深亚微米集成电路中的连线分割和缓冲器插入

为在一定的时间限制下得到最少的缓冲器插入数目和连线分段数目，提出了一种深亚微米电路设计方法。该方法通过将传统的可变尺寸驱动连线模型改为缓冲器连线分段模型，得到了最优的缓冲器插入数目和连线分段数目。实验结果表明，在不同的时间限制下，缓冲器数目和连线分段数目是不同的。     

基于遗传算法的公路纵断面优化设计方法

纵断面优化设计是公路优化设计中一个重要的组成部分，遗传算法是一种高效的全局寻优算法。本文介绍了用遗传算法实现纵断面优化设计的具体方法步骤，并编制出了计算机应用程序。经输入公路原始数据进行实例计算，取得了令人满意的结果，证明了遗传算法在纵断面优化设计中的可行性及全局寻优的性能。     

用遗传算法优化设计天线

遗传算法是一种新的搜索方法。本文介绍了遗传算法的基本原理和使用方法,并用遗传算法讨论了线天线阵的优化设计问题。     

列管式换热器遗传算法的优化设计

应用遗传算法对列管式换热器进行优化设计,并通过分析列管式换热器数学模型的自由度,给出了能保证各变量独立的决策变量确定方法,以及根据经济指标确定出适应度函数.结果表明,采用遗传算法比传统的优化设计方法更准确、有效.     

遗传算法用于电机电器优化设计的展望

介绍了遗传算法及其特点，分析了传统优化方法在电机电器优化设计领域存在的问题，认为遗传算法将是电机电器优化设计领域较理想的方法。     

基于遗传算法的PID参数优化设计

提出一种新的ＰＩＤ参数设计方法,以模糊化的性能指标为目标函数,以设计参数的取值范围及极限性能指标为约束条件,建立优化数学模型,结果表明,在Ｍａｔｌａｂ环境下,将遗传算法同Ｓｍｕｌｉｎｋ仿真技术有机融合,求解该优化模型,该法能有效提高编程效率,所得优化解大大提高系统性能指标。     

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。     

面向对象的改进遗传算法优化设计

为提高遗传算法的优化求解性能,从4个方面对遗传算法进行改进:即对障碍项及惩罚项因子的动态变化实现适应度函数的动态变化;对约束函数规格化处理以提高算法的搜索稳定性和算法的收敛速度;采用共享函数的方法使进化个体极易跳出局部最优而达到全局收敛;控制参数的动态变化以适应进化过程不同时期的需要.整个改进措施以面向对象的方法加以实现,并通过单级圆柱齿轮减速器设计实例验证,结果表明相对于常规优化算法,改进后的遗传算法使减速器体积减小25.8%,相比传统遗传优化算法使减速器体积减小5%,从而表明该改进遗传算法具有较高的优化求解效果.     

模拟退火遗传算法与结构优化设计

介绍了模拟退火遗传算法的基本理论及其特点，以在应力约束条件下的静定桁架结构的离散变量结构优化设计为例，证明了该方法的有效性和实用性．     

基于遗传算法的污水管网优化设计

文章基于遗传算法的基本原理,以管径和坡度为状态变量,充分利用约束条件建立可行组合空间,并通过选择、交叉和变异等迭代操作因子,最终求得在工程实用上满足的较优解.     

基于遗传算法的钢筋混凝土梁桥优化设计

基于遗传算法对钢筋混凝土梁桥结构进行优化设计,运用遗传算法GA工具箱对钢筋混凝梁的截面有效高度和钢筋用量进行优化,以达到降低工程造价的目的。研究表明,利用遗传算法可以方便有效地寻找出工程结构设计的最优结果。     

基于遗传算法的列车空调冷凝器优化设计

提出了应用遗传算法对列车空调翅片管式冷凝器的尺寸优化设计,根据不同设计要求,以冷凝器的重量或体积为目标函数,翅片的厚度和间距作为优化变量.优化结果表明,冷凝器重量(或体积)明显减小,换热性能得到改善,符合列车提速对设备的轻量化和高性能设计要求.     

给水管网优化设计的混合遗传算法

利用遗传算法全局优化和广义简约梯度法(GRG法)局部收敛速度快的特点,将两者有机结合,构造出一种混合遗传算法应用于新建环状给水管网的优化设计．同时针对遗传算法,采用了实数编码技术,基于扩大采样空间的随机采样、惩罚策略、算术交叉及动态变异技术．最后结合工程实例验证了混合算法的高效性。     

Design of Optimal Weight for a Gear Transmission System Using Hybrid Taguchi-Genetic Algorithm

The gear transmission system has been widely applied in mechanical systems, and many high-performance applications of these systems require low weight. With the aid of establishing the optimization model of the gear transmission system that consists of an objective function and some constraints (for example, the bending stress, the contact stress, the torsional strength, etc.), the optimal weight design of the gear transmission system can be transformed into the optimization problem for the objective function under the constraints. Moreover, both the shaft and the gear of the gear transmission system are considered simultaneously in our design. The hybrid Taguchi-genetic algorithm (HTGA) is employed to find the optimal design variables and the optimal weight of the system. An illustrated example for the single spur gear reducer is given to show that the optimal weight design problem can be successfully solved using the proposed design scheme. It also proves the high efficiency and feasibility of the algorithm in the gear design.     

采用遗传算法的并行最优统计设计

为于最优统计设计,本文提出了遗传算法以及边界抽样策略。所提出的方法,以改善的计算速度,为响应表面函数近似的选择提供了一个满意的模型代表。此外提出了并行ＧＡ操作的两种可能的方法。     

高性能VLSI输出驱动器的高速低耗设计研究

研究了高性能超大规模集成电路（ＶＬＳＩ）输出驱动器的高速低耗小芯片面积优化设计的基础理论,基于ＣＭＯＳ晶体管的非线性Ｉ－Ｖ特性,研究发展了关于ＶＬＳＩ输出驱支国器在驱动大负载时的优化设计模型,应用该设计模型和相应优化设计关系。经ＳＰＩＣＥ模拟实验,获得了较为满意的结果,与传统理论的设计结果比较,该设计模型和优化设计方法可明显提高输出驱动器的整体性能,表明该设计模型和优化设计方法是可行的。     

Immune Genetic Algorithm for Optimal Design

A computing model employing the immune and genetic algorithm (IGA) for the optimization of part design is presented. This model operates on a population of points in search space simultaneously, not on just one point. It uses the objective function itself, not derivative or any other additional information and guarantees the fast convergence toward the global optimum. This method avoids some weak points in genetic algorithm, such as inefficient to some local searching problems and its convergence is too early. Based on this model, an optimal design support system (IGBODS) is developed. IGBODS has been used in practice and the result shows that this model has great advantage than traditional one and promises good application in optimal design.     

基于遗传算法的圆环板的优化设计

利用阶梯折算法,由传递矩阵导出变厚度圆环板平衡问题的初参数解的显式表达式,将圆环板的优化设计转化为极小化目标函数的非线性规划问题.用一种离散变量结构优化设计的单向搜索法与标准遗传算法结合的混合遗传算法求解该优化问题,发挥了单向搜索法局部搜索能力强、高效省时和遗传算法全局性好的优点.对典型问题的计算表明,该方法能解决受强度、刚度和几何等约束的离散变量结构优化设计问题,并具有编制程序方便、收敛快和精度高的优越性.     

最优子种群实数编码遗传算法的研究

提出了最优子种群实数编码遗传算法理论，通过从种群中选出适应值最高的若干数量的个体，组成该代最优子种群，将最优子种群中的个体与种群中其它个体进行交叉变异，最优子种群中的个体间也进行交叉变异，从而产生新的种群．该遗传算法对于示例中多极值的问题非常有效，收敛速度也非常快．     

基于遗传算法扶梯驱动机模糊可靠性优化设计

应用啮合理论和模糊可靠性优化理论，以自动扶梯驱动机主传动机构中蜗杆传动的效率及中心距为目标函数，选取必要的设计参数，并使用改进的遗传算法，对驱动机中的蜗杆传动进行模糊可靠性优化设计．结果表明，该算法具有较强的全局收敛性，且收敛速度和稳定性有所提高，与传统设计方法相比，蜗杆减速器的中心距下降了30．4％，蜗杆的相对滑动速度下降了10．12％，综合曲率半径增大了17．34％．