铝型材挤压模具导流孔结构优化

基于MATLAB平台,将BP人工神经网络、遗传算法和数值模拟技术应用于铝型材挤压模具的导流孔形状优化设计。由正交实验法安排模拟实验组合,采用SuperForge软件对进行型材挤压过程进行数值模拟,并以挤压时金属流出模口平面的z向质点流速的均方差作为模型目标值;将模拟结果作为人工神经网络的输入样本对进行网络训练并建立网络知识源;通过遗传算法求得模型的全局优化解;最后通过有限体积法数值模拟技术验证并比较优化所得导流孔形状与经验法确定的导流孔形状对金属流动均匀性的影响。分析结果表明,通过调整导流孔形状能使金属流出模口的速度分布更均匀,表明对挤压模具导流孔形状的优化是有效的。     

基于实码遗传算法的河流水质模型的参数估计

针对理想条件下采用解析法往往导致水质参数估计较大误差的问题，以及针对含有多参数的二维水质模型的参数估计问题，具体介绍了采用有限单元法和实码遗传算法求解二维水质模型未知参数的基本步骤，对水质参数(包括纵向、横向弥散系数和衰减系数)分别进行编码，通过计算机模拟浓度输出，并与实测值比较从而得出最优的水质参数估计值．算例表明，采用有限单元法-遗传算法估计河流水质模型的参数是可行的．     

有限体积法在土壤水分运动数值模拟中的应用

应用有限体积法，以土壤水动力学原理为基础，对以含水率（θ）为因变量的一维非饱和土壤水分运动数学模型进行离散化，得到了该模型的有限体积法数值模型。所得到的数值模型形式简单，计算精度高，符合实际工作的要求，为进行田间非饱和土壤水分运动的数值模拟奠定了基础。     

有限体积法在土壤水分运动数值模拟中的应用

应用有限体积法，以土壤水动力学原理为基础，对以含水率（θ）为因变量的一维非饱和土壤水分运动数学模型进行离散化，得到了该模型的有限体积法数值模型。所得到的数值模型形式简单，计算精度高，符合实际工作的要求，为进行田间非饱和土壤水分运动的数值模拟奠定了基础。     

薄平板气动导数的数值仿真技术

提出了一种基于计算流体动力学方法计算流线型断面气动导数的数值模型．该模型以粘性不可压Navier—Stokes方程和有限体积法为基础,通过求解作强迫振动的断面绕流场,由得到的气动力时程得到断面的气动导数．利用该模型数值模拟了薄平板的气动导数,其仿真结果与薄平板气动导数风洞试验值、Theodorsen理想平板解析解的一致性,证明了本文方法的有效性．该数值方法可应用于桥梁断面颤振导数的识别．     

TVD有限体积法在喷流计算中的应用

该文根据ＷａｎｇＪ．Ｃ．Ｔ．的二阶ＴＶＤ有限体积法求解守恒型Ｅｕｌｅｒ方程，对原文中的数值格式进行了部分修改。计算网格单元是非均匀的任意四边形。文中计算了楔形风洞中的斜激波反射问题和无粘喷流近场流动结构问题。数值计算结果表明，该文方法具有激波分辨率高、计算稳定、伪振荡小等优点。同时该文方法可以处理任意复杂边界的二维及轴对称流动问题的计算，也可以将该文的有限体积法思想推广到三维具有复杂边界的流动的计     

颗粒复合材料破坏行为的梁-颗粒模型研究

对梁－颗粒细观模型进行了改进．为了模拟颗粒复合材料（如混凝土和砂岩）的非均质性和无序性，骨料颗粒和胶凝材料分别被假定为一系列的“实颗粒”和“虚颗粒”，所有这些颗粒均用梁单元联结．颗粒的运动规律由离散单元法和有限单元法确定．当梁单元所受应力超过其强度时，就随即将它从计算网格中去除，以模拟材料的破坏行为．此外，还探讨了如何选择计算参数以及结构缺陷对力学行为影响等问题．数值模拟结果表明，本文模型计算得到的试件破坏模式与已有实验观察到的结果一致．     

电导率线性变化测井二维有限单元法数值模拟

以往电测井有限单元法的数值计算中往往假定电导率分块均匀，或者在纵向分段均匀，或者在纵向上不变．为模拟电导率连续变化的情况，提出一种测井二维有限单元数值模拟方法．允许电导率在矩形单元内纵向(井轴)和横向上都可以线性变化，使之能模拟复杂的地电模型．采用异常电位法在变分中消除了电源项这个奇点，使电源附近的电位计算更加精确．此外还考虑了地面的影响，可以对地表附近的测井曲线进行研究分析．经过对多种模型的计算，证明了方法的正确性。     

带肋旋转薄壳的新型有限单元构造及编程

针对用途广泛的带加劲肋的旋转薄壳，在进行相关的壳体力学分析和假设的基础上，开发出专为带肋旋转壳体结构分析之用的新型有限单元模型，并结合已有的有限元分析软件系统，进行专用子系统开发，将新型壳体单元嵌入通用的计算软件分析系统之中，为带加劲肋壳体的结构设计和优化分析提供方便．     

采用A星-遗传算法的船舶管路智能布置

针对船舶管路设计中的路径寻优问题，提出了一种采用A星-遗传算法的船舶管路智能布置方法。首先，建立了船舶管路布置空间模型，包括网格单元模型、管路简化模型、设备障碍物模型和约束规则模型。其次，对传统遗传算法进行了优化设计，在种群初始化阶段，加入障碍物判定函数替换以往其他研究采用的罚函数；在交叉和变异过程，引入A星算法生成子路径；引入父子比较环节，每经过交叉、变异一次，便比较一次父代与子代的适应度值；在选择操作中，对传统的轮盘赌方法进行改进，引进个体的相似度比例，个体的被选择概率由相似度比例和适应度值共同决定。最后，对所提优化A星-遗传算法和粒子群、A星、迷宫-遗传算法进行了仿真对比实验。结果表明：A星-遗传算法在管路的长度、拐角数、能量值、适应度值、最优解次数和平均收敛代数等6项指标上均得到了最优值；与同为混合算法的迷宫-遗传算法相比，优化A星-遗传算法在两个案例中的最优解次数分别增加了44.4%、100%,平均求解时间分别减少了57.6%、58.1%,平均收敛代数分别减少了36.9%、44.1%。A星-遗传算法在保证管路布置质量的同时，有效提高了寻优效率，其对于船舶管路智能布置的适配性和...     

薄壁铝型材挤压有限体积分步模拟

建立了铝型材挤压成形有限体积法分步模拟系统．研究了有限体积分步求解方法关键技术，实现了各分步有限体积模拟系统的数据传递和信息继承．在每一分步计算中，占用相对较少的计算机资源，可划分更为细致的有限体积网络．利用该方法成功地模拟了薄壁类铝型材挤压成形过程，并对成形中应力、应变及温度场分布的演化进行了分析．研究结果表明，有限体积分步法是模拟薄壁类铝型材挤压成形过程的有效方法．     

基于替代模型的油藏注采参数多目标优化设计

针对水驱油藏生产过程中合适的注采参数选取难的问题,提出了以净现值和累产油量为目标函数的多目标优化注采参数设计方法。采用基于粒子群算法的最小二乘支持向量机作为替代模型代替数值模拟,并用带精英策略的非支配排序多目标优化遗传算法对注采参数进行优化。以某区块两注两采模型为例,选取生产井井底压力和注水井注入量为优化变量,通过粒子群算法优化的最小二乘支持向量机构建替代模型,在优化过程中代替数模,再利用非支配排序遗传算法对注采参数进行优化。对比分析替代模型和数值模拟优化设计的结果,其误差在3%以内,并在注采参数优化时间上得到了明显提升。     

基于遗传算法优化神经网络的拼焊板压边力预测

通过数值模拟与神经网络技术对拼焊板盒形件拉深成形过程中的压边力预测问题进行研究.运用数值模拟分析压边力加载形式对拼焊板盒形件成形性能的影响,找到一种较优的变压边力加载方式.建立适用于拼焊板盒形件拉深成形压边力预测的BP神经网络模型.采用遗传算法对神经网络模型进行优化,在基因选择过程中加入精英保留策略,最终通过基于遗传算法优化的神经网络模型获取了理想的压边力曲线,用以预测随拉深行程变化的压边力数值,为实现智能化冲压奠定了技术基础.     

铝型材挤压有限元和有限体积对比模拟

研究了有限元法(FEM)和有限体积法(FVM)模拟金属塑性成形的基本理论和求解方法．针对铝合金门窗型材制品截面形状十分复杂、壁薄而成形坯料厚的具体特点，分别采用FEM和FVM对其挤压成形过程进行了对比模拟．结果表明，FEM计算效率高，但在模拟终成形阶段时，由于频繁的网格再划分，造成模拟结果严重失真；FVM避免了网格再划分问题，模拟精度高，但计算时间长．提出了采用FEM模拟铝型材挤压预成形，FVM模拟终成形的复合模拟方法，解决了料厚而壁薄这类铝型材挤压成形的数值模拟问题。     

空心铝型材挤压成形过程的有限元数值模拟

用刚塑性有限元法对方截面铝型材挤压过程进行了计算机数值模拟,并探讨了其关键技术,与用挤压不同颜色橡皮泥的方法对铝型材挤压过程中金属质点流动状态所作的物理模拟结果相比,发现两者吻合得较好,证明了计算机数值模拟的正确性,其结果为制定合理的铝型材挤压工艺参数及模具设计提供了理论依据.     

基于遗传算法的挤压模具型腔形状优化设计

以磨损为目标建立优化数学模型，采用B样条函数插值描述模具型腔轮廓形状，基于有限元和修正的Archard磨损模型计算结果训练BP神经网络，建立模具型腔控制点与目标函数之间的映射关系，计算遗传算法的适应度值，优化模具型腔．研究结果显示：采用本方法得到的模具型腔形状，与锥形模相比，沿其表面最大磨损深度降低了63．9％，磨损深度分布均匀，说明此设计方法可行．     

GA-Elman网络的网络控制系统预测

为了消除网络时延对网络控制系统的影响,采用Elman神经网络预测系统时延采样值,并用遗传算法优化神经网络权值阈值.实验仿真表明:经遗传算法优化后的Elman神经网络具有很好的预测精度及动态性能,能够消除时延的影响,并验证了该方法对时延采样值预测的有效性.     

基于遗传算法的神经模糊网络

从改进Ｓｕｇｅｎｏ模型的神经模糊网络入手，提出了利用遗传逄法对该网络的参数进行优化，以期在被控对象未知的情况下也能达到预定的要求，最后以倒摆为例，通过计算机仿真验证了这一方法的可行性。     

基于遗传神经网络的城镇基准地价评估应用——以广西灌阳县为例

提出了一种融合遗传算法与BP神经网络的城镇基准地价评估模型。该模型以正方形网格作为基本评价单元,以遗传算法优化BP神经网络连接权值,以BP神经网络训练样本数据,实现其他网格地价的模拟与预测。结果表明,遗传算法可以有效增强BP神经网络快速学习网络权值能力和克服收敛速度慢、易陷入局部极小值等问题,BP神经网络的网络训练学习与自适应性符合处于动态变化的土地价格发展要求,呈现出广阔的应用前景。