高层多自由度结构作动器优化配置的遗传算法

高层多自由度结构的作动器优化配置问题是主动控制中一个值得研究的重要问题.该文通过利用模糊算法,充分使用先验知识,使得作动器优化问题限定在局部范围之内,从而使后续计算变得简单、快速.在优化过程中利用了遗传算法,使得优化的性能得到保证.     

ANSYS在电磁致动器中的应用

利用ANSYS中的独立模块对螺线管致动器进行了计算分析,得到了一般螺线管致动器的磁力线分布、磁流密度、电枢磁力等结果,并分析了电磁致动器结构参数、线圈匝数等对磁场分布规律的影响.     

管状弹簧介电薄膜作动器粘弹性变形研究

为了研究粘弹性对介电薄膜作动器力电性能的影响,建立了由介电薄膜、轻质弹簧和2个刚性圆盘组成的管状介电薄膜作动器的力学模型。在施加力电载荷后,作动器发生非均匀大变形。采用非平衡热力学推导得到了描述该模型大变形的控制方程,并利用弹簧-阻尼流变模型给出了动力学方程。采用打靶法和改进欧拉法对控制方程及动力学方程进行了数值求解。计算中分别考虑了不同的力电载荷对管状介电薄膜作动器粘弹性行为的影响效应。结果表明,管状介电薄膜作动器的力电性能与时间相关,不同的力电载荷对其力电性能有显著影响。当对介电薄膜施加小的轴力或者电压时,薄膜在经历一段松弛时间后达到新的平衡状态,但如果施加的轴力或者电压超过其阈值,介电薄膜将不会达到平衡,最终介电薄膜将处于失稳状态。所得结果可为理解此类管状介电薄膜作动器的粘弹性行为及其优化设计提供理论指导。     

压电陶瓷作动器静、动态特性的实验研究

介绍了压电陶瓷作动器的静，动态特性及其测量方法和实际测量系统，对逆压电效应型作动器的性能进行了实验研究。实验结果表明其静态特性线性度好，重复精度高，在50Hz以下的低频段，幅频特性平直，相频特性呈线性。因此，逆压电效应型作动器适用于对线性度要求较高的精密控制场合。     

如何在拖拉机上调整调节器

1.截流器的调整.首先调整触点分开时的间隙为0.7～0.9毫米.拆下调节器上的电池和电枢接线柱上的导线,然后用蓄电池火线在电枢接线柱上碰火,利用蓄电池电源来吸动截流器的活动振臂.     

一种稳健的目标提取与跟踪算法

融合了GVF-Snakes算法与基于细粒度的遗传算法,提出了一种稳健的目标轮廓提取与跟踪算法.该算法通过使用边界约束替代能量计算改进了GVF-Snakes算法,降低了算法计算复杂度,提高了它的搜索速度;另外,通过引用细粒度遗传算法来筛选控制点序列,提高了算法对极端凹陷边缘和噪声干扰轮廓的提取能力.通过合成和自然图像的目标轮廓提取和跟踪实验,证明了本文提出的算法具有鲁棒性和精确性.     

压电式主动隔振器的研究

讨论由压电陶瓷作为作动器，激振器作为干扰源，双层隔振系统作为受控对象组成的机电系统和由传感器将振动信号通过控制器作用于作动器构成的闭环主动隔振系统。提出采用前馈和反馈共同控制的方法对受控对象进行隔振控制。最后给出仿真结果，证明了这种隔振器的隔振效果比单纯采用反馈的控制方法更为有效。     

遗传算法在计算机网络优化设计中的应用

针对计算机网络优化问题,研究重点普遍集中在算法研究上,遗传算法是适用于求解多目标优化问题的智能优化算法.计算机网络优化问题本质上一个非线性0-1问题,并且是有多约束条件的.阐述了计算机网络概念,介绍计算机网络的特性,分析了计算机网络优化的影响因素,重点分析了计算机网络的可靠性.针对计算机网络优化问题,构建计算机网络优化问题的数学模型,介绍解决0-1问题的遗传算法在计算机网络优化中的操作步骤.采用遗传算法对计算机网络数学模型求解.在计算机网络优化设计实例中,实验计算结果表明:遗传算法可以在计算机网络优化设计的数学模型中求得最优解,很好的调解了网络设计中各性能之间的矛盾,提高计算机网络的计算精度,降低计算时间和成本.     

浅析遗传量子算法与遗传算法在函数极值问题中的比较法

遗传算法是一种模拟生物进化的算法．它被广泛利用在信号处理、模式识别、人工生命等领域.遗传量子算法是将量子计算和遗传算法相结合算法．采用量子位染色体的表示形式．该算法具有量子计算的量子位和量子位的迭加特性,同时加入了量子旋转门干涉策略,使得进化染色体更好的呈现多样特性．实验表明,遗传量子算法在解决一般函数极值问题中,比遗传算法更具有优势．     

X射线单色聚焦照相零层衍射线的分辨率

本文对影响X射线单色聚焦照相零层衍射线分辨率的各种因素作了详细的理论分析.给出了衍射线宽化与特征X射线谱线波长色散、Kα双线波长差、单色器质量及调节状况、试样厚度及晶粒大小等之间的关系式及计算结果.用实验事实对影响分辨率的综合因素作了讨论.     

离散变量结构拓扑优化协同混合遗传算法

针对离散变量桁架结构拓扑优化问题,提出了将拟满应力法与遗传算法相结合的混合遗传算法,并引入了拓扑和尺寸协同演化的思想,使得桁架拓扑和尺寸的演化能够相互独立又协同进行.并给出算例证明该方法是非常有效的     

用遗传算法求解最优切割方法

研究用遗传算法求解最优的下料切割方法,并给出了用遗传算法求解此问题的算法。     

自然遗传算法及其性能分析

在为种群大小遗传算法的基础上引入“种群阈值”及“移民”等概念,并采用动态调节交配率及变异率等措施,提出了一种自适应的遗传算法。该算法通过模拟自然界的“生老病死”过程来实现问题求解,并力求解决遗传算法的参数控制及过早收敛等问题。且介绍了该算法的基本思路,并对其性质进行了分析。     

基于并行遗传算法的舰艇编队防空火力分配方案

设计了一种并行遗传算法,并进行了仿真实验．结果表明,该算法可以有效求得舰艇编队防空火力分配问题的最优解或近似最优解．     

基于改进遗传算法的车辆路径问题研究

车辆路径问题是一个典型的组合优化类问题,而传统的算法无法满足顾客需求对物流运输提出的要求.遗传算法是求解此类问题的方法之一,针对遗传算法容易出现早熟收敛,以及车辆运送的时间限制,该文采用改进的遗传算法对有时间窗的车辆路径问题进行分析,实验验证了算法的有效性.     

BP人工神经网络与遗传算法在型材挤压模具参数优化中的应用

基于MATLAB平台,将BP人工神经网络与遗传算法应用于型材挤压模具参数优化设计.首先利用BP神经网络来训练已有实验值,然后将训练后的神经网络作为知识源,通过曲线拟合与逼近求得设计变量与目标函数值的函数关系表达式,最后将这一函数表达式作为遗传算法的适应度函数进行遗传迭代寻找最优解.采用曲线拟合方法将其知识源转化成为了具体的函数表达式,直观地体现了神经网络的知识源,为后继的遗传算法提供了明确的适应度函数.数值模拟分析表明,对挤压模具结构的优化是合理的.     

基于遗传禁忌混合算法的静态电压稳定裕度计算

提出一种基于遗传禁忌混合算法的静态电压稳定裕度计算的新方法．该方法将全局搜索能力强的遗传算法和局部搜索能力强的禁忌搜索算法结合在一起，通过改进的连续潮流法计算，可快速而准确地获取系统最大静态电压稳定裕度，并在一定程度上弥补遗传算法和禁忌搜索算法单独使用的不足．应用该混合算法对IEEE14节点系统进行仿真计算，验证了该方法可行且有效．     

一种基于进化的移动机器人路径规化算法

本文提出了一种新的移动机器人全局路径的进化规化算法。通过对环境建立基于位置码的四叉树模型，获得对路径的简易编码方式；进而将进货算法用于移动机器人的路径规划，并讨论了算法实现的若干问题。     

基于非精确信息的QoS组播路由遗传算法

提出了一种新的启发式遗传算法以求解基于非精确状态信息的QoS组播路由选择问题.该算法以基于非精确状态信息的单播QoS路由算法PC-ISI (premise-controlled,inaccurate state information)为基础,将基于非精确状态信息的QoS组播路由问题与遗传算法有机结合,通过初始群体的筛选、自适应罚函数的运用以及启发式交叉和变异等一系列策略,能有效地提高算法的搜索能力和收敛速度.仿真实验也说明该算法性能良好.