汽车主动悬架LQR控制研究

为解决主动悬架LQR控制器中加权矩阵Q和R参数需要手动设计存在的人为因素干扰,提高优化结果的精度,提出基于自适应多种群遗传算法汽车主动悬架LQR控制策略,该策略融合了自适应遗传算法和多种群遗传算法的优点。其利用自适应遗传算法的参数自适应调整提高控制器参数的收敛速度;利用多种群遗传算法的多个种群协同进化提高控制器参数的收敛精度。研究结果表明,自适应多种群遗传算法相比自适应遗传算法以及多种群遗传算法所得寻优结果更优,可有效降低悬架在垂直方向的振动幅度,减缓路面对车体的冲击,进一步改善汽车的行驶平顺性和乘坐舒适性。     

改进的遗传算法在复合材料车间计划排产中的应用研究

采用自适应遗传算法使交叉概率和变异概率随种群中个体适应度值的大小进行自动调整,并设计三个体交叉算子保证了子代能够很好地继承父代最优个体的优良特性,根据复合材料车间的生产特点,建立排产的目标函数及适应度函数。通过对遗传算法上述参数的改进,降低算法陷入局部最优解的可能性,大大提高了算法的收敛速度。     

海洋平台钻机集成监控系统的可靠性多目标优化

为了提高海洋平台钻机集成监控系统的可靠性,以满足海洋钻井作业高可靠性、高可用性和高安全性的要求,通过对海洋平台钻机集成监控系统进行分析,建立了一种适用于海洋平台钻机集成监控系统的可靠性冗余优化模型;针对传统算法求解多目标资源优化分配收敛慢、易早熟的问题,提出一种1阶邻域解的启发式算法与改进的自适应顺序选择遗传算法相结合的算法。对遗传算子进行改进,保证了种群多样性,防止早熟现象发生;通过与1阶邻域解的启发式算法、自适应遗传算法、1阶邻域解的启发式算法与自适应遗传算法相结合的算法进行比较,验证了所提方法的有效性及合理性,表明该方法可为海洋平台钻机集成监控系统的可靠性优化设计提供理论依据。     

基于改进遗传算法的压力控制系统参数求解及辨识

该文研究了遗传算法模型,针对遗传算法的特点,在隔代映射遗传算法基础上引入自适应策略,建立了自适应遗传算法数学模型,给出了具体算法流程。通过自适应策略,使IP_GA中的交叉、变异概率能够根据函数适应度大小自动调节,提高了收敛速度及解的质量。通过该算法对液压压力系统传递函数进行参数求解,建立了液压系统的开环模型。利用Matlab/Simulink工具对开环模型进行仿真并与实测输出曲线对比,验证了遗传算法求解液压伺服系统参数的可行性。同时,通过分析仿真结果,找出了材料试验机比例压力控制系统与伺服压力控制系统在辨识方法上的差别。     

生产车间布局多目标优化及其仿真分析

生产车间设备布局设计是一个组合优化问题,具有非线性、NP-hard等特性。基于车间布局的总物料搬运成本最小和车间面积利用率最大的设计原则,建立生产车间的多目标优化模型。求解该问题时,应用了自适应交叉和变异策略,即对交叉、变异算子进行非线性设计,使交叉率和变异率随种群中个体适应度值的变化而变化。实验结果表明,自适应遗传算法具有搜索速度更快、收敛精度更高等优点,适合在实际生产中应用。     

车辆路径问题的双种群遗传算法求解方法

针对标准遗传算法在求解车辆路径问题中出现的早熟、收敛，易陷入局部极值点的问题，提出双种群遗传算法求解车辆路径问题的方法。在求解过程中，初始化两个种群，分别选择不同的交叉、变异概率，在一次迭代完成后，交换种群间的优秀个体所携带的遗传信息，以打破种群内的平衡态，跳出局部最优解。通过实验仿真，将双种群遗传算法与其他各种启发式算法进行比较，双种群遗传算法比标准遗传算法显著提高了全局收敛性能，是解决车辆路径问题的有效方法。     

订单生产模式下废轮胎粉碎生产线磨盘间隙的组合优化

为了实现废轮胎粉碎生产线的精益生产,提出依据订单条件的多台细磨机磨盘间隙组合优化问题,建立了解决该问题的函数优化数学模型;通过实验确定了细磨机粒径分布、产量与磨盘间隙的关系;为了在整数域内求解带约束的多参数多峰值的函数优化问题,设计了以级联二进制编码为基础的遗传算法,并优化了初始种群生成方式;经多次验证,遗传算法均收敛到全局最优解,且与内点法解得结果相比,遗传算法在解决类似约束条件和整数域内多参数多峰值函数的优化问题时有更好的解和更高的效率,对解决磨盘间隙组合优化问题有很好的效果.     

基于混合遗传算法的Job Shop问题研究与实现

遗传算法具有良好的全局搜索能力,在调度问题中得到了广泛的应用。通过对遗传算法进行改进,可以有效避免在求解过程中容易陷入局部最优域的问题。通过采用混合遗传算法,即将模拟退火算法与遗传算法结合,在种群更迭过程中引入了模拟退火操作来求解Job Shop问题。通过实验验证了混合遗传算法的特性,最终算法显示出了遗传算法较好的搜索能力和模拟退火避免过收敛的特性,改进了收敛性能。系统的运行结果满足调度要求,实现了良好的有效性和实用性。     

融合帝国竞争与遗传算法的零件加工工艺排序方法

针对计算机辅助工艺规划中的零件加工工艺排序问题,以最小化机床、装夹以及刀具变更次数为优化目标,构建了工艺排序的数学模型,并提出了融合帝国竞争与遗传算法的优化求解方法,将帝国竞争算法输出的较优加工序列作为遗传算法的初始种群,通过融合帝国竞争算法不受初始种群影响的特性和遗传算法的快速收敛能力提升算法求解性能。实验结果表明:混合算法寻找最优解的效果比采用单一算法的效果更好,并且收敛速度更快。     

基于改进遗传算法的系统可靠性分配优化

为了实现系统可靠性分配的优化,以研制成本为目标函数,通过修正广义成本函数,建立系统可靠性分配优化模型。结合可靠性单元的复杂度、技术成熟度、工作时间、使用环境实现广义成本的定量评估。根据模型特点,改进基本遗传算法进行问题的求解。通过多种群进化策略减少未成熟收敛的发生,构造带有惩罚项的适应度函数实现多个约束条件的融合,并选择适当的遗传算子提高遗传算法效率。通过算例证明新算法在模型求解方面具有更高的搜索效率。     

基于遗传退火算法的复杂产品装配序列规划方法

分析了可行装配序列的推理约束条件,建立了考虑装配体稳定性的优化评价模型。采用带记忆的遗传模拟退火算法进行复杂产品的装配序列规划,并通过大量试验分析确定了算法近优运行参数。最后以8E150ZLC柴油机机油泵为例验证说明该方法是一个行之有效的具有工程实际意义的产品装配序列规划方法。     

接触问题的自适应无网格伽辽金方法

针对接触问题提出了基于应变能梯度的自适应无网格伽辽金方法。通过对自适应无网格伽辽金方法的原理讨论,给出了基于背景网格的误差估计方法,并对自适应求解流程进行了阐述。研究了无网格节点加密技术和自适应搜索半径等关键技术。编程求解了圆柱体接触问题,并与理论解和均匀密化数值解进行比较,给出了接触计算中合理的参数范围,对真实粗糙表面接触问题进行了计算,计算结果表明,在相当计算精度下,自适应加密计算耗时仅为同等整体加密计算的18.6%。     

A new method for finite element model updating in structural dynamics

A method is propounded in this paper to update finite element models in the field of structural dynamics. It is especially intended to solve cases for which other methods either cannot be applied or are inefficient. It is posed as the minimization of an error function defined in the time domain. The minimization is carried out by a novel adaptive sampling algorithm, which constitutes the main contribution in this work. In this algorithm, the solution is searched by sampling the parameters to be updated within a bounded space in an iterative form. The Beta distribution, which is consistent with the bounded character of the search space, is chosen for the sampling. The characteristics of the distributions are changed in each step of the process depending on the results of the previous ones. The method has been tested through a simulated dynamic model and an experimental case. In these particular cases, the performance of the proposed adaptive algorithm was better than those of other related stochastic algorithms it was compared with.     

Optimal design of frequency selective surface by genetic algorithm

In this paper, we describe an autonomous design procedure of frequency selective surface(FSS) with genetic algorithm(GA). With a set of characteristics specified by operators in frequency domain, the proposed system searches the best matching pre-manufactured FSS in the pre-constructed data base(DB), sets initial genes of GA with the searched FSS parameters, and then runs electromagnetic scattering theory on FSS as well as evolution process through GA until the solution settles down to the desired characteristics. DB implemented from manufactured real FSS is utilized as approximated solution set for GA. The system gives tolerable running time, and the results are verified by manufactured FSS.     

基于神经网络的海上离心泵智能预警诊断技术研究

海上石油的发展将推动智能油田建设,加快数字化能力提升.针对海洋石油的开采环境和机组特点,建立了海上离心泵的在线监测系统.设计基于神经网络技术的智能预警诊断算法模型,与海洋石油设备在线监测系统进行融合,搭建基于在线监测和神经网络的海洋石油关键机泵的智能诊断系统.通过实验测试和应用测试表明,该模型能够可靠地实现对海上离心泵...     

泵车布料机构运动学分析及轨迹规划控制建模与仿真

给出了以混凝土泵车各臂油缸长度为参变量的布料机构浇筑过程的轨迹规划计算方法。在解决布料机构运动学分析的逆问题时，采用了基于多峰值并行搜索的遗传算法来求解最优控制优化目标函数，并对施工过程进行了仿真。     

基于改进遗传算法的切削参数优化方法研究

分析了常用遗传算法选择算子的不足,发现没有能够有效避免局部最优解产生的选择算子。针对这一问题提出了改进的选择算子——自适应选择方法。利用改进的自适应选择遗传算法对船用柴油机关键件铣削参数进行了优化,建立了优化过程的数学模型,并通过计算机语言编程实现。分别采用4种选择算子对铣削参数进行优化。对优化结果进行对比分析,所提出的自适应选择算子的计算精确性和有效避免局部最优解的能力表明,该优化方法是科学有效的。     

基于改进遗传算法的带传动优化设计

建立了以带轮体积最小为目标的优化数学模型，并运用实数编码策略、联赛选择机制及通过动态调整交叉概率和变异概率引入自适应算子对标准遗传算法进行改进，利用改进后的遗传算法对该问题进行了优化设计。计算实例表明，该方法具有较好的实用价值，可应用于同类零件的优化过程。     

基于改进自适应模糊推理系统的YG3硬质合金精密外圆磨削表面质量预测

为提高硬质合金材料精密外圆磨削的表面完整性和加工质量,研究其表面质量的预测技术,建立了基于自适应模糊推理系统(ANFIS)的YG3硬质合金精密外圆磨削表面粗糙度预测模型,并引入混合田口遗传算法(HTGA)对预测模型进行了改进。采用工艺试验中所用的磨削参数及相应条件下测得的表面粗糙度数据作为训练样本和测试样本,通过对BP神经网络模型、传统ANFIS预测模型及改进ANFIS预测模型的预测结果进行对比分析,对三种模型的有效性和预测精度进行了验证。结果表明,所提出的改进ANFIS预测模型从预测值相对误差Er的分布及均方根相对误差EMSRE的大小来看,均优于其他两种预测模型,预测精度较高,是一种有效的表面质量预测方法。      

油液物性参数对柱塞泵配流特性的影响研究

在考虑油液可压缩性的基础上,利用流体分析软件、采用动网格技术和空化模型,通过CFD仿真分析,改变油液的弹性模量、含气量和油液的黏度,根据配流过程中柱塞腔的压力响应特性、斜盘液压力矩、压力和流量脉动,对影响柱塞泵流量特性的油液物性参数进行详细的分析研究.