某炮口制退器的多目标优化设计

炮口制退器的性能是用制退器效率、炮口冲击波超压值、炮口火焰强度等因素的大小来评价的。为得到综合性能优良的炮口制退器结构,采用非支配排序遗传算法（NSGA-II）和流场数值模拟对某扩张喷口炮口制退器进行了多目标优化设计。流场数值计算模型采用二维轴对称欧拉方程进行描述,优化目标取为制退器所受冲击力最大和给定点的超压值最小,优化变量为喷口结构参数。通过优化得到了Pareto最优解集,为制退器的设计提供了非常有意义的参考。     

一种改进的遗传模拟退火算法及其应用

对遗传模拟退火算法进行了研究,首先对遗传算法的适应度线性尺度变换作了改进,然后在改进的遗传算法中融入了模拟退火算法,从而提高了遗传算法的全局寻优能力。以空心并联电抗器的优化为例,建立了空心并联电抗器的优化设计模型,给出了进行模拟退火操作时产生新解的邻域结构,采用改进的遗传模拟退火算法对空心并联电抗器进行优化设计,计算结果表明空心并联电抗器的损耗和重量分别减小了16.3%和11.5%,优化效果明显。     

基于遗传算法的施工导流建筑物优化

施工导流建筑物优化是一个复杂的非线性多目标优化问题 .针对传统优化方法的局限性 ,提出了基于遗传算法的施工导流建筑物优化方法 .通过分析施工导流建筑物优化的递阶层次结构 ,采用改进层次分析法 ( IAHP)确定各目标对应的权重 ,再根据多目标决策理论 ,把其转化为单目标优化问题 ;针对导流建筑物单目标优化模型 ,设计了此模型的遗传算法 ;最后通过实例验证了本文提出方法的可行性 .     

虚拟维修拆卸序列智能规划研究

提出了基于虚拟拆卸Petri网的虚拟维修拆卸过程模型和基于混沌遗传算法的虚拟维修拆卸序列规划算法,解决了如何对虚拟维修拆卸序列进行智能规划的问题.基于拆卸优先矩阵和Petri网,提出了一种虚拟维修拆卸过程模型建立方法,研究了模型生成算法,运用多粒度可达图计算方法分析了可行拆卸序列,建立了拆卸序列规划目标函数,在改进遗传算法的基础上,提出了一种混沌遗传算法,该算法以遗传算法为主流程,利用混沌现象不重复遍历的特点优化生成初始种群,然后对每次迭代中的个体以一定的概率进行混沌优化,解决了虚拟维修拆卸序列规划效率不高的问题.经验证,虚拟维修拆卸过程模型和采用的混沌遗传算法能够有效解决虚拟维修拆卸序列智能优化的问题.     

基于局部搜索机制MOGA的多目标ADGHP建模及优化

依据航班的进离港过程,提出了一种航班优先系数计算策略,使得延误损失在进离港航班之间的分配合理化;在此基础上建立了一种进离港地面等待问题(ADGHP)多目标优化模型,以实现延误损失和续航航班延误时间的多目标优化.针对问题模型的复杂性以及现有多目标遗传算法(MOGA)的不足,提出了一种引入局部搜索机制的多种群遗传算法对问题求解,并改进优秀个体迁移策略,实现多目标的协同优化.最后,以国内某机场进离港航班为算例,使用所提算法进行计算,并与其它典型算法的求解结果对比,实验结果表明了所提模型与算法的有效性.     

炮塔体结构分析与优化

对某自行榴弹地炮塔体在火炮发射过程中的动态响应进行了有限元仿真分析,针对该炮塔结构的减重要求和分析结果中炮塔结构的中后部区域基本处于低应力状态,基于多岛遗传算法对炮塔体结构进行了优化设计,并对比分析了优化前后炮塔体结构在典型工况下的动态响应特性.仿真数据表明优化后的炮塔体在保持原来结构刚强度的基础上,整体质量降低了10.01%.     

基于遗传算法的飞机定检原位工作流程优化

首次运用遗传算法优化飞机定检原位工作流程.针对原位工作流程约束条件多、组合优化困难的问题,建立了原位工作流程优化模型,根据工序约束条件的特点,提出了一种初始化种群的新方法,保证了初始种群中所有个体都满足工序约束条件,改进了基本遗传算法并运用其求解.仿真结果验证了算法的适用性及改进的有效性.     

基于遗传算法与模糊选择的多播路由优化

遗传算法在优化计算特别是在多播路由问题中得到了广泛应用,但在进行大规模优化时,遗传算法存在着爬山能力差以及不成熟收敛等缺点。为此,提出基于启发式遗传算法和模糊选择机制的新型多播树计算方法,本算法采用树型结构编码和高效的遗传操作,同时优化时延、丢包率和带宽利用率等多个参数。仿真实验表明,这种算法用于多播路由多目标优化问题时,可以克服采用遗传算法进行多目标优化的缺陷。     

自动化立体仓库拣选作业路径优化问题研究

合理优化货物的拣选路径是提高自动化仓库运行效率的一种有效方法.通过分析自动化仓库拣选作业的工作特点,为自动化仓库拣选作业创建了含装箱约束条件的多目标优化新型数学模型,用遗传算法对该数学模型进行了求解,基于不可行程度和作业次数对遗传算法初始种群的生成进行了改进.实验仿真和工程实际应用表明该模型和算法是可行、有效的.     

基于代理模型的翼型多目标集成优化设计

针对翼型优化中直接使用计算流体力学方法计算量大的问题,提出了一种基于代理模型的翼型多目标优化设计方法.使用形函数线性扰动法描述翼型外形,求解N-S方程获得翼型气动参数.采用Pareto多目标遗传算法进行优化,使用代理模型降低计算量,通过优化集成,实现优化过程自动化以提高设计效率.算例结果表明,本方法能有效降低计算成本,缩短设计周期,提高设计质量,具有一定实用价值.     

气动和结构多学科优化设计过程集成技术研究

研究了气动和结构多学科优化设计中的过程集成技术问题,详细分析了三维几何建模、CFD、结构强度分析和iSIGHT优化之间的数据集成机理,实现了气动和结构强度的边界设定、载荷加载、优化策略定制和优化结果自动评判等过程的集成。通过基于iSIGHT的集成框架应用实例完成了简单翼的多学科优化设计。     

过热器机理模型的遗传算法参数优化方法研究

针对过热器模型各参数存在的强耦合性,提出了基于遗传算法的机理模型参数优化方法。建立过热器数学模型,确定优化参数,应用遗传算法进行优化,直到模型精度达到要求。仿真研究表明,运用该方法建立的过热器模型达到预定精度要求;优化过程自动进行,缩短了建模和优化时间。这种方法具有通用性,简单易行,为火电厂仿真机数学建模和参数优化提供一种新的思路和方法。     

某舰炮非线性动力学分析

基于非线性动力学理论,研究了某舰炮发射过程中的动力学响应问题。建立了某舰炮含身管和摇架导轨之间大位移滑动接触的有限元模型,运用隐式时间积分方法模拟该炮发射的后坐复进过程,获得了炮口的后坐复进位移和速度响应以及关键部位的动态应力。计算结果可为舰炮的设计和优化提供一定的理论依据。

Abstract：

Based on nonlinear dynamics,muzzle＇s responses during the whole firing course of a naval gun were investigated. The finite element model of the naval gun was established,including large sliding contact between barrel and cradle guide of the gun. The recoil and recuperation process of the gun was simulated by implicit time integration dynamics method,and the responses of displacement and velocity on muzzle and key part dynamic stress were obtained. The calculation results provide the academic basis for the design and optimization of naval gun.     

基于GA-AHMM的联机手绘图形识别技术

提出了一种遗传算法(geneticalgorithm,GA)和自适应隐马尔科夫模型(hiddenMarkwmodel,AHMM)混合的联机手绘图形识别方法。由于隐马尔科夫模型(HMM)的训练本质上是一种梯度下降的优化方法,算法易陷入局部最优,影响了其应用。为此,采用GA训练HMM模型参数,并给出了GA和HMM的两种混合训练方式:前端GA HMM模型和内嵌式GA HMM模型,GA算法能随机地调整HMM模型训练的初始值,使HMM跳出局部最优,较好地克服了HMM训练容易陷入局部最优的问题。另外,采用带有反馈环节的闭环AHMM代替传统的开环前向HMM模型对手绘图形识别,改善了HMM的自适应能力,显著提高了对图形的识别率和识别速度。试验结果证明了方法的有效性。     

BRDF的遗传算法和遗传模拟退火算法建模及比较

结合遗传算法和模拟退火算法,构造出具有全局搜索优化特性的遗传模拟退火算法。根据空间目标表面的多组多角度双向反射分布函数（bidirectional reflectance distribution function, BRDF）实验数据和统计模型,获得样片BRDF五参数模型参数值及2D、3D的BRDF分布。比较基本遗传算法和遗传模拟退火算法在迭代次数、计算时间、参数值及精度等之间的差异并分析其原因。遗传模拟退火算法更适用于BRDF的统计建模。     

基于在线支持向量机和遗传算法的预测控制

针对非线性系统模型预测控制中预测模型容易失配且目标函数难以求解的问题,本文提出一种基于在线支持向量机建模和遗传算法滚动优化的模型预测控制方法。该方法利用在线支持向量机建立被控对象的非线性模型,在线支持向量机是一种迭代学习的支持向量机训练算法,可以进行在线训练,从而实现模型在线自校正;并且通过遗传算法求解目标函数的最优控制量,完成滚动优化。对非线性系统的仿真研究结果表明,该方法有效且具有良好的自适性。     

基于Creator的飞行视景三维模型数据库优化技术

根据飞行视景仿真中三维建模的特点和要求,利用Creator强大的可视化建模功能和模型数据库优化技术,从调整模型数据库层级结构、减少模型复杂度和减小模型文件尺寸等几个方面着手,创建飞行视景仿真中所必需的飞机/导弹、座舱仪表和地形等典型对象的三维模型,在模型的复杂度和逼真度之间进行平衡,通过某飞行模拟训练系统软件开发中三维模型优化前后运行性能参数的对比,表明了优化建模的必要性和该建模技术在普通PC平台上支持飞行视景实时仿真的可行性.     

基于动态表面理论的车辆制动与悬架协调控制

建立了七自由度车辆非线性动力学模型,车轮制动模型以及非线性轮胎模型,以缩短制动距离和制动时间而不大幅降低舒适性作为控制策略的出发点,将主动制动与主动悬架系统进行协调控制,采用动态表面控制理论,克服了反演设计中激增项问题,依据协调控制思想,分别对制动与悬架系统设计了协调控制器,并对协调控制与非协调控制进行了仿真对比分析。结果表明:对主动制动和主动悬架系统采用协调控制,可在小幅降低舒适性的情况下获得更大的地面制动力,进一步提高了车辆的制动安全性,表明了该控制方法的有效性。     

基于智能优化算法的T-S模糊模型辨识

将智能算法应用在T-S模糊模型的辨识方面,是模糊系统辨识的一种新途径。文中对几种智能优化算法,如遗传算法(genetic algorithm, GA)、粒子群(particle swarm optimization, PSO)算法、菌群优化(bacterial foraging optimization, BFO)算法等的优化原理和在模糊辨识方面的应用现状进行了综述和分析,并给出了它们在T-S模糊模型辨识中对参数进行优化的过程。最后将这些优化方法用于一非线性动态系统的建模,并对仿真结果进行了对比和详细的分析,为进一步了解这几种优化方法在模糊模型辨识参数优化方面的作用提供了仿真实验依据。