯棒的、高效率的優(yōu)化問題求解算法始終是結(jié)構(gòu)優(yōu)化設(shè)計中一個重要的課題。同時，在結(jié)構(gòu)優(yōu)化設(shè)計中，結(jié)構(gòu)分析占有重要的地位。但是常用的基于結(jié)構(gòu)應(yīng)力、位移的一階和二階導(dǎo)數(shù)的結(jié)構(gòu)近似分析不具備全局性，而有效的全局性的結(jié)構(gòu)近似分析可有效地降低結(jié)構(gòu)分析次數(shù)，從而可減少結(jié)構(gòu)優(yōu)化設(shè)計中結(jié)構(gòu)分析所需的計算量。為此，本文開展了基于遺傳算法的結(jié)構(gòu)優(yōu)化設(shè)計的研究以及基于人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)近似分析的研究。所做工作主要有如下幾方面：1．構(gòu)造了一個適應(yīng)于較少設(shè)計

2、變量的優(yōu)化問題的確定性的遺傳算法和一個適應(yīng)于設(shè)計變量不受限制的半確定性的遺傳算法。后者利用半確定性的變異操作，Hamming-decreasor，設(shè)計變量的自適應(yīng)定標(biāo)這三項措施對當(dāng)前最優(yōu)個體的鄰近區(qū)域的集中搜索來提高算法的局部搜索能力。半確定性的遺傳算法兼顧了基于概率的遺傳算子的全局搜索能力和確定性算子的局部搜索能力，因此具有較強的魯棒性和較快的計算速度。2．利用混合近似技術(shù)和對偶理論，建立了一般的基于遺傳算法的結(jié)構(gòu)優(yōu)化設(shè)計的框架。在此