.png){kind=icon}
返回
Including problem-knowledge based modification into a Differential Evolution Algorithm for optimizing planar moment-resisting steel frames
.png){kind=icon}
PRE
AI
DOI：10.1016/j.swevo.2025.101958.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
差分进化算法（DEA）已被证明能够有效解决工程挑战，尽管其在应用于不同问题时性能差异显著。将算法针对特定问题的具体特性进行定制，已被确认为提升其有效性和可靠性的可行策略。本研究提出了一种针对在静载作用下进行优化的平面抗弯钢框架（MRSFs）的定制化DEA版本。该版本整合了多样化的启发式方法和技巧，包括参数控制的先进策略、初始化、变异算子、交叉算子、多样性保持、约束处理和动态种群管理。为评估所提启发式方法和技巧的性能，将7800种DEA配置应用于7个典型MRSFs的优化。结果表明，通过问题特定的修改，DEA极有可能识别最优解。本研究同时强调计算效率与解的质量，为DEA在结构优化问题中的增强适用性提供了有价值的见解。研究表明，定制化算法是优化MRSFs的可靠、有效且鲁棒的工具。
Keyword:
Differential evolution
Metaheuristics
Optimization
Steel frames
期刊
IF:
8.5
论文数:
2.2K
被引数:
1.0W
机构
引用论文
Gas Molecules Dispersion (GMD) Optimization Algorithm and Its Application to Optimal Design of Steel Frames气体分子扩散（GMD）优化算法及其在钢框架最优设计中的应用
PREAI
分享收藏The Decision Algorithm of Cement Mill Operation Index Based on Improved Differential Evolution Algorithm基于改进差分进化算法的水泥磨运行指数决策算法
PREAI
分享收藏Optimum Design of Steel Frames Using Different Variants of Differential Evolution Algorithm基于不同变体差分进化算法的钢框架优化设计
PREAI
分享收藏Optimal design of planar steel frame structures utilizing meta-heuristic optimization algorithms.png)
STRUCTURES
STRUCTURESIF4.3
PREAI
分享收藏An efficient LightGBM-based differential evolution method for nonlinear inelastic truss optimization
PREAI
分享收藏Differential evolution with orthogonal array -based initialization and a novel selection strategy
PREAI
分享收藏
查看更多内容