遗传算法在非线性电路分析中的应用

本文提出了一种用遗传算法求解非线性电阻电路方程的方法，并通过实例进行了验证。实验证明这一方法可以有效地防止传统数值解法中的迭代振荡和发散问题，可广泛用于非线性电路的分析。     

航空发动机非线性数学模型的遗传算法

针对发动机非线性数学模型数值解法的收敛性问题应用了浮点数编码遗传算法，提出了将遗传算法与Broyden法相结合的方法。数值仿真结果表明，单独使用遗传算法时运算效率不高，而将遗传算法与Broyden法结合使用可有效的克服各自的不足，使得模型在保持原有运算效率的情形下扩大了收敛范围。     

解非线性极大极小问题的格雷码加速遗传算法

引进求解非线性极大极小问题的格雷码加速遗传算法（GAGA），给出GAGA算法实施的详细步骤，建立了GAGA相应的收敛定理。对GAGA的有效性和可行性进行了理论分析和实例分析。与一般的格雷码遗传算法（GGA）相比，GAGA具有准确、快速和适用性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的优秀非线性优化方法，可广泛应用于各种优化问题中。     

基于非线性规划遗传算法的混合动力拖拉机控制策略

针对串联式混合动力拖拉机的特点,建立了整车动力学模型,设计了恒温器式控制策略、恒温器式+制动能量回收控制策略.为进一步提高串联式混合动力拖拉机的整车燃油经济性,采用非线性规划遗传算法(NLPGA)优化恒温器式控制策略关键参数.通过AVL-Cruise与Matlab/Simulink联合仿真,结果表明：3种策略均可有效地维持电池荷电状态在指定范围内.在犁耕工况下,基于NLPGA优化的能量管理策略的燃油消耗率比恒温器式降低了29.25%,比恒温器+制动能量回收式降低了9.35%;累计燃油消耗量分别比两者降低了31.50%和1.74%;电池荷电状态SOC比两者分别提高8%和6%.     

基于遗传算法的非线性模式识别

文章设计了一种人工神经网络模型结构,以一种遗传算法进行该模型参数的组合优化建模,将其用于非线性模式识别.该方法不仅对线性问题有效,对非线性问题同样有效;该法简洁易行,优于多段线性分类器设计方法与BP误差回传网络算法.实例表明,遗传算法仅繁殖40代就能达到理想结果,其识别率达100%.     

区间方法在不确定非线性结构静态响应分析中的应用

采用区间分析方法针对目前还少有人研究的具有材料非线性的不确定结构系统进行分析计算,并针对计算结果易于扩张这一区间计算的主要缺陷,采用把区间函数计算和区间方程组的求解转化为以非确定参数为优化变量,以结构静态响应解为目标函数的全局最优化问题,进而得到静态解的区间边界值.计算中采用实数编码遗传算法求解全局优化问题.     

涡轮机减速系统的结构优化及非线性动力分析

基于某水下航行器的工作特性,运用结构与空间布局相耦合的方法,并结合多目标遗传算法对其涡轮机减速系统实现优化设计,改善传统减速系统的结构特性。同时,考虑时变啮合刚度、齿轮综合误差、齿侧间隙、阻尼、外激励等参数,建立该减速系统的非线性动力学模型,对其进行动态响应分析,为保证系统的动态分流均衡性和工作可靠性提供理论依据。     

柔性巨型摩天轮结构的非线性分析

柔性巨型摩天轮结构体型庞大,结构形式特殊,刚性轮缘与柔性拉索相结合,边界条件复杂,存在着温度、缺陷和冗余度等敏感性因素影响。本文结合某摩天轮工程实例,分析柔性巨型摩天轮结构轮缘和拉索的受力性态,合理选择初始态预应力度,优化结构性能。考虑初始缺陷分别对轮盘以及摩天轮整体结构进行稳定分析,研究其非线性屈曲特征。同时考虑几何非线性和材料非线性进行弹塑性极限分析,全面揭示其结构特性。分析和研究结果表明：预应力拉索的引入使得柔性巨型摩天轮结构具有明显的非线性特征,初始态预应力决定了结构受力性态,由辐射状拉索和立体桁架组成的轮盘结构提供了强大的抗侧和抗扭刚度,柔性巨型摩天轮结构稳定性能良好,塑性发展机制理想,最终破坏表现为强度破坏,弹塑性极限承载能力比较大,能满足摩天轮正常运行和暴风状态的要求。     

改进量子遗传算法求解非线性方程组

非线性方程组的求解在科学技术和工程应用中经常遇到。将非线性方程组的求解问题转化为函数优化问题,并应用改进量子遗传算法求解此优化问题。数值模拟的结果验证了该方法的可行性和有效性。     

材料非线性问题的遗传算法与神经网络耦合分析

基于遗传算法的全局最优化功能以及BP网络的非线性映射功能，提出了用于结构非线性分析的遗传算法与神经网络耦合分析方法。该方法是利用遗传算法的全局优化功能搜索BP网络各神经元之间的连接权值。以受内压的厚壁圆筒为数值算例，利用建立的遗传算法与神经网络的耦合分析方法进行弹塑性分析。计算结果表明该方法是有效的，具有较高的计算精度和计算效率。     

基于小波分析和遗传算法的结构损伤诊断

提出了小波-遗传算法的概念,建立了一种既能识别结构损伤位置、又能确定损伤程度的小波-遗传算法。首先,以有限元分析求解损伤结构振型模态为基础,用db1小波做连续小波变换,由小波系数模极大值识别损伤的位置。然后,以单元刚度的折减系数为遗传算法的优化变量,用振型和频率的误差函数加权来构造目标函数,并通过损伤位置的确定来简化目标函数的变量,再用遗传算法对目标函数进行优化,从而确定结构的损伤程度。通过对一简支梁进行数值模拟分析,计算结果表明,提出的方法不仅能够有效识别损伤的位置,而且能够准确识别损伤程度。     

采用混合遗传算法的建筑结构优化设计

根据工程实际,充分考虑规范规定的约束条件和各项技术标准要求,建立了建筑结构优化模型。并提出一种离散变毓结构优化设计的进退搜索算法与标准遗传算法结合成混合遗传算法,既发挥了进退搜索算法高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点。算例结果表明,这种混合遗传算法收敛快、精度高,优于标准遗传算法和进退搜索算法：是兼二者之长,弃二者之短的高效的理想优化方法,可以直接用于多种建筑结构的优化设计。     

离散变量桁架结构拓扑优化的遗传禁忌搜索算法

采用遗传禁忌搜索算法求解多工况多约束的桁架结构拓扑优化问题.在遗传算法中采用直接比较-比例方法(DCPM)处理约束,避免了确定罚因子的选择问题.为了提高遗传算法的局部搜索能力,在每一代遗传操作之后选择一定比例的解进行禁忌搜索,形成遗传禁忌搜索算法,以提高算法的全局搜索能力和收敛速度.数值算例表明,该方法用于求解多工况多约束的离散变量桁架结构拓扑优化问题是方便、快速和有效的.     

采用遗传算法的PDC钻头侧向力平衡优化设计

PDC钻头侧向力平衡优化设计时，散布式钻头与刀翼式钻头相比优化对象数目大幅度增加，最优解搜索空间成指数增长。为了突破PDC钻头结构对侧向力平衡优化设计的限制，采用比率选择、单点交叉、均匀变异和代沟操作等多项技术，利用遗传算法建立了PDC钻头侧向力平衡优化设计方法。利用该方法对刀翼式和散布式PDC钻头进行了侧向力平衡优化设计，优化后侧向力与钻压比值小于1／1000，算法收敛速度快，且算法复杂度受刀翼数量和切削齿数量影响较小。     

基于遗传算法的预期动力学方程优化

为改进非线性控制系统的性能,提出了一种基于遗传算法的预期动力学方程及其参数的优化方法。利用遗传算法提供的通用框架,在控制系统结构和控制器形式确定的情况下,对控制参数进行全局优化。讨论了该方法在M IM O非线性过程控制中的应用。仿真结果表明,该方法能有效改善系统的动态特性,使系统对扰动和噪声具有较好的鲁棒性,在指定的性能指标上取得满意的控制效果。     

采用曲面四边形单元分析张力膜结构内力

根据几何非线性有限元理论,采用8节点曲面四边形等参单元,分析了张力膜结构内力。对褶皱单元的处理,提出了平均主应力褶皱判断准则。对不同矢跨比、初始预应力、不同荷载类型等参数组合下的菱形马鞍面张力膜结构进行较为系统的内力性能比较。矢跨比和初始预应力的大小对该结构的内力和变形产生较大影响,而其他参数影响不大。程序经过算例验证,结论表明该方法的可靠性和有效性。     

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.     

基于遗传算法的广义非线性最小二乘测量平差

为了解决当前“数字地球”、“数字国家”、“数字城市”、“数字矿山”等数字化工程中广泛出现的具有多源、多维、多类型、多精度、动态和非线性等特点的测量数据的误差处理问题,本文采用了一类基于自然界生物进化基本法则而发展起来的新算法——遗传算法,在提出、设计基于遗传算法的广义非线性最小二乘参数平差方法的同时,给出了遗传算子中选择、交叉、变异算子的设计,以及具体的算法步骤。通过实例计算表明,该遗传算法是进行广义非线性最小二乘参数估计的具有全局最优化的有效方法,为广义非线性测量数据处理提供了又一新的思路。     

模糊遗传算法在钢桁架结构优化设计中的应用

考虑到约束条件的模糊性,应用遗传算法和模糊集原理对钢桁架结构进行了优化分析.通过对计算结果的比较和分析,可以得出考虑了结构模糊性的遗传算法对于结构优化设计的优越性,它的优点在于增加了得到整体最优解的可能性,同时,提高了收敛精度,降低了收敛过程中的重复次数,减少了计算时间.     

基于遗传算法的结构振动主动控制优化方法

在结构振动主动控制的研究中,控制能量是限制其广泛应用的瓶颈。为减少控制系统所需能量,有必要对结构进行优化设计,而传统的优化方法对于振动主动控制系统的优化不太适合。为此,在杂交遗传算法和实代码遗传算法的基础上,开发了一种改进的杂交遗传算法,该算法不仅可以计算含不等式约束的优化问题,而且可以处理含线性等式的优化目标问题。最后给出了计算实例来说明所提方法的有效性。