摘要
[1] Tsai SW,Halpin JC,新泽西州帕加诺。 复合材料车间。 斯坦福德:Technomic Publishing Co。; 1968年,第233-53页。 谷歌学者 [2] 蔡世伟,哈恩。复合材料简介。 斯坦福德夏街750号:Technomic Publishing Co.Inc.,康涅狄格州06902; 1980 谷歌学者 [3] Herencia JE,Weaver PM,Friswell MI。具有T形加劲肋的长各向异性层压纤维复合板的优化。 AIAA j45(10); 2007:2497-509. 谷歌学者 [4] Ghiasi,H.、Pasini,D.和Lassard,L.,复合材料的最佳堆叠顺序设计,第一部分:恒定刚度设计。 组成结构。 v90 i1。 1-11. 谷歌学者 [5] Herencia,J.E.,Weaver,P.M.和Friswell,M.I.,具有T形加劲肋的各向异性复合板的优化,包括横向剪切效应和平面外荷载。 结构多选项。 第37版i2。 165-184. 谷歌学者 [6] Bloomfield MW,Diaconu CG,Weaver PM。使用基于梯度的组合方法和蚁群方法优化复合层压板。 参加:第七届ASMO-UK/ISSMO工程设计优化国际会议,英国巴斯; 2008年7月。 谷歌学者 [7] Bloomfield MW,Herencia JE,Weaver PM。增强的“具有强度和屈曲约束的各向异性层合板的两级优化”。 薄壁结构; 2009年,doi:10.1016/j.tws.2009.04.008。 谷歌学者 [8] Grenestedt JL,Gudmundson P.复合材料结构的铺层优化。 摘自:IUTAM先进材料优化设计研讨会论文集。 阿姆斯特丹:爱思唯尔科学; 1993年,第311-36页。 谷歌学者 [9] Bloomfield MW,Diaconu CG,Weaver PM。层压复合材料铺层优化的层压参数可行区域。 摘自:《皇家学会会刊》A辑; 2009年4月。 第1123-44页。 谷歌学者 [10] Le Riche,R.和Haftka,R.T.,通过遗传算法优化层压板堆叠顺序以实现屈曲载荷最大化。 美国汽车协会。 第31版i5。 951-956. 谷歌学者 [11] Nagendra,S.、Jestin,D.、Gurdal,Z.、Haftka,R.T.和Watson,L.T.,《加固复合板设计的改进遗传算法》。 计算结构。 第58版i3。 543-555. 谷歌学者 [12] Liu,R.T.,Haftka,M.A.,Akgun,A.和Todoroki,,复合材料层压板堆叠序列设计的置换遗传算法。 计算机方法应用机械工程v186 i2-4。 357-372. 谷歌学者 [13] Herencia,J.E.,Haftka,R.T.,Weaver,P.M.和Friswell,M.I.,使用叠层空间中的线性近似值对复合材料加筋板进行铺层优化,技术说明。 AIAA J.v46 i9。 2387-2391. 谷歌学者 [14] Herencia JE、Weaver PM、Friswell MI。具有T形加劲肋的各向异性复合板的局部优化,包括横向剪切效应和平面外荷载。 结构多选择; 2007年,doi:10.2007/s00158-008-0227-6。 谷歌学者 [15] Kennedy J,Eberhart RC。 粒子群优化。 摘自:IEEE神经网络国际会议论文集,第四卷,新泽西州皮斯卡塔韦:IEEE服务中心; 1995年,第1942-8页。 谷歌学者 交叉引用 [16] Suresh,S.、Sujit,P.B.和Rao,A.K.,多目标复合材料箱梁设计的粒子群优化方法。 组成结构。 v81.598-605。 谷歌学者 [17] Kathiravan,R.和Ganguli,R.,《使用梯度和粒子群优化的组合梁强度设计》。 组成结构。 i81.471-479。 谷歌学者 [18] Omkar,S.N.、Mudigerea,D.、Narayana Naika,G.和Gopalakrishnana,S.,复合材料结构多目标设计优化的向量评估粒子群优化(VEPSO)。 计算结构。 v86 i1-2。 1-14. 谷歌学者 交叉引用 [19] Dorigo M.优化、学习和自然算法。 意大利米兰理工大学博士论文; 1992 谷歌学者 [20] Aymerich,F.和Serra,M.,复合材料层压板堆叠顺序设计的蚁群优化算法。 计算模型工程科学。 v13 i1。 49-65. 谷歌学者 [21] Aymerich,F.和Serra,M.,使用蚁群优化(ACO)元启发式优化最大屈曲载荷的层压板堆叠顺序。 组成部分A:应用科学制造v39 i2。 262-272. 谷歌学者 [22] Diaconu,C.G.,Sato,M.和Sekine,H.,层压复合材料层压参数一般设计空间中的可行区域。 美国汽车协会J.v40 i3。 559-565. 谷歌学者 [23] Thompson BB,Marks RJ,El-Sharkawi WJ,Miyamoto RT。使用改进粒子群优化器反演水声模型以估计底部参数。 In:神经网络国际联合会议论文集; 2003年,第1301-6页。 谷歌学者 交叉引用 [24] Engelbrecht,A.P.,《计算群智能基础》。 2005年,约翰·威利父子有限公司。 谷歌学者 [25] Socha,K.和Dorigo,M.,《连续域的蚁群优化》。 欧洲操作研究杂志v185 i3。 1155-1173. 谷歌学者 [26] MATLAB软件,马萨诸塞州纳蒂克,美国:The Mathworks Inc。; 1994-2009. 谷歌学者 [27] Weaver,P.M.,具有弯曲/扭转各向异性的受压长矩形板屈曲的近似分析。 Philos Trans R Soc Lond Ser A:数学物理科学。 v462 i2065版本。 59-74. 谷歌学者 [28] Weaver PM。关于承受剪切屈曲载荷的各向异性长平板的优化。 摘自:第45届AIAA/ASME/ASCE/AHS/ACS结构、结构动力学和材料会议论文集,加利福尼亚州棕榈泉,AIAA论文2004-2053; 2004 谷歌学者 [29] Weaver PM,Nemeth MP。复合载荷下正交异性板屈曲的改进设计公式。 摘自:第49届AIAA/ASME/ASCE/AHS/ASC结构、结构动力学和材料会议论文集,伊利诺伊州芝加哥; 2008 谷歌学者 交叉引用 [30] Weaver,P.M.和Nemeth,M.P.,对称层合板弯曲性能和屈曲响应的界限。 工程机械杂志。 v133.1178版 谷歌学者
建议
使用GA、ACO和PSO算法计算NTRU和优化NTRU的复杂度 电子商务应用程序需要强大的信息安全性。 在这种应用中,使用加密方法是非常必要的。 两种常用的密码方法是密钥密码系统和公钥密码系统。 数据。。。 用于全局优化的细菌协同觅食算法 CCDC’09:第21届中国控制与决策国际年会会议记录 细菌觅食优化(BFO)是一种基于大肠杆菌的社会觅食行为的新型优化算法。然而,与其他成功的自然启发算法相比,原BFO算法的收敛性较差。。。