改進(jìn)的遺傳算法在連續(xù)體結(jié)構(gòu)多目標(biāo)拓?fù)鋬?yōu)化中的應(yīng)用

連續(xù)體結(jié)掏多目標(biāo)拓?fù)鋬?yōu)化是結(jié)構(gòu)優(yōu)化領(lǐng)域中的一個(gè)較難的研究課題.本文提出了一種改進(jìn)的SPEA2多目標(biāo)優(yōu)化算法.該算法中采用數(shù)學(xué)形態(tài)學(xué)中的四方向鏈碼的編碼方式進(jìn)行結(jié)構(gòu)拓?fù)浔磉_(dá),使產(chǎn)生的拓?fù)浣Y(jié)構(gòu)清晰且無(wú)異議,完全消除了模糊的拓?fù)溥吔绾推灞P(pán)格現(xiàn)象.提出了"質(zhì)量向量"的概念,用以量化兩個(gè)結(jié)構(gòu)拓?fù)渲�間的相似性,從而使得不同結(jié)構(gòu)拓?fù)渲�間的相似性比較成為可能.同時(shí)還將機(jī)器學(xué)習(xí)中的范例學(xué)習(xí)的思想融入到新算法中,利用前面的有限元分析結(jié)果對(duì)后來(lái)的結(jié)構(gòu)分析進(jìn)行指導(dǎo),剔除了很多不必要的重復(fù)的計(jì)算,從而使算法的總計(jì)算量大幅度地減少.將新算法應(yīng)用于懸臂和簡(jiǎn)支兩類(lèi)深梁的多目標(biāo)拓?fù)鋬?yōu)化,獲得了高質(zhì)量的Pareto最優(yōu)解,且具有很好的分布.

作 者： 葛培明 李堯臣 GE Pei-ming LI Yao-chen   作者單位： 同濟(jì)大學(xué),航空航天與力學(xué)學(xué)院,上海,200092  刊 名： 力學(xué)季刊  ISTIC PKU 英文刊名： CHINESE QUARTERLY OF MECHANICS  年，卷(期)： 2008 29(3)  分類(lèi)號(hào)： O224 TU311  關(guān)鍵詞： 遺傳算法   多目標(biāo)優(yōu)化   拓?fù)鋬?yōu)化  

【改進(jìn)的遺傳算法在連續(xù)體結(jié)構(gòu)多目標(biāo)拓?fù)鋬?yōu)化中的應(yīng)用】相關(guān)文章：

工作中的不足與改進(jìn)03-15

薪酬結(jié)構(gòu)優(yōu)化方案范文（通用5篇）02-10

工作中的不足與改進(jìn)方案05-23

表現(xiàn)體廣告中的敘述體廣告03-01

工作中的不足與改進(jìn)（精選15篇）02-05

工作總結(jié)中的不足與改進(jìn)怎么寫(xiě)04-28

村居土地整改進(jìn)行中簡(jiǎn)報(bào)08-05

“觀(guān)”“議”中改進(jìn)教學(xué),反思中提升認(rèn)識(shí)04-28

工作中改進(jìn)的措施方法（通用9篇）01-15

微課程在教學(xué)中的應(yīng)用03-12