机械优化设计遗传算法在机加中的应用

在科学技术迅速发展的今天,多学科相互交叉、相互渗透和相互促进已成为当今科学发展的显著特征。通过学者们的不断努力将生物自然选择和遗传进化与计算技术相结合,创立了生命科学和工程学可相互渗透的优化算法----遗传算法。由于遗传算法对非线性不连续多峰函数和无解析表达式的优化问题有很强的通用性,对目标函数具有全局优化性和稳定性,他的搜索是多途径的进行,所以其运算并行性好、直观简单、可操作性强。鉴于比传统优化算法更为突出的优越性,所以广大学者对遗传算法的研究仍然是方兴未艾。但仅遗传算法是为智能的新颖优化算法之一,在优化技术领域有这及其广阔的应用前景。本文将根据机械加工过程中的实际应用来体现遗传算法的显著的特点和优点。     

遗传算法在环状给水管网优化设计中的应用

在给水工程总投资中,给水管渠和管网所占费用一般占到工程总投资的70%~80%,在工程资金投入有限的情况下,进行管网系统的优化设计对于提高供水系统的经济效益和社会效益具有十分重要的意义。该领域未使用计算机进行计算之前,管网平差往往意味着巨大的工作量,精度不高,特别是中大型管网,计算的难度增大,可供选择的优化方案少,更改方案时工作量巨大,采用的方案并不能保证是最优的。基于标准遗传算法,结合实际工程,运用计算机进行管网的平差计算,同时,在目标函数中引入了流速约束和流量约束,加快了算法的收敛速度和管径组合的合理性。研究成果可为管网的优化提供很好的参考作用。     

遗传算法在生产作业调度中的应用

归纳总结了生产作业调度问题的数学模型,详细分析了模型中的目标函数。并在此基础上讨论应用遗传算法解决生产作业优化调度问题的过程及算法中相关参数的选取原则,最后通过算法模拟验证了遗传算法在解决生产作业调度问题上的全局近优性和高效性。     

基于遗传算法的钢结构优化设计

遗传算法是20世纪70年代初期基于生物技术而发展起来的一种新型智能优化方法。探讨此方法应用于建筑钢结构设计不仅改变了传统的设计观察，而且可以丰富钢结构优化设计理论和方法，在经济建设中取得显著效益。建立以重量（造价）最小为目标的钢框架结构梁、柱的数学模型，采用二进制编码，通过执行遗传算法的选择、交叉和变异算子，实现对结构的优化设计。编制了分析程序，并分析了算例。     

遗传算法在桁架优化设计中的应用

用遗传算法处理设计变量为杆件中离散型材截面的桁架最轻重量优化问题。将离散的截面参数用二进制的遗传因子表示，利用染色体的遗传繁殖和自然淘汰等特点，可以在较广的参数域内对优化解进行搜索。并将满强度设计与遗传算法相结合，加速了收敛速度。算例表明，在不大的计算量下可获得相当良好的全局性优化解。     

遗传算法在内燃机凸轮优化设计中的应用

引入一种基于自然选择和自然这机理的全局搜索算法－遗传算法,并对基于遗传算法的优化过程进行了全面和简要的说明,同时根据内燃机凸轮优化设计的特点和难点,提出了基于遗传算法的凸轮优化设计方法,对遗传算法对用于内燃机中的可能性进行了研究,数值计算实例表明：遗传算法用于内燃机凸轮优化设计中获得比较满意的参数优化设计结果;与传统的优化方法相比,遗传算法具有一定的优越性。     

基于Excel的线性规划在物流企业管理中的应用

线性规划是辅助人们进行科学管理的一种数学方法,能帮助决策人员选择最优方案和决策。以物流企业的生产运输、服务排班为例,阐述了线性规划在物流企业管理中的具体应用。     

目标识别中的遗传算法研究

提出了一种基于多样本模板的遗传算法目标识别方法 ,将若干个差别较大的目标样本存入目标库中 ,对所需提取目标的图象用遗传算法来求得这些匹配样本的最小匹配误差测度 ,最终匹配位置即为需提取的模板位置 ,而模板尺寸即为此时的样本尺寸     

车削时切削用量的优化设计

较详细地介绍了车削时切削用量合理选择、优化设计对目标函数的确定，约束条件的建立，并以切削速度为例，介绍最优切削速度确定。     

遗传算法在内燃机凸轮优化设计中的应用

引入一种基于自然选择和自然遗传学机理的全局搜索算法———遗传算法 ,并对基于遗传算法的优化过程进行了全面和简要的说明 ,同时根据内燃机凸轮优化设计的特点和难点 ,提出了基于遗传算法的凸轮优化设计方法 ,对遗传算法用于内燃机中的可能性进行了研究 .数值计算实例表明 :遗传算法用于内燃机的凸轮优化设计可获得比较满意的参数优化设计结果 ;与传统的优化方法相比 ,遗传算法具有一定的优越性     

自适应改进遗传算法在土木工程优化设计中的应用

为了改进基本遗传算法的早熟收敛、随机漫游,验证改进后的算法在七木工程中的应用效果,提出4点改进措施,形成自适应遗传算法。利用混沌序列的“遍历性、随机性、规律性”的特点生成初始种群：引入适应度的指数尺度变换;提出自适应的交叉、变异概率公式：幅度系数调节交叉率、变异率。改进后的优化结果与基本遗传算法进行了对比,在进化时间、收敛精度上得到提高。通过土木工程中桁架结构非对称受荷的数值算例,证明白适应改进遗传算法是现实可行的。     

模糊动态罚函数遗传算法及其在钢筋混凝土梁优化设计中的应用

在遗传算法中,约束的处理一般采用罚函数法.罚函数有多种形式,通过对其进行分析研究,本文提出一种新的罚函数,即模糊动态罚函数;用模糊动态罚函数遗传算法对钢筋混凝土梁进行了离散变量优化设计.数值实验表明:由于模糊动态罚函数综合考虑了横向放宽约束和纵向加强约束,该方法能从纵向和横向,即时间和空间的组合领域进行搜索,从而有很好的全局搜索能力,并且搜索速度快,能够迅速收敛到约束最优解.     

遗传算法的研究及其在函数优化中的应用

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法.在文中介绍了遗传算法的初始群体的生成、交叉算子、变异算子.在分析了基本的遗传算法的特点和缺陷的基础上,提出了改进的方法.改进的遗传算法在函数优化中的应用具有较好的效果.     

遗传算法及其在桁架优化设计中的应用

阐述了遗传算法的特点和实现方法。针对遗传算法在优化进程中易陷入局部最优解的弱点，采用保护优良个体和改变参数设置的措施，通过桁架优化设计的例子加以证明。使遗传算法的搜索速度和能获得全局最优解的可靠性有所提高。     

遗传算法在中小学排课系统中的应用

分析了中小学排课的数学模型,根据遗传算法本身特点设计了一种数据结构基因编码及几个涉及到的优化目标评价函数,提出了利用遗传算法解决排课问题的方法,并通过试验验证了该方法的有效性和可靠性.     

遗传算法在入侵检测系统中的应用

针对现有入侵检测系统的不足,对遗传算法应用于入侵检测的系统进行了研究,提出了一种基于遗传算法的入侵检测算法。本文简要介绍了遗传算法的基本概念,介绍了遗传算法在入侵检测技术中的应用。     

免疫遗传算法在渠道优化设计中的应用

农田水利工程中的灌溉渠道断面设计大都是非线性优化问题,在实际求解过程中一般采用传统低效的试算法.文中应用免疫遗传算法(IGA)对梯形和U形灌溉渠道断面的底宽及设计水深等参数进行了优化设计.算例表明,IGA能有效解决渠道断面设计中的优化问题,且计算量小、精度高,在工程优化设计中具有较高的应用价值.     

遗传算法在超微电动机参数优化设计中的应用

基于超微电动机的主要参数之间相互限制和约束,提出将遗传算法应用于超微电动机的参数设计,利用遗传算法的特性进行辅助超微电动机设计．首先确定超微电动机的简化数学模型,结合电动机工作环境对其性能的要求,确定超微电动机设计中的评价函数,利用遗传算法在整个参数空间内搜索,得到超微电动机的主要参数,并给出了该超微电动机经实验测量的性能     

遗传算法在深基坑支护工程优化设计中的应用

城市深基坑支护工程的优化设计是一个涉及众多因素的，非线性的、复杂的系统，本文探讨了将遗传算法应用于深基坑支护工程的优化设计问题，并对支护工程的优化设计中涉及的目标函数，设计参数的选择、约束条件以及遗传算法中的编码、遗传算子、惩罚函数问题进行了分析和讨论，最后，给出了一种用于深基坑支护工程方案选择的优化的遗传算法的设计实现。     

“惩罚函数法”(SUMT)在异步电动机优化设计中的应用与研究

本文将三种“惩罚函数法”(SUMT)用于异步电动机的优化设计,通过大量的计算试验对它们进行了较详细地研究和比较。