2013年：遗传算法优化层合板分级铺层提升承载性能

本文档主要探讨的是"基于遗传算法的层合板分级铺层全局优化"，发表于2013年4月的《北京航空航天大学学报》第39卷第4期。作者刘振国、胡杰和胡龙，他们来自北京航空航天大学航空科学与工程学院，针对在受力分布差异较大的复合材料层合板设计问题，提出了一种创新的优化方法。 传统上，层合板的设计往往面临如何平衡各区域间应力分布、确保结构连接性和计算效率的挑战。作者提出的解决方案是采用遗传算法，这种方法是一种模拟自然选择和遗传机制的优化工具，特别适用于解决复杂问题的全局优化。他们将层合板的铺层设计分为两个层次：全局铺层和区域铺层。这样做的好处在于，既能够针对每个区域进行独立设计，考虑其特定的力学性能，又能够保证区域间的连续性和整体结构的稳定性。 在技术实现上，作者构建了一个基于经典层合板理论的截面刚度矩阵子程序，这个程序结合了有限元方法（FEM），用来对优化后的模型进行力学分析，包括计算挠度和重量等关键性能指标。这些指标被用作优化的目标函数，而Tsai-Wu失效准则则作为结构完整性的重要限制条件，用于评估优化结果是否达到强度和耐久性的要求。 通过对比，文中给出了一个具体的算例，展示了分级铺层优化相比于整体铺层优化，能够在保持结构承载能力的同时，提高优化效果的合理性与可靠性。这种分级优化方法的优势在于它能够精细地控制各部分的性能，从而在满足设计需求的同时，降低整体结构的重量，提升效率，这对于现代复合材料结构设计具有重要意义。 这篇论文提供了一种创新的工程优化策略，对于复合材料层合板的结构设计者和研究人员来说，它提供了一种实用且高效的工具，有助于提升复合材料结构在实际应用中的性能和竞争力。