1) imitative full-stress design method
拟满应力遗传算法
2) quasi-full stress algorithm
拟满应力算法
1.
A hybrid algorithm (HA) integrating the quasi-full stress algorithm and the standard genetic algorithm (SGA) is proposed to expedite the evolving process of genetic algorithm so as to apply it to the topology optimization of truss structures with discrete variables.
为了加快遗传算法的进化过程,提出了遗传算法和拟满应力算法相结合的杂交算法,并将它应用于离散变量桁架结构的拓扑优化问题·在对桁架结构受力分析的基础上,提出一种启发式方法对随机生成的拓扑结构形式作必要修正,以快速产生符合机动性要求的拓扑结构形式·利用遗传算法进行桁架结构拓扑优化,用拟满应力算法进行截面优化,并将截面优化的结果传递给遗传算法作为拓扑优化中遗传操作的根据,这样大大减少单纯用遗传算法进行优化的解空间,从而加快搜索进程·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
3) imitated full-stress method
拟满应力法
1.
Combined with GA,BP neural network is introduced into the optimization analysis of beam string structures and the imitated full-stress method for structures with discrete variables is amended to form a new type of combinational optimization method.
将BP神经网络引入平面张弦梁结构的优化分析,并针对离散变量结构的拟满应力法加以改进,与遗传算法相结合从而构成一种新型组合优化方法,并将该法应用于平面张弦梁结构算例的优化分析,结果表明了算法有效可靠,最后对算法的计算精度和速度进行了讨论。
2.
Combined with GA(genetic algorithm),BP neural network is introduced into the optimiza-tion design of beam string structures and the imitated full-stress method for structures with discrete variables is amended to form a new type of combinational optimization method.
利用神经网络的强大映射功能,采用拟满应力法分析杆件截面变量的离散性,同时与遗传算法相结合而构成的一种新型组合优化方法,经平面张弦梁结构算例优化分析表明,计算速度快捷、有效可靠且能够满足工程精度要求。
4) imitative hierarchic genetic algorithm
拟分层遗传算法
5) imitative full-stress
拟满应力
1.
Regarding the rigid frame as studying object, a hybrid algorithm composed of the imitative full-stress design method and the standard genetic algorithm was proposed for solving the question of discrete topology optimization.
以刚架结构为研究对象,提出一种遗传算法和拟满应力算法相结合的杂交算法,来解决离散变量结构拓扑优化设计问题。
2.
An imitative full-stress design method was presented for structural optimum design with discrete variables.
本文以满应力设计思想为基础，提出了适用于离散变量结构优化设计计算的拟满应力设计方法。
6) adaptive simulated annealing genetic algorithm
自适应模拟退火遗传算法
1.
Design of water utilization network with multiple contaminants based on adaptive simulated annealing genetic algorithm;
基于自适应模拟退火遗传算法的多杂质用水网络设计
2.
An adaptive simulated annealing genetic algorithm(ASAGA)by combining adaptive genetic algorithm(AGA)with simulated annealing algorithm(SAA)is develped.
将自适应遗传算法与模拟退火算法相结合,形成一种自适应模拟退火遗传算法。
3.
An adaptive simulated annealing genetic algorithm is presented for the optimal layout problem of rectangles,which is a NP-complete problem and possesses widespread applications in the industry.
针对该问题,提出一种自适应模拟退火遗传算法。
补充资料：数值遗传算法
分子式：
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条