基于改進遺傳算法的桁架結(jié)構(gòu)拓撲優(yōu)化研究.pdf_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、遺傳算法是近年來興起的一種優(yōu)化算法,它以簡單易行、適應(yīng)性強等特點在計算機科學(xué)領(lǐng)域和優(yōu)化設(shè)計領(lǐng)域中受到了廣泛關(guān)注,是一種模擬生物進化理論的仿生學(xué)算法。在函數(shù)優(yōu)化、組合優(yōu)化、人工智能、圖像處理等領(lǐng)域得到了廣泛的應(yīng)用。在廣泛閱讀文獻和調(diào)研的基礎(chǔ)上,本文對遺傳算法及其在結(jié)構(gòu)優(yōu)化設(shè)計應(yīng)用中的相關(guān)內(nèi)容進行了分析和綜合,對結(jié)構(gòu)優(yōu)化設(shè)計的基本概念、主要特點進行了介紹,對遺傳算法應(yīng)用于結(jié)構(gòu)優(yōu)化設(shè)計時的數(shù)學(xué)建模、約束條件處理、拓撲檢驗幾個關(guān)鍵因素和拓撲結(jié)構(gòu)

2、分析作了概要的分析與研究。
  本文在分析了已有遺傳算法的基礎(chǔ)上,針對桁架結(jié)構(gòu),提出了不同的改進算法。改進算法在優(yōu)化的解空間內(nèi)進行全局搜索,有效地維持種群的多樣性,防止因早熟而導(dǎo)致求得局部最優(yōu)解,并加快收斂。
  基于桁架拓撲優(yōu)化,對遺傳算法提出了一些改進措施,形成了一種高效綜合的遺傳算法。在桁架的截面尺寸和拓撲結(jié)構(gòu)混合設(shè)計中,對尺寸變量和拓撲變量分別進行二進制編碼、交叉和變異,得到桁架拓撲結(jié)構(gòu)和桿件截面尺寸的初解。尺寸變量

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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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

評論

0/150

提交評論