舰船艉管水润滑橡胶板条轴承与铜背衬的机械接触力学

基于对起伏和凹凸不平的表面微观几何学形貌统计分析,考查衡量微接触点的弹性和塑性变形区域,建立橡胶板条轴承与铜背衬接触的法向接触载荷、实际接触面积、弹性实际接触面积、塑性实际接触面积、橡胶塑性指数等的理论解。计算及分析结果表明：发生接触的突起期望数随着法向接触载荷的增加而增加,随着表观接触面积的增大而略微增加;橡胶板条轴承与铜背衬之间的间距随着法向接触载荷的增加而减小;在法向接触载荷一定时,橡胶板条轴承与铜背衬之间的间距随着表观接触面积的增大而增加;对于给定的表观接触面积,实际接触面积近乎恰恰与法向接触载荷呈正比,但不依赖于表观接触面积;平均实际接触压强随着法向接触载荷的增加而增加,随着表观接触面积的增加而减小;接触表面之间的接触电阻随着法向接触载荷的增加而降低;当橡胶塑性指数小于1.77或金属制品塑性指数小于0.6时,接触表面发生弹性变形;当橡胶塑性指数大于2.95或金属制品塑性指数大于1.0时,接触表面发生塑性变形。相关模型及仿真曲线图可为橡胶粗糙表面弹塑性接触的精确求解提供一定的理论基础。     

基于多种群进化的遗传算法

针对单个种群的遗传算法容易陷入局部收敛而出现早熟的情况,提出了一种新的多种群遗传算法,用多线程并行处理的方法实现种群之间同步进化。实验证明,基于多种群的遗传算法能够有效地避免局部收敛问题,通过与简单遗传算法进行比较,所提出的新算法不仅收敛速度快,而且收敛效率高,是一种可行、有效的算法。     

遗传算法和单体型组装加权最小字符翻转问题

单体型组装加权最小字符翻转（WMLF）问题指定个体联配的加权DNA片断数据,翻转权值和最小的SNP位点以推测出该个体的一对单体型。该问题是NP-难的,至今尚无实用的搜索寻优算法。根据DNA测序片段数据的特点提出了一种遗传算法。对于实际的生物实验数据,即使数据很大,该算法也可以在较短的时间得到WMLF问题的满意解,具有良好的可扩展性和较高的实用价值。     

多智能体系统中的协商模型

目前，对多智能体系统的应用多是以开放的、复杂的、变化的网络为平台，为了更好地与环境相匹配，同对提高智能体之间协商的效率，从全局与单个智能体两方面着手，提出了一种新的MAS全局模型，并相应地提出了全局协调Agent的三维模型以及智能体之间的协商模型。通过这一系列模型的模拟实现，证明了此协商模型是正确的与接近自然的。从理论上基本上解决了与当前流行的基于网络的各种先进的智能系统，分布式问题求解等领域的衔接，因而有一定的指导意义并具有广阔的发展前景。     

基于分布存储的并行狭义遗传算法

讨论了基于分布存储的并行狭义遗传算法,实现了数据级的并行操作,具有较高的并行度。它具有收敛速度快,搜索过程稳定性好、可控制性强,以及通讯开销小等特点。     

一种具有可控性能的多目标遗传算法

文章基于极坐标的支配概念来描述多目标遗传算法中解之间的优劣关系,并由此提出了一种新的多目标遗传算法(PMOEA)。该算法可以通过参数的调节,让决策者在解的收敛性和分布性之间作折衷选择。在实验部分将PMOEA和NSGA2进行了性能比较,结果证实了PMOEA的性能可控性。     

针对非均匀问题的多目标进化算法

文章针对解集分布非均匀的问题,提出了一种新的多目标进化算法,称之为GNEA(带小生境的网格进化算法)。在算法中,针对分均匀问题的特点,采用了小生境技术来保持解集的局部非均匀分布,以及网格技术来保证整个解集的分布度。为了让GNEA运行效率更高,提出了用庄家法构造非支配集的方法。最后通过与其他算法进行比较,验证了算法具有较好的运行效率,且在解决非均匀问题上是一种有效的多目标进化算法。     

基于多目标遗传算法求解时间窗车辆路径问题

有别于传统的单目标方法,将带时间窗约束的车辆路径问题描述成为一个多目标最优化问题,并为之提出了一种多目标遗传算法。在算法中设计了擂台法则作为构造非支配集的方法,提出了可变爬山率的局部爬山法,并通过将组合种群分成多层非支配集来实现精英保留策略。实验结果表明,该算法能有效地求解车辆路径问题并且为决策者提供了强有力的决策支持。     

基于邻域竞赛的多目标优化算法

传统多目标优化算法（Multi-objective evolution algorithms,MOEAs）的基本框架大致分为两部分:首先是收敛性保持,采用Pareto支配方法将种群分成若干非支配层;其次是分布性保持,在临界层中,采用分布性保持机制维持种群的分布性.然而在处理高维优化问题（Many-objective optimization problems,MOPs）（目标维数大于3）时,随着目标维数的增加,种群的收敛性和分布性的冲突加剧,Pareto支配关系比较个体优劣的能力也迅速下降,此时传统的MOEA已不再适用于高维优化问题.鉴于此,本文提出了一种基于邻域竞赛的多目标优化算法（Evolutionary algorithm based on neighborhood competition for multi-objective optimization,NCEA）.NCEA首先将个体的各个目标之和作为个体的收敛性估计;然后,计算当前个体向量与收敛性最好的个体向量之间的夹角,并将其作为当前个体的邻域估计;最后,通过邻域竞赛方法将问题划分为若干个相互关联的子问题并逐步优化.为了验证NCEA的有效性,本文选取5个优秀的算法与NCEA进行对比实验.通过对比实验验证,NCEA具有较强的竞争力,能同时保持良好的收敛性和分布性.     

基于赤平投影法的某顺层边坡稳定性分析及加固措施研究

以某水利枢纽右岸岸坡为例,通过赤平投影法对边坡结构面组合的稳定性进行了分析。结果表明:当两结构面组合的赤平极射投影点在自然坡面和开挖面之间时,两结构面可能成为主控结构面。根据分析结果及现场实际情况设计采用微型桩对边坡进行加固,加固后边坡稳定系数计算结果满足设计安全要求。实际工程中,可采用改良桩间土、优化结构布置形式等工程措施来提高微型桩的抗滑能力。该类调查分析方法和加固设计方案可为以后同类型边坡的稳定性分析和加固设计提供参考。