离散变量模糊优化的组合形遗传算法及应用

为解决离散变量结构优化客观追求的应该是"满意解"的问题,提出离散变量模糊优化的模型,构造了离散变量模糊优化的对称解法.把离散组合形算法作为组合形操作算子融合到遗传算法中,构造一种离散变量结构优化算法-组合形遗传算法.在建立的对称模糊优化模型中,利用交模糊判决,将模糊优化问题转化成非模糊优化问题来求解,然后运用组合形遗传算法进行非模糊优化问题的求解.最后通过算例证明该方法具有良好的效果,为工程结构优化设计提供具有参考价值的理论依据.     

一种求解约束优化问题的遗传算法

约束优化问题是工程领域中常见的数学模型,求解难度主要来自变量的约束和目标函数的复杂性.本文针对约束优化问题,提出了一种基于双向信息搜索的遗传算法.首先,通过启发式信息在种群中产生至少一个可行个体;其次,对于每一个杂交父代个体,基于概率分布选择一个可行解和一个目标函数值好的个体,杂交后代由这三个点的矢量和产生.最后,仿真实验及比较结果表明,提出的遗传算法是可行有效的.     

基于遗传算法的电力系统无功优化

将遗传算法应用于电力系统无功优化,建立了基于遗传算法的电力系统无功优化模型,成功地解决了无功优化中变量的离散问题,避免了常规数学优化方法的局部最优问题,给出的多种优化方案,为电力系统无功优化提供了一种新算法．该算法已用于ＩＥＥＥ５７节点系统,取得了较好的效果．     

离散变量结构优化设计的混沌遗传算法

利用混沌搜索的遍历性、随机性、规律性等特点，提出了一种求解离散变量结构优化设计的混沌搜索方法；将混沌搜索技术嵌入遗传算法，与基本遗传算子共同构成了一种离散变量结构优化设计的混合遗传算法一混沌遗传算法；通过自适应的退火因子和罚函数来处理约束条件，使算法逐渐收敛于全局可行最优解。计算结果表明，该方法有效地克服了基本遗传算法中的“早熟”现象，并具有更快的收敛速度。     

一种适用于配电网重构的动态调整策略

提出了一种适用于配电网重构的动态调整策略,将其与整数粒子群优化算法相结合,实现了高效的配电网重构.动态调整策略分为问题变量解空间动态调整策略和粒子位置变量截断方式动态调整策略两部分:前者是指初始化时,粒子位置向量中的每一维变量根据已经更新的问题变量动态调整问题解空间,从而保证映射的问题解都是拓扑可行解;后者是指粒子更新过程中,位置向量的每一维变量通过动态调整截断方式来改变粒子位置向量空间到问题解空间的映射关系,潜在的拓扑不可行解被视为截断误差偏大而自动优化调整,这样不仅使更新过程不产生拓扑不可行解,而且更新过程的优化特性得以保留.动态调整策略可以结合粒子连续运动空间和问题离散解空间的映射关系,避免粒子搜索过程中产生网络拓扑不可行解,不仅达到了减少冗余搜索的目的,还提高了算法的优化性能.算例结果表明,提出的结合整数粒子群映射关系的动态调整策略不仅能够有效地求解配电网重构问题,而且具有良好的鲁棒性.     

基于混合状态粒子群的墨盒闭环供应链运作模型与优化

针对墨盒闭环供应链产品型号多、物流周期长、生产销售环节分布广以及报废墨盒环境污染严重等问题,建立墨盒闭环供应链运作模型。该模型既包含连续状态决策变量,又包含离散状态决策变量。为实现运作管理的优化,将离散粒子群优化算法引入墨盒闭环供应链运作模型,通过对连续决策变量和离散决策变量进行编码,设计粒子位置与速度的运算关系,构造粒子速度和位置的迭代方程,使得决策变量的优化求解过程始终保持在可行域内。研究结果表明:采用该算法的运作成本分别是连续粒子群算法和遗传算法的0.72倍和0.90倍,其运算速度分别是连续粒子群算法和遗传算法的1.01倍和1.73倍。     

基于就近取值策略的离散多目标优化

针对现有的离散变量处理方法在求解多目标优化问题中存在精度和可靠性不足的情况,结合离散变量优化问题和遗传算法两者的特点,提出一种能够处理离散变量的就近取值策略.此策略代替了传统对离散优化问题中离散变量的处理方法:将离散优化问题转化为连续优化问题,利用决策变量为连续的优化方法去解决该离散优化问题所对应的连续优化问题的最优解集,最后再按照特定的方法将该连续优化问题的最优解集离散化得到对应离散优化问题的最优解集.将此策略应用在传统多目标遗传算法NSGA-Ⅱ(Non-dominate Sort Genetic AlgorithmⅡ)的遗传算子中得到了离散交叉算子和离散变异算子,使得算法能够真正在离散空间中搜索寻优,并得到了一种基于就近取值策略的离散多目标优化算法(Dispersed Non-dominate Sort Genetic AlgorithmⅡ,DIS-NSGA-Ⅱ).在理论上本方法相比传统方法,对解决离散优化问题更合理,优化结果更精确,有较大优势.最后,通过实验对比现有两种最典型的离散变量处理方法验证了DIS-NSGA-Ⅱ对解决离散变量优化问题的有效性.     

水下航行器耐压壳体参数化设计优化

为提高水下航行器耐压壳体结构设计效率,研究了基于参数化分析和响应面近似模型的耐压壳体结构优化设计方法.确定某型水下航行器的耐压壳体结构5个尺寸为优化设计变量,应用薄壳理论和CCS规范进行了初步设计并确定了优化变量可行域,采用最优拉丁超立方法(Opt LHD)在可行域空间内确定设计试验样本点,研究了ABAQUS参数化驱动样本点的方法,建立了极限载荷的二阶多项式响应面模型.以极限载荷和壳体质量为优化目标,利用二代非劣排序遗传算法进行耐压壳体的多目标优化求解,得到Pareto最优解集.最终优化结果较初步设计结构极限载荷提高41.68%,壳体质量降低27.26%.参数化方法能够简化优化过程,提高优化效率,为水下航行器结构优化设计提供了借鉴.     

伪并行遗传算法在供水管网优化调度中的应用

讨论了基于微观水力模型的多水源大型供水管网优化调度问题的主要特征，并提出了求解该问题的改进遗传算法．首先，针对决策变量的结构提出二进制-实数混合编码策略；其次，设计并实现了多种群进化的伪并行遗传算法．将本算法与单一群体进化算法同时应用于实际管网的优化调度求解，结果表明，通过个体迁移策略，伪并行遗传算法可以加速优化搜索的进程，显著改善解的质量，并有效节省运行调度费用．     

遗传算法在铁路客车横向稳定性多参数优化中的应用

以典型铁路客车的动力学模型为研究对象,以车辆最大可行速度为目标函数,采用遗传算法对其横向稳定性参数进行了最优化的计算研究．结果表明：遗传算法在求解车辆动力学系统的参数优化问题中具有很好的适用性．尤其是对于多参数、多峰的非线性问题,该法提供了求解问题全局最优解的可能性．     

循环三对角Toeplitz线性方程组的分组降阶算法

 运用并行算法中分而治之的思想,给出了一种求解循环三对角Toeplitz线性方程组的分组降阶串行算法。与求解同类问题的传统算法相比,分组降阶算法的优点在于它不仅大幅度减少了内存占用量,而且还大幅度减少了算术运算量。分组降阶算法可以通过3个步骤来实现。第一步是分组降阶,其基本思路是将一个n=μm阶的方程组按行分成μ组,每组m个方程;n维解向量也对应地分成μ组。第二步是构造参数方程组,也就是依据三对角系数矩阵的特点,给出各组解之间的关系式,把不属于该组的解分量看作参数。第三步是求解参数方程组和原方程组,在这一步中,首先求解参数方程组,然后再代入相应分组的关系式便可求出所有的解分量。对于三对角Toeplitz线性方程组,同样能减少内存占用量,从而在计算机性能不变的情况下,提高求解问题的规模,但与求解三对角Toeplitz线性方程组的传统算法相比运算量有所增加。数值实验结果表明,对于特定规模的方程组来说,总存在一个最佳的分组个数使得计算时间最少;随着方程组阶数的提高,最佳分组的个数也增大。     

梯度矢量流的最优停止时间计算新方法

梯度矢量流(GVF)外力场解决了原始Snake模型捕捉范围小和对初始化敏感的缺点,其核心就是把图像边缘处的梯度矢量向周围进行扩散,从梯度矢量场生成一个光滑的矢量场。但是在扩散过程中,过多的扩散就会把图像的边界给冲垮,不能很好的保持图像的边缘等信息。因此,如何确定一个合适的扩散次数就是一个非常重要的问题,这就是被称作最优停止时间的问题。基于对GVF能量泛函的分析,提出了一种确定GVF最优停止时间的方法。实验证明,新方法得到的最优停止时间是有效的,取得了较好的效果。     

济南泉域裂隙岩溶水系统管理模型

针对济南泉域裂隙岩溶水系统开发的实际,提出了确定决策变量权重的新方法,建立了新的泉域地下水系统管理模型,并进行了两个方案的优化管理,得到了满意的结果。对解决我国北方岩溶泉域地下水资源开发与泉群保护的矛盾探索出了一条新路。     

引入三参数区间数的多属性项目决策方法研究

纳入新的决策信息于二参数区间数中,构成三参数区间数,改进了项目决策评价方法.一方面,解决了二参数的区间数含有的信息量过少,内部不清晰,最终计算结果失真的问题;另一方面,有效简化了计算过程,减少了不确定性和排序的复杂性.最后,结合算例说明其特点.     

基于软件工程的高校思政网建设

利用软件工程学来规划高校思政网建设 ,构架系统结构 ,进行系统分析 ,包括问题域分析、静动态结构模型设计 ,限制网页层次结构 ,并阐述了思政网的进度安排、人员配制、变更管理等项目管理方案 .     

受限机器人的一种自适应控制方案

针对受限机器人模型参数未知的情况,本文给出了一种新的自适应控制方案;(控制器的设计是基于受限机器人的降阶模型);证明了新的控制器一方面保证了运动的完全跟踪,另一方面保证了力跟踪误差是有界的且界的大小是可以调节的。文中还给出了一个仿真例子以验证控制方案的有效性。     

基于二型模糊集理论的应急设施选址方法

为了研究应急管理中的应急设施选址问题,在传统选址方法基础上,提出了一种基于二型模糊集理论的应急设施选址方法,以区域人口密度量化应急资源需求程度,构建选址集最大覆盖模型.由于人口的流动性,采用二型模糊变量描述人口密度信息,二型模糊变量可提供不确定性建模额外的自由度.在置信度理论框架下,将原模糊模型转化为其等价确定性模型.针对模型中大规模复杂高维的空间地理数据,设计了一种基于网格空间表示法的矩阵编码策略与遗传算法耦合进行模型求解.研究表明:矩阵编码策略可以有效避免维数灾难,并且能够显著提升求解效率,所提方法可以提供合理的应急设施选址决策,以提升突发事件应急管理水平.     

提高地层原油体积系数计算精度的方法

原油体积系数是新增区块储量计算必需的参数。鉴于在油田勘探开发中后期通过高压物性分析来获取体积系数通常难以实施,作者以胜利油区历年来高压物性分析的大量数据为依据,在全面分析各种影响因素的基础上,提出了一种新的基于油藏成藏规律认识的体积系数求取新方法。该方法一方面通过多元回归考虑油藏埋深、地面油密度、温度、压力等与体积系数求取相关且通过常规试油或测试就能获得的参数对体积系数的影响,另一方面通过残差类别进行修正以考虑地下影响因素(通过常规试油或测试不能获取),如气油比、饱和压力等对体积系数的影响,从而提高了体积系数求取的精度。     

基于Optistruct脱模约束函数的悬架控制臂拓扑设计

以麦弗逊悬架下控制臂为研究对象,将Adams/car提供的悬架参数为基础在CATIA中建立控制臂原始几何模型并在Hyperworks中建立有限元模型。进行了转向及制动工况中控制臂的受载分析,并在此基础上进行了以最小加权应变能为目标基于脱模方向约束的拓扑优化。根据对优化结果的解读对控制臂进行了重新建模,并进行了模态分析验证。结果表明,该结构能有效地减少控制臂材料,保证刚度,并避免了悬架系统的共振,为控制臂设计提供了一套新的系统化设计方法,具有一定工程指导意义。     

TiNi形状记忆合金回复力模型

通过修正Clausius Clapeyron方程 ,使之在马氏体分数不断变化的条件下仍然适用 ,并在此基础上建立了TiNi形状记忆合金的回复力模型 ,模型中的参数均可通过实验确定 .利用此模型 ,使用典型的TiNi形状记忆合金性能参数 ,计算得到了TiNi形状记忆合金回复力与温度的关系曲线 ;与实验测试曲线的对比表明 ,本模型在大的预应变条件下与实验结果是吻合的