力学季刊
力學季刊
역학계간
CHINESE QUARTERLY OF MECHANICS
2006年
3期
489-494
,共6页
遗传算法%连续体结构%拓扑优化%范例学习
遺傳算法%連續體結構%拓撲優化%範例學習
유전산법%련속체결구%탁복우화%범례학습
本文提出了一种用机器学习来改进遗传算法搜索效率的新方法--基于范例学习的遗传算法(简称CLGA),并将该方法成功应用于连续体结构拓扑优化.CLGA的基本思想是利用已搜索过的点的信息来指导后续的搜索,避免重复计算,从而提高了GA搜索的效率.本文提出了目标向量的概念,可以在不同尺度下量化链码产生的不同结构个体之间的相似性.算例的计算结果表明,该方法是一种高效的连续体拓扑优化方法.
本文提齣瞭一種用機器學習來改進遺傳算法搜索效率的新方法--基于範例學習的遺傳算法(簡稱CLGA),併將該方法成功應用于連續體結構拓撲優化.CLGA的基本思想是利用已搜索過的點的信息來指導後續的搜索,避免重複計算,從而提高瞭GA搜索的效率.本文提齣瞭目標嚮量的概唸,可以在不同呎度下量化鏈碼產生的不同結構箇體之間的相似性.算例的計算結果錶明,該方法是一種高效的連續體拓撲優化方法.
본문제출료일충용궤기학습래개진유전산법수색효솔적신방법--기우범례학습적유전산법(간칭CLGA),병장해방법성공응용우련속체결구탁복우화.CLGA적기본사상시이용이수색과적점적신식래지도후속적수색,피면중복계산,종이제고료GA수색적효솔.본문제출료목표향량적개념,가이재불동척도하양화련마산생적불동결구개체지간적상사성.산례적계산결과표명,해방법시일충고효적련속체탁복우화방법.
