基于响应面法的空降车缓冲气囊参数优化研究

提出了应用响应面法对空降车气囊缓冲系统的参数进行优化的方法.通过建立车体-气囊非线性有限元模型,选择缓冲气囊的排气孔面积以及排气孔开启压力作为优化变量,将车体冲击加速度峰值最小作为优化目标,采用析因设计和中心组合设计两种试验设计方法并运用最小二乘法进行二阶多项式方程的参数估计,建立二阶响应面模型.然后利用遗传算法进行优化求解.优化前后气囊缓冲特性的对比结果表明,优化后车体冲击加速度峰值减小了23.8％,气囊的缓冲性能有显著提高.     

基于GA_GSQP算法的设备维修计划优化模型

维修工作是提高设备可靠性、保证设备正常运行的有效措施,本文建立了维修费用约束下可靠性最大的预维修计划优化模型.该模型以平均可靠性为优化目标,考虑了维修费用、维修间隔、设备运行总时间等约束.本文建立的模型为一般非线性优化问题,设计了基于全局序列二次规划方法(global sequential quadratic programming,GSQP)的改进遗传算法(GA_GSQP)进行求解.最后,在算例中以GSQP算法、遗传算法和禁忌搜索算法的优化结果作比较,分析了所设计的GA_GSQP遗传算法的优化效果.     

武器装备体系设计问题求解框架与优化方法

针对武器装备体系的多学科特征以及优化求解困难的问题,在“基于决策的设计”研究框架下,提出了一种基于博弈理论的多学科协同决策方法。该方法在结合多属性效用理论和响应面建模方法建立武器装备体系多学科优化模型的基础上,分别引入经典博弈协议和行为博弈协议描述学科设计团队之间的交互作用,实现耦合决策模板的优化求解。以超地平线登陆作战装备体系的设计优化为例,证明了所提方法的可行性和有效性。     

多个服务中心的服务网络设计与优化

为解决具有多个需求节点和多个服务中心的服务网络,如何在预算约束条件下设计与优化服务网络的服务中心配置,使得服务网络运营的总效率最高的决策问题,本文对多个服务中心的服务网络优化问题进行了提炼和描述,并构建了服务网络设计的优化模型,同时证明了该服务网络优化问题是一个NP-完全问题;进一步,针对优化模型的特点,设计了求解模型的混合拆分遗传算法,进行了大规模仿真实验并与传统的多目标遗传算法进行了比较,结果表明本文给出的算法具有较好的求解效率和效果;最后,通过例子说明了本文提出方法的潜在应用价值.     

基于遗传算法的一类武器目标分配方法研究

针对联合作战的武器目标分配问题,建立了资源受限条件下的多组武器目标分配数学模型,并研究了用遗传算法求解模型的方法.该遗传算法通过设计一种满足约束条件的染色体编码格式,把求解问题转化为无约束的组合优化表现形式,从而可以利用单点随机定位算术交叉和变异运算以及精华选择策略来求解.仿真计算结果表明了模型和所提算法的有效性.     

基于自适应遗传算法的渠系优化配水模型研究

针对现有的建立在假定下级渠道配水流量相等基础上的渠道优化配水模型与绝大多数渠系实际配水要求不相符合等问题,研究了下级渠道流量不等时的渠系优化配水模型及其求解方法,并通过实例对基于自适应遗传算法和基本遗传算法的模型求解方法进行了比较。结果表明,与传统方法编制的配水方案相比,提出的模型和算法确定的渠系优化配水方案斗渠配水时间搭配合理、支渠配水流量均匀,符合优化配水原则;利用自适应遗传算法求解模型,能在进化过程中按个体优劣和群体分散程度自动调整遗传控制参数,可显著加快收敛速度和提高计算稳定性,具有较高的工程应用价值。     

冗余系统费用模型及优化

根据冗余设计的不同形式 ,在Tillman并联系统费用模型的基础上引入了系统功能指标 ,并将其推广至其它形式的冗余系统 ,从而得到了一个较为完整的冗余系统费用模型。在此基础上 ,建立了用于优化并串联冗余系统设计的非线性混合整数规划模型 ,分别使用了模式搜索与启发式算法的组合算法以及遗传算法对其进行求解 ,着重讨论了两种方法的实现关键及各自的优劣。最后 ,经计算比较 ,提出了遗传算法与模式搜索、启发式算法相结合的求解方法 ,并说明了该方法的有效性。     

基于蚁群-遗传混合算法的设备布局优化方法

以生产车间设备布局优化的最小物流费用为目标,建立了车间设备布局优化问题的二次分配模型,并采用蚁群-遗传混合算法来对这一模型进行求解.该混合算法将蚁群算法和遗传算法的优点相融合,以蚁群系统的解作为遗传算法的初始种群,克服了蚁群算法的收敛速度慢,容易陷入局部最优以及遗传算法的容易早熟收敛等缺陷,来实现模型的全局最优.本文以某机械厂制造车间为例,运用MATLAB编程实现算法求解,结果显示:应用蚁群-遗传混合算法设计出来的设备布局新方案比原始方案总物流费用节约了10.6%,同时,混合算法在求解车间设备布局优化问题时比蚁群算法或者遗传算法速度更快,效果更好.     

战时随机运输时间路径优化研究

以战时无分布函数的随机运输时间路径优化问题为研究对象,采用随机机会约束规划方法建立战时运输路径优化模型,设计了基于随机模拟获取适应度的遗传算法来求解问题模型,并处理了战时运输中的必经点问题.最后,给出的算例验证了模型和算法的有效性.     

可持续多式联运网络设计的多目标优化模型及算法

在回顾可持续运输网络相关文献的基础上提出一个可持续多式联运网络设计的多目标优化模型,该模型以可持续运输的时间、费用和CO2排放三个维度作为模型的优化目标。针对模型复杂的问题,在优化分解模型的基础上,设计了单目标遗传算法和多目标遗传算法NSGA-II联合求解的方式求解该多目标优化问题,并且通过算例验证了算法的有效性。结果显示在适当分解模型的基础上,采用单目标和多目标算法联立的方法能够得到复杂联运问题的多目标非支配解。     

大客车侧翻安全性多目标优化

建立某大客车的侧翻有限元模型,仿真结果表明,其初始设计无法满足侧翻法规要求,需要进行优化设计。为克服碰撞分析的高度非线性给优化造成的困难,结合均匀实验设计、响应面方法和逐步回归技术建立该客车的侧翻响应面替代模型,并以车体质量最小,车身结构吸能最大为目标函数,以满足侧翻法规为约束条件,采用NSGA-II算法进行多目标优化设计。对优化方案进行有限元仿真验证,结果表明,优化方案不仅使该客车满足了ECE R66法规的要求,而且减小了车体总质量,同时增加了车身结构的吸能,有效地提高了侧翻安全性。     

一种基于遗传算法的多重决策树组合分类方法

针对数据挖掘中的分类问题,依据组合分类方法的思想,提出一种基于遗传算法的多重决策树组合分类方法.在这种组合分类方法中,先将概率度量水平的多重决策树并行组合,然后在组合算法中采用遗传算法优化连接权值矩阵.并且采用两组仿真数据对该方法进行测试和评估.实验结果表明,该组合分类方法比单个决策树具有更高的分类精度,并在保持分类结果良好可解释性的基础上优化了分类规则.     

灰熵并行分析引导PSO求解多目标优化问题

提出采用灰熵并行分析法引导粒子群算法求解多目标优化问题。灰熵并行分析法综合灰色关联分析法与信息熵的特点,对数据序列计算灰关联系数,同时并行地对数据序列计算信息熵及熵值权重,将灰关联系数与熵值权重结合求得灰熵并行关联度。〖JP2〗通过粒子群算法对优化问题的多个目标构建与粒子数相同数量的目标值序列,计算每个序列的灰熵并行关联度值,利用该值作为算法适应度值的分配策略引导粒子进化。以10个典型作业车间调度问题为例进行实验,结果与差分进化算法及遗传算法进行比较,表明灰熵并行分析法可以有效引导各算法进化,使算法在收敛性和分布均匀性方面表现良好,且粒子群算法的优化结果要好于其他两种算法的结果。     

基于遗传算法的ATM网络中VCC路由选择方法

针对遗传算法强大的全局寻优和并行处理能力 ,提出了一种改进的遗传算法调度ATM网络动态路由的新算法。综述了使用遗传算法进行通信网络节点选择的问题 ,指出了原有算法进行遗传算法优化时存在的不足 ,并提出一种新的基于动态惩罚的解决策略 ,其思想是在进化的过程中 ,逐渐减小对可行解惩罚的力度 ,使网络向可行解逼近。通过简单模型的仿真 ,验证了动态惩罚策略的可行性和有效性。     

基于遗传算法的决策树组合方法及在CRM的应用

针对客户关系管理中的客户分类问题,提出一种基于遗传算法的多重决策树组合分类方法.组合分类方法将概率度量水平的多重决策树并行组合,组合算法中采用遗传算法优化连接权值矩阵,并且采用客户信用等级评定的仿真数据对该方法进行测试和评估.实验结果表明,该组合分类方法比单个决策树及其他组合方法具有更高的分类精度,并在保持分类结果良好可解释性的基础上优化了分类规则.     

基于遗传算法的最优扩展螺旋搜索

本文在对传统螺旋搜索算法研究的基础上,提出了一种基于遗传算法的最优扩展螺旋搜索算法.该算法将遗传算法和扩展螺旋搜索法相结合,优化出搜索器在扩展螺旋搜索时的第一个探测点和运动转向角,为实现水下目标的最优搜索提供了条件.仿真分析了潜艇的运动速度和航向分别变化的情况下,所提算法与传统算法对目标搜索时间和发现概率的差异.由仿真结果可见,该算法可缩短搜索时间,提高发现目标概率.     

基于遗传算法的火电机组制粉系统运行优化

提出了一种基于遗传算法的中储式制粉系统运行优化方法。通过遗传机理在有效参数调整范围内搜索系统运行的最优值,为现场实际运行提供指导。优化方法使用FORTRAN90编程实现,并对实际对象进行了优化计算和测试。结果表明该方法能有效地进行优化计算,能用于实际机组的运行优化。     

一种求解动态多峰优化问题的Memetic粒子群算法

很多现实的优化问题往往是动态和多峰的, 这就需要优化算法既能够发现尽可能多的最优解, 同时还要追踪到这些最优解在动态环境中的变化轨迹. 为了解决这种动态多峰优化问题, 本文提出了一种Memetic粒子群优化算法. 在提出的算法中, 利用一种新的species构造方法来保证其能够发现不同最优解所在搜索区域, 利用一种适应性的局域搜索算子来增强species追踪到最优解的能力, 利用重新初始化策略来进一步改善算法在动态多峰环境中的性能. 通过对一组标准动态测试函数--移动峰问题的仿真实验来检验所提出的 MPSO算法在求解动态多峰优化问题的有效性.     

地板下结构参数对民机适坠性的影响及优化

为了确保乘员在可生存事故中存活,民机结构必须具备适坠特性.适坠性设计的关键部位为客舱地板以下结构,包括底框、行李舱底部结构和行李舱支柱三个元素.对民机典型机身结构进行了简化,利用LS-DYNA3D建立了1/4缩比动力学仿真模型,考察了行李舱支柱位置、角度及行李舱高度变化对机身坠撞特性的影响.以改善机身适坠性能为目标对地板以下结构参数进行了综合优化,优化过程采用基于均匀试验设计的Kriging近似模型,大大降低了动力学优化的计算代价.优化结果表明合理选择行李舱支柱位置、角度及行李舱高度参数可以有效改善民机机身结构的适坠性能.     

基于正交遗传算法和灵敏度分析的体系仿真优化方法

体系对抗已成为当今战争的主要形式,因而急需对体系优化问题进行深入细致地研究.鉴于此,提出了一种基于正交遗传算法和灵敏度分析的体系仿真优化方法.该方法采用正交遗传算法在可行域内快速地搜索一些较优方案(解);利用灵敏度分析方法从已评估方案中得到待研究体系输入、输出之间的灵敏度关系;应用这种灵敏度关系来指导正交遗传算法的后续搜索.最后采用一些数据实例来验证该方法,实验结果表明,该方法是可行的、正确的和有效的.该方法能在较少次数的仿真后,得到待研究体系的满意解或最优解;同时,该方法可推广到其它复杂优化问题的求解中.