基于不同租期下的预防性维修优化策略

针对租赁市场的实际情况,提出了一种既考虑租期不同又考虑维修服务质量的多设备租赁的预防性维修策略;策略综合考虑了惩防成本、预防维修、小修、故障率阈值以及维修服务质量等因素对利润的影响,以出租方利润最大化为目标的预防性维修策略,优化了故障率阈值,并利用遗传算法共同优化了修复程度和不同租期下的维修次数;实例证明了模型的可行性,也为企业的设备维修管理提供了一种新的建模与决策思路。     

基于魔术公式的磁流变阻尼器参数化模型研究

为更好地描述磁流变阻尼器滞环等非线性特性,将修改的魔术公式引入磁流变阻尼器建模中,建立了新的磁流变阻尼器魔术公式模型.分析了模型参数与电流和外部激励之间的耦合关系,利用遗传算法对该模型参数进行辨识.将与阻尼器实验数据拟合的魔术公式模型,在不同工况下与目前常用的现象模型进行了仿真对比和误差分析.结果表明:新模型结构简单,能更好地描述阻尼力与外部激励之间的耦合关系,参数辨识方便快捷,各工况下精度较高,具备较好的适应性和通用性.     

基于遗传神经网络的车轮匹配整车逆动力学

为深入研究机械弹性车轮(MEW)的力学性能和整车稳定性的相互匹配关系,在Simulink中建立了整车非线性三自由度模型;利用基遗传算法对车轮模型参数进行辨识,并提取侧偏刚度与侧向力峰值作为车轮力学特性的评价指标;利用该模型进行了前后轴不同侧偏刚度和侧向力峰值组合的汽车前轮正弦输入模拟仿真,得到若干组汽车稳定性指标参数;利用遗传算法优化,建立了输入为汽车稳定性评价指标,输出为前后轮侧偏刚度和侧向力峰值组合的BP神经网络逆动力学模型.研究结果表明:遗传算法对车轮参数识别误差小于4%,用遗传神经网络算法(GANN)得到的测试结果最大误差为6.2%,平均误差为3.1%,所建立的遗传神经网络模型具有较高的车轮侧偏特性预测能力.     

新型核能系统S-CO2布雷顿循环特性研究

根据中国加速器驱动嬗变研究装置(CiADS)概念设计,完成了CiADS与超临界二氧化碳(SCO_2)布雷顿循环的设计分析.分析了再压缩超临界二氧化碳布雷顿循环关键参数对S-CO_2布雷顿循环系统热力学性质的影响.计算结果表明,汽轮机入口温度、系统循环压比、冷凝器热端出口温度、高低温回热器端差等循环参数对循环热效率有显著影响.利用遗传算法优化计算CiADS与S-CO_2结合最高效率为35.932%,与其他采用超临界二氧化碳布雷顿循环的核电站相比,加速器驱动嬗变研究装置的热效率不是最高的,但其热效率随着反应堆出口温度的升高而提高.证明了CiADS与S-CO_2结合进行发电是一种可行的设计.     

基于CVaR带有改进的典型交易成本的多目标投资组合模型

【目的】为了进行有效的投资,即投资者在有限的资本上通过控制风险最小并取得最大收益。【方法】利用多目标遗传算法求解。【结果】建立了一个多目标的投资组合模型,在改进后的典型交易成本基础上,实现投资组合收益最大且CVaR最小。【结论】选取国内股票市场的历史数据,用Matlab R2016a对所选数据进行实证分析,得出了一个切实可行的投资策略。     

地下铀矿山氡析出智能优化控制研究

铀矿山氡及氡子体具有放射性,其浓度过高严重危害井下作业人员的身心健康,因此,开展氡析出优化控制具有重要的现实意义与应用前景。本文根据铀矿山氡析出系统的影响因素,应用自适应模糊推理系统构建铀矿山氡析出与其影响因素关系模型,然后应用并行遗传算法优化模型参数,实现铀矿山氡析出率最小化。并以某铀矿山安全生产为例,考虑其影响氡析出的主要影响因素为通风参数,应用自适应模糊遗传优化方法实现了铀矿山氡析出率与通风参数之间最优控制问题,为改善通风系统提供了最优决策依据。     

基于聚类划分子种群的多种群遗传算法

标准遗传算法存在易于早熟,容易陷入局部最优的缺点,同时标准多种群遗传算法存在进化后期种群同质化严重的缺陷。针对这一问题,将聚类思想引入到多种群遗传算法的子种群划分中,提出了一种使用聚类方式划分子种群的多种群遗传算法,使得种群划分不再只是单纯的随机行为,而是将满足约束条件的个体根据其特征划分到不同子种群中,从而解决种群同质化问题,避免所有子种群陷入局部最优。最后,通过测试两个典型函数,验证了该算法的有效性,为多种群遗传算法提供了一种新的研究方向。     

基于遗传神经网络的插铣铣削力建模与分析

本文首先对插铣铣削力进行了理论分析,并基于正交试验方法对铣削力进行了测量试验,然后利用遗传算法对BP神经网络的权值和阈值进行优化,建立了预测铣削力的遗传神经网络模型,最后将经过遗传算法优化的BP网络与未优化的进行对比分析.结果表明,经遗传算法优化后BP网络模型预测误差明显减小,网络的计算精度和收敛速度有了显著提高.     

基于改进遗传算法的虹膜识别方法研究

为了提高虹膜识别算法的有效性,提出了基于改进遗传算法进行特征选择的虹膜识别方法.针对虹膜图像纹理分布的特点,采用了多尺度环对称Gabor滤波器进行特征提取.同时,在特征选择上对经典遗传算法进行了改进,调整了遗传算法的交叉机制,提高了算法的搜索效率.为了检验算法的有效性,在中国科学院CASIA虹膜数据库上进行验证,实验结果表明该方法具有较高的识别精准度.     

基于交通数据融合技术的行程时间预测模型

针对当前城市道路行程时间的预测多限于单源数据且预测精度不高的问题,构建了基于浮动车GPS数据、微波检测器交通数据的行程时间预测融合模型.利用遗传算法优化小波神经网络,解决了小波神经网络初始参数选取时盲目与随机性问题,大大提高了网络搜索效率与训练速度.预测行程时间与视频观测数据吻合良好,表明该模型是有效的和可靠的.