低阻车身形体的参数化建模与气动试验

用控制点和曲线对车身的侧视图、俯视图和横截面图进行参数化,结合试验设计和局部加密的方法对2维车身进行优化得到全局较优解.从2维优化车身出发,构建不带车轮的2个3维车身形体.计算得到它们的气动阻力系数分别为0.057和0.089,可以作为低阻形体为理想车身的相关研究提供参考.缩比模型的风洞试验结果与数值计算结果基本吻合,验证了低阻车身形体参数化建模方法的可行性.     

低阻附件对某低风阻车型气动影响研究

以某低风阻电动汽车为研究对象,分别对有无前轮扰流板、后轮侧板及后轮导流罩展开数值研究,通过对比不同工况气动力、表面压力、流场计算结果,评估了3种低阻附件对低风阻车型气动特性的影响。研究表明：相较于基础工况,仅去掉前轮扰流板、后轮侧板、后轮导流罩以及同时去掉后轮侧板及导流罩时,该车总风阻力分别增大3.0%、6.5%、-1.8%、1.2%;低阻车总风阻力变化的主要贡献来自于前后轮区域、车底和背部;低阻附件主要通过改变车轮区域的流场间接影响车底阻塞度,进而改变车轮-车身空气动力学的相互作用,从而给低阻车整车气动特性带来影响。     

受内部空间约束的车身气动优化

把分步遗传算法和以车辆人机工程学为基础设计的车身内部空间约束算子相结合,对车身进行受内部空间约束的气动优化,得到满足不同结构和尺寸的空间约束的三维无轮优化车身.优化车身的气动阻力系数CD值在0.070~0.090之间,气动性能较优.其中一款CD值为0.073的凸头车型优化车身和一款CD值为0.086的凹头车型优化车身可以满足由长前舱、大乘员舱和高后舱构成的内部空间约束条件的要求.内部空间约束的尺寸越小,结构越简单,优化结果越佳.造型越复杂的车身受到空间约束的影响越显著.     

基于拓扑优化的电动汽车白车身优化设计

针对电动汽车的独特承载要求,提出一种结合拓扑优化和车身尺寸优化的优化设计方法.以某型电动汽车为实例,通过建立白车身拓扑优化模型、有限元概念模型、尺寸优化模型和样车制造,进行了从整车拓扑结构到车身梁截面的优化设计过程,实现了电动汽车白车身的正向设计.在优化过程中采用遗传算法,以弯曲刚度和扭转刚度同时作为优化目标,白车身质量最小作为优化约束,选取了灵敏度较高的梁作为变量进行多目标优化.通过与样车参数的比较表明,该方法能够满足设计和工艺要求,实现轻量化设计,对提高白车身设计效率和精度有着重要的意义.     

基于遗传算法的客车车身骨架优化设计

提出一种基于遗传算法的桁架式客车车身骨架的优化设计方法.应用有限元分析软件ANSYS建立了车身骨架有限元模型并进行计算,采用遗传算法进行优化.优化后车身总质量减轻719 kg,减重比例接近25%.结果表明,基于遗传算法的优化设计明显优于常规的数学规划方法,实现了某电动大客车车身骨架的轻量化设计.     

一种函数优化问题的混沌遗传算法

混沌作为一种非线性动态系统中的现象，受到了人们的重视，给出一种结合混沌优化方法和遗传算法的混沌算法，实验表明，它通过对问题的解空间交替进行全局和局部搜索，能更有效地求解函数优化问题。     

基于遗传算法的白车身焊接机器人焊点分配

分析了轿车白车身制造过程中多机器人拼焊工位焊点分配问题的特征,将焊点与机器人抽象为空间点、以机器人运动时间的倒数为价值向量建立多背包问题数学模型,利用遗传算法进行求解.通过合理处理选择、交叉、变异遗传算子,算法具有良好的搜索性能和收敛性.侧围补焊工位焊点分配结果表明各机器人焊接任务均衡,节拍时间控制在要求范围之内.     

基于遗传算法的切削用量优化

在机械加工中,切削用量的优化对于保证加工质量,降低加工成本和提高劳动生产率都具有重要意义。近年来快速发展的遗传算法,对于解决非线性优化问题取得了令人瞩目的成绩。应用遗传算法对切削用量的优化问题进行了研究,提出了一种在进行遗传操作之前对个体进行预先筛选,从而将有约束优化问题变成无约束问题的方法,并通过算例说明了它的有效性。     

基于混沌优化的量子遗传算法

量子遗传算法是一种高效的并行算法，但它有时会陷入局部极值。混沌优化的遍历性可作为搜索过程中避免陷入局部极小值的一种优化机制，随机性和规律性使它具有丰富的时空动态。所以二者结合可互补。经试探分析，典型函数测试结果表明，混沌优化与量子遗传算法相结合全局寻优效果更佳。     

基于遗传算法的白车身机器人焊接路径规划

分析了轿车白车身制造过程中机器人拼焊工位焊接路径规划的特征,将焊点与机器人的工具原点抽象为空间点,根据图论理论建立各点的关系图.将约束条件转化为局部有向关系矩阵,以机器人空间运动最短距离为目标,建立货郎担问题数学模型,利用遗传算法求解.依据关系矩阵产生合法初始种群,并确定选择、交叉、变异等遗传算子,以MATLAB语言编程计算.行李箱盖补焊工位焊接路径规划结果表明,该方法能够对机器人焊接路径合理规划,规划方案已成功用于工程实际.     

基于遗传算法的摄像机内部参数标定优化方法

基于张正友标定法,提出一种新的基于遗传算法的摄像机内部参数标定优化方法.该方法能矫正传统摄像机标定不可靠的初始化和容易陷入局部最优解而带来的精度损失,提高了摄像机内部参数的标定精度.通过与张正友标定法进行比较,证明了该方法性能稳定,能快速、准确地标定摄像机内部参数.     

基于遗传算法的纯电动轿车动力总成参数优化

基于动力传动系部件参数对纯电动轿车性能的影响，利用遗传算法对纯电动轿车动力传动系的主要部件进行了优化；所有部件的模型均基于实际配置的纯电动轿车(QREV)动力传动系台架试验的试验数据．优化结果与传统优化算法结果相比表明，本文提出的算法是有效的，能够提高纯电动轿车的性能．该算法已应用于实车动力传动系的参数设计．     

铁路车流径路优化的遗传算法设计

将铁路车流径路的优化问题分解为两个:车流排列离散空间中车流排列优化,车流排列的评价计算.在给出车流排列的评价函数的定义后,引入旅行商问题的描述,把车流排列优化问题归约为TSP问题,从而给出了车流排列优化的复杂性分析.引入优先权编码,定义种群个体的适应值函数和相应的遗传操作,给出相应的遗传优化算法,并以实际运营数据为依据,进行仿真计算.通过同禁忌搜索法计算结果比较,遗传算法虽然在解的精度上略逊一筹,但计算工作量小得多,硬件要求也没有禁忌搜索法高.因此,具体选用应以具体情况而定.条件允许,最好将两种算法结合起来使用.     

一种预测流动和传热问题的快速算法

将湍流拟序结构分析中的最佳正交分解技术运用到流动和传热问题中,并在最佳正交分解技术的基础上提出了一种快速预测流动和传热问题的算法.通过对样本矩阵实施最佳正交分解得到一组特征函数.这些特征函数具有能量最优的特性,即以这些特征函数为基函数,可以用非常少的基函数将原物理问题准确地表示出来.特征系数用样条曲线插值的方式计算得到.以同心圆环内的自然对流为例验证此算法,参数Ro/Ri为2.6,Pr为0.71,5 000≤Ra≤1×105.利用该算法可以准确地预测温度场和速度场,与准确解之间的相对误差仅为0.7%,并且比SIMPLE算法快100倍.该算法有较广的使用范围,不受几何结构和流态的限制,只要有一组准确的样本便可使用.     

基于遗传算法的九寨沟车辆调度优化方案研究

遗传算法常常被应用于解决优化问题.介绍了九寨沟车辆调度系统利用遗传算法的思想优化景区内公交车辆调度方案,从而使车辆和人力资源得到合理和充分利用,防止资源的浪费.     

基于遗传算法的神经网络结构优化

介绍了遗传算法的基本原理,然后利用遗传算法优化神经网络结构,形成以遗传算法与神经网络相结合的进化神经网络.经验证可知,该算法具有一定的可行性与有效性.     

基于遗传算法的管材矫直优化

针对管材矫直质量问题,利用单向弯曲的方式,建立了矫直过程的力学模型,提出了优化的目标函数,建立遗传算法模型对矫直工艺参数进行了优化,得出了合理的工艺参数值.将该工艺参数值用于实际加工中,能显著提高管材的矫直质量.     

基于多混沌算子遗传算法的混合动力汽车控制策略优化

为某款装备了电池/超级电容混合储能系统的并联型混合动力汽车设计了模糊控制策略.结合遗传算法的种群进化和混沌序列的随机遍历特性,将混沌初始化算子、混沌扰动算子、混沌局部搜索算子引入多目标非占优排序遗传算法(NSGA-II)中,构建了新的多混沌算子遗传算法(MCO-NSGA-II).运用MCO-NSGA-II算法进行了混合动力汽车模糊控制策略优化,以改进车辆的燃油经济性及HC、CO和NOx的排放性能.仿真结果表明,混沌初始化算子和混沌扰动算子可以改善原NSGA-II算法的搜索能力并增加种群多样性,而混沌局部搜索算子可以进一步增强算法局部搜索能力,能更好地搜索到理想的Pareto解集.运用MCO-NSGA-II算法进行优化,使混合动力汽车在欧洲城市驾驶循环(ECE)下的燃油消耗降低了11.8%,HC、CO和NOx排放分别下降了7.72%、15.72%和11.77%.     

基于改进遗传算法的露天采矿优化

首先针对露天采矿优化问题的实际情况,建立了优化数学模型,并将原问题的约束条件转化为目标函数的组成部分,使之便于利用遗传算法求解.针对遗传算法的局限性,实施了最优保留策略,并改进了选择、交叉和变异操作,使该算法能够有效地提高收敛速度,避免早熟收敛.最后,通过实际算例说明,该优化方法有效、实用.