A. 工程演算法的定義是什麼「沖擊波效應的工程演算法"能夠有多少項
是指具有單獨設計文件的，建成後可以獨立發揮生產能力或效益的一組配套齊全的工程項目。單項工程從施工的角度看是一個獨立的系統，在工程項目總體施工部署和管理目標的指導下，形成自身的項目管理方案和目標，依照其投資和質量要求，如期建成並交付使用。單項工程是指具有單獨設計文件的，建成後可以獨立發揮生產能力或效益的一組配套齊全的工程項目。單項工程從施工的角度看是一個獨立的系統，在工程項目總體施工部署和管理目標的指導下，形成自身的項目管理方案和目標，依照其投資和質量要求，如期建成並交付使用。單項工程是指具有單獨設計文件的，建成後可以獨立發揮生產能力或效益的一組配套齊全的工程項目。單項工程從施工的角度看是一個獨立的系統，在工程項目總體施工部署和管理目標的指導下，形成自身的項目管理方案和目標，依照其投資和質量要求，如期建成並交付使用。單項工程是指具有單獨設計文件的，建成後可以獨立發揮生產能力或效益的一組配套齊全的工程項目。單項工程從施工的角度看是一個獨立的系統，在工程項目總體施工部署和管理目標的指導下，形成自身的項目管理方案和目標，依照其投資和質量要求，如期建成並交付使用。單項工程是指具有單獨設計文件的，建成後可以獨立發揮生產能力或效益的一組配套齊全的工程項目。單項工程從施工的角度看是一個獨立的系統，在工程項目總體施工部署和管理目標的指導下，形成自身的項目管理方案和目標，依照其投資和質量要求，如期建成並交付使用。單項工程是指具有單獨設計文件的，建成後可以獨立發揮生產能力或效益的一組配套齊全的工程項目。單項工程從施工的角度看是一個獨立的系統，在工程項目總體施工部署和管理目標的指導下，形成自身的項目管理方案和目標，依照其投資和質量要求，如期建成並交付使用。
B. 工程中優化設計有哪些方法
優化方法：
1、優選設計單位、設計方案；
2、實行限額設計；
3、增強設計人員的經濟意識；
4、認真組織圖紙會審；
5、加強工程設計變更的管理；
6、加強工程項目的前期監理工作。
優化設計是從多種方案中選擇最佳方案的設計方法。它以數學中的最優化理論為基礎，以計算機為手段，根據設計所追求的性能目標，建立目標函數，在滿足給定的各種約束條件下，尋求最優的設計方案。
C. 現代設計方法有哪些
現代設計方法是隨著當代科學技術的飛速發展和計算機技術的廣泛應用而在涉及領域發展起來的一門新興的多元交叉學科。它是以設計產品為目標的一個總的知識群體的總稱。目前它的內容主要包括：優化設計、可靠性設計、計算機輔助設計、工業藝術造型設計、虛擬設計、疲勞設計、三次設計、相似性設計、模塊化設計、反求工程設計、動態設計、有限元法、人機工程、價值工程、並行工程、人工神經元計算方法等。在運用他們進行工程設計時，一般都以計算機作為分析、計算、綜合、決策的工具。本節以計算機輔助設計、優化設計、可靠性設計、有限元法、工業藝術造型設計、設計方法學、三次設計等為例來說明現代設計方法的基本內容與特點。
1、計算機輔助設計
計算機輔助設計（Computer Aided Design)，簡稱CAD。他是把計算機技術引入設計過程並用來完成計算、選型、繪圖及其他作業的一種現代設計方法。計算機、繪圖積極其他外圍設備構成CAD硬體系統，而操作系統、語言處理系統、資料庫管理系統和應用軟體等構成CAD的軟體系統。通常所說的CAD系統是只由系統硬體和系統軟體組成，兼有計算、圖形處理、資料庫等功能，並能綜合利用這些功能完成設計作業的系統。典型的CAD工作過程如圖1-3所示。
2、優化設計
優化設計（Optimal Design）是把最優化數學原理應用於工程設計問題，在所有可行方案中尋求最佳設計方案的一種現代設計方法。
在進行工程優化設計時，首先把工程問題按優化設計所規定的格式建立數學模型，然後選用合適的優化計算方法在計算機上對數學模型進行尋優求解，得到工程設計問題的最優設計方案。
在建立優化設計數學模型的過程中，把影響設計方案選取的那些參數稱為設計變數；設計變數應當滿足的條件稱為約束條件；而設計者選定來衡量設計方案優劣並期望得到改進的指標表示為設計變數的函數，稱為目標函數。設計變數、約束函數、目標函數組成了優化設計問題的數學模型。優化設計需要把數學模型和優化算發放到計算機程序中用計算機自動尋優求解。常用的優化演算法有：0.618法、鮑威爾（Power）法、變尺度法、復合型法、懲罰函數法。
3、 可靠性設計
可靠性設計（Reliability Design）是以概率論和數理統計為理論基礎，是以失效分析、失效預測及各種可靠性試驗為依據，以保證產品的可靠性為目標的現代設計方法。
可靠性設計的基本內容是：選定產品的可靠性指標及量值，對可靠性指標進行合理的分配，再把規定的可靠性指標設計到產品中去。
4、有限元法
有限元法（Finite Method）是以電子計算機為工具的一種數值計算方法。目前，該方法不僅能用於工程中復雜的非線性問題、非穩態問題（如結構力學、流體力學、熱傳導、電磁場等方面的問題）的求解，而且還可以用於工程設計中進行復雜結構的靜態和動力學分析，並能准確地計算復雜零件的應力分布和變形，成為復雜零件強度和剛度計算的有利分析工具。
5、工業藝術造型設計
工業藝術造型設計時工程技術與美學藝術相結合的一門新學科。他是旨在保證產品使用功能的前提下，用藝術手段按照美學法則對工業產品進行造型活動，包括結構尺寸、體面形態、色彩、材質、線條、裝飾及人際關系等因素進行有機的綜合處理，從而設計出優質美觀的產品造型。實用和美觀的最佳統一是工業藝術造型的基本原則。
這一學科的主要內容包括：造型設計的基本要素、造型設計的基本原則、美學法則、色彩設計、人機工程學等。
6、反求工程設計
反求工程設計（Reverse Engineering）是消化吸收並改進國內外先進技術的一系列工作方法和技術的總和。它是通過實物或技術資料對已有的先進產品進行分析、解剖、試驗，了解其材料、組成、結構、性能、功能，掌握其工藝原理和工作機理，已進行消化仿製、改進或發展、創造新產品的一種方法和技術。它是針對消化吸收先進技術的系列分析方法和應用技術的組合。
D. 施工組織中工期優化的優選系數是如何確定的
摘要 工期優化是壓縮計算工期，以達到要求工期目標，或在一定約束條件下使工期最短的過程。
E. 什麼是最優化
最優化是應用數學的一個分支，主要指在一定條件限制下，選取某種研究方案使目標達到最優的一種方法。最優化問題在當今的軍事、工程、管理等領域有著極其廣泛的應用。
梯度下降法是最早最簡單，也是最為常用的最優化方法。
梯度下降法實現簡單，當目標函數是凸函數時，梯度下降法的解是全局解。一般情況下，其解不保證是全局最優解，梯度下降法的速度也未必是最快的。
梯度下降法的優化思想是用當前位置負梯度方向作為搜索方向，因為該方向為當前位置的最快下降方向，所以也被稱為是」最速下降法「。最速下降法越接近目標值，步長越小，前進越慢。
牛頓法是一種在實數域和復數域上近似求解方程的方法。方法使用函數f(x)的泰勒級數的前面幾項來尋找方程f(x) = 0的根。牛頓法最大的特點就在於它的收斂速度很快。
擬牛頓法是求解非線性優化問題最有效的方法之一，其本質思想是改善牛頓法每次需要求解復雜的Hessian矩陣的逆矩陣的缺陷，它使用正定矩陣來近似Hessian矩陣的逆，從而簡化了運算的復雜度。擬牛頓法和最速下降法一樣只要求每一步迭代時知道目標函數的梯度。
通過測量梯度的變化，構造一個目標函數的模型使之足以產生超線性收斂性。這類方法大大優於最速下降法，尤其對於困難的問題。另外，因為擬牛頓法不需要二階導數的信息，所以有時比牛頓法更為有效。如今，優化軟體中包含了大量的擬牛頓演算法用來解決無約束，約束，和大規模的優化問題。
共軛梯度法是介於最速下降法與牛頓法之間的一個方法，它僅需利用一階導數信息，但克服了最速下降法收斂慢的缺點，又避免了牛頓法需要存儲和計算Hesse矩陣並求逆的缺點，共軛梯度法不僅是解決大型線性方程組最有用的方法之一，也是解大型非線性最優化最有效的演算法之一。
在各種優化演算法中，共軛梯度法是非常重要的一種。其優點是所需存儲量小，具有步收斂性，穩定性高，而且不需要任何外來參數。
啟發式方法指人在解決問題時所採取的一種根據經驗規則進行發現的方法。其特點是在解決問題時,利用過去的經驗，選擇已經行之有效的方法，而不是系統地、以確定的步驟去尋求答案。
啟發式優化方法種類繁多，包括經典的模擬退火方法、遺傳演算法、蟻群演算法以及粒子群演算法等等。
作為一種優化演算法，拉格朗日乘子法主要用於解決約束優化問題，它的基本思想就是通過引入拉格朗日乘子來將含有n個變數和k個約束條件的約束優化問題轉化為含有（n+k）個變數的無約束優化問題。拉格朗日乘子背後的數學意義是其為約束方程梯度線性組合中每個向量的系數。
將一個含有n個變數和k個約束條件的約束優化問題轉化為含有（n+k）個變數的無約束優化問題，拉格朗日乘數法從數學意義入手，通過引入拉格朗日乘子建立極值條件，對n個變數分別求偏導對應了n個方程，然後加上k個約束條件（對應k個拉格朗日乘子）一起構成包含了（n+k）變數的（n+k）個方程的方程組問題，這樣就能根據求方程組的方法對其進行求解。
F. 遺傳演算法與工程優化怎麼樣
日本人寫的書還是比較嚴謹的, 是目前看過的比較好的中文版本. 比某些中文書看更加具有參考價值. 比較有系統性.但是內容偏向基礎,也有具體的工程實例.比較通俗易懂. 翻譯的中文讀起來也是可以的. 前幾章是基礎內容 後面幾張是具體問題的遺傳演算法求解. 有點小貴,印刷質量一般. 參考文獻詳細,方便了我很多引用. 贊一個
G. 哈密爾頓迴路問題具體指什麼
1857年，英國數學家漢密爾頓(Hamilton)提出了著名的漢密爾頓迴路問題，其後，該問題進一步被發展成為所謂的「貨郎擔問題」，即賦權漢密爾頓迴路最小化問題：這兩個問題成為數學史上著名的難題。而後者在工程優化、現場管理等現實生活中有重要作用：以電站建設為例，如何使若干供貨點的總運費最小，施工現場如何使供貨時間最短等等，最終都歸結為賦權漢密爾頓問題，是電站建設中成本控制和進度優化的關鍵技術；因而，賦權漢密爾頓問題與主生產計劃安排成為電站建設中成本控制和進度優化的兩大技術難題。而且，主生產計劃安排，又可以分解為有向圖的賦權漢密爾頓問題進行解決；因此，賦權漢密爾頓問題在包括電站建設的大型工程建設項目佔有重要的地位，具有重大的理論和現實意義。理論上講，賦權漢密爾頓問題的最優解總可以用枚舉法求出；但在實際工作中，枚舉法的計算量巨大，對於n個點的問題存在(n－1)!條漢密爾頓迴路，當n比較大時，枚舉法顯然是行不通的，為此，優化專家們提出了啟發式演算法[1]，以期求得該問題的近似最優解。而不同演算法之目的是共同的，即在多項式的運算量內，盡可能提高其解的精度。其中應用比較廣泛的有Clarke和Wright的C－W演算法，Norback和Love的幾何演算法[2]，在此，稱這些演算法為經典啟發式演算法，簡稱經典演算法，這些演算法的一個共同特點就是非優化性。針對這一特點，本文提出一種局部優化的演算法，對業已求得的漢密爾頓迴路進行優化。這種演算法的結果是以經典演算法結果為起點的局部優化解，因此，該演算法極大改進了經典啟發式演算法的性能，且在目前可考證的情況下，均能求得最優解；但是，是否在任何情況下都能求得最優解則尚待證明。
H. gso演算法是什麼
群搜索(GSO)演算法是一種新的群智能優化演算法,也是一種隨機優化演算法,適用於結構優化設計,目前在空間結構的優化設計應用中,主要用於鉸接結構體系,可以用於連續變數的結構設計,也可用於離散變數的結構優化。基於GSO演算法流程,研究了其應用於剛接結構體系的可行性及有效性,編寫了框架結構離散變數優化設計相關計算程序,對兩個框架結構進行了截面優化計算分析,並用通用有限元軟體對其優化結果進行了校核,與已有文獻優化結果進行了比較。研究表明:GSO優化演算法相對於改進的粒子群演算法(HPSO)和其它進化演算法都有較好的收斂精度和收斂速度,同時GSO演算法較其它演算法簡單,容易實現,其特殊的搜索模式可以避免大量不必要的結構重分析,節省大量的計算時間,特別適用於復雜工程結構的優化設計及應用。
I. 最新的vcu軟體智能演算法有哪些
蟻群其實還是算比較新的
「智能演算法」是指在工程實踐中，經常會接觸到一些比較「新穎」的演算法或理論，比如模擬退火，遺傳演算法，禁忌搜索，神經網路，天牛須搜索演算法，麻雀搜索演算法等。這些演算法或理論都有一些共同的特性（比如模擬自然過程。它們在解決一些復雜的工程問題時大有用武之地。
智能優化演算法要解決的一般是最優化問題。最優化問題可以分為
（1）求解一個函數中，使得函數值最小的自變數取值的函數優化問題和
（2）在一個解空間裡面，尋找最優解，使目標函數值最小的組合優化問題。典型的組合優化問題有：旅行商問題（TravelingSalesmanProblem，TSP），加工調度問題（SchelingProblem），0－1背包問題（KnapsackProblem），以及裝箱問題（BinPackingProblem）等。
J. 遺傳演算法與工程優化誰有pdf版
遺傳演算法與工程優化.pdf(選擇普通下載即可！)
1、手機瀏覽器網頁端登 陸或PC電腦登 陸，即可查看、下載；
2、文件有時效性，若文件失效或下載問題，請及時留言！