SCE-UA算法在TOPMODEL参数优化中的应用

以江西修水万家埠流域为例,用SCE-UA算法对TOPMODEL参数进行了优化,并对优化结果进行了检验.结果表明:SCE-UA算法不仅可以用于概念性水文模型和分布式水文模型,还可以用于半分布式水文模型———TOPMODEL;TOPMODEL参数上下边界需根据参数的物理意义和研究流域特性来确定;在SCE-UA算法中,目标函数的建立对于参数优化具有重要作用,在次洪模拟时,目标函数应突出高水过程和洪峰对模拟效果的影响;SCE-UA算法的绝大部分参数取值都可以采用已有研究成果的默认值,只有复合型个数p需要根据具体问题确定.     

贝叶斯优化算法在多目标优化问题中的应用

贝叶斯优化算法是近年来在进化算法领域兴起的一种新兴算法,用贝叶斯网络概率模型来显式地反映变量之间的依赖关系及可行解的分布,更符合实际问题的本质,在众多领域获得应用。针对多目标优化问题,在Pareto优化概念的基础上,用非占先排序及拥挤距离的方法来选择群体,形成解决多目标优化算法的Pareto贝叶斯优化算法,实验结果表明,Pareto贝叶斯优化算法要优于经典多目标优化算法NSGA-II。     

帝王蝶优化算法在铣削参数优化中的应用

为了寻找较优的铣削参数,利用改进的帝王蝶优化算法(monarch butterfly optimization,MBO)对铣削加工模型求解,得到优化后的铣削参数.通过建立铣削加工的数学模型,将实际加工时的约束条件引入到模型中.为了对模型求解,在传统的MBO算法中加入粒子群算法(particle swarm optimi...     

DXF格式文件在参数化设计中的应用

在对话框中输入必要的设计参数,由高级语言自动完成写DXF文件的过程。 借助DXF格式文件进行参数化编程,充分提高出图的工作效率,同时也为其它的CAD软件、CAD/CAM系统及其它高级语言访问AutoCAD图形提供接口。     

多目标优化算法在团体操队形变换中的应用

针对利用彩排方式编排团体操,成本高且可控性差的问题,提出一种基于元胞自动机的改进多目标粒子群算法,并将其应用于团体操的编排。该算法以元胞空间为单位进行环境建模,引入群体自适应机制,通过粒子适应度和环境标记信息寻找目标点,同时加入归档机制,实现团体操队形编排。仿真实验结果表明,该算法提高了团体操队形变换过程的寻优性、收敛性以及与环境或其他个体的交互性。     

PSO算法在土壤水分运移参数优化中的应用

把土壤水分运移参数的拟合按照模型参数的辨识和优化问题来考虑,将粒子群优化（PSO）算法应用到土壤水分运移参数的辨识和优化中,通过仿真及与其它参数辨识和优化方法的比较表明,PSO算法得出的模型参数优于自适应免疫遗传算法和最小二乘算法,具有简单、精度高、速度快、与初值无关和全局收敛等优点,是一种土壤水分运移参数辨识和优化的新方法。     

参数化设计在标志性可持续建筑创作中的应用

随着大数据时代的到来和科学技术及互联网的发展,参数化设计作为可持续性设计新途径之一,成为了建筑数字化设计的新热点。然而,很多建筑师被参数化设计生成的夸张建筑形态和结构形式等可视因素所吸引,一味地追求形态的标新立异,而忽略了建筑的社会属性和环境特性。本文以郑州市城市规划展览馆的参数化设计实例为例,通过文脉、环境因素和社会影响等设计切入点出发,进行设计参数的设定、调整和控制,获取影响建筑的各种数据,如社会、环境、经济、文化等,阐述了标志性建筑的文化性和历史性在文脉传承中的意义,文化意象的抽象表达以及可持续发展的建筑设计理念,运用参数化技术手段,实现中原文化意象在现代语境中的表达形式,并由此展开,总结出现在信息化高度发展的时代背景下参数化设计的发展展望。     

粒子群算法在多目标优化中的应用综述

粒子群优化算法是一种基于群体智能的全局随机寻优算法。它通过粒子搜寻自身的个体最优解和粒子群体的全局最优解来完成更新优化。粒子群算法在很多领域得到了广泛的应用。本文主要论述了多目标PSO约束优化的基本思想、实现情况,并展望了PSO算法在多目标优化中的未来发展方向。     

大规模参数优化算法及其在R-R模型中的应用

研究并建立一种参数优选的改进遗传算法．该方法是一种隐并行非数值算法,它能较好地处理非线性、多峰、非凸的寻优问题．利用该算法对流域降雨－径流模型的九个参数进行优化,能克服传统优化方法把降雨径流物理过程割裂开来的缺陷;同时可求出产汇流过程参数群的值,实现整体优化．计算结果表明,该算法效果令人满意．     

粒子群优化算法在多参数拟合中的应用

提出一种新的自适应粒子群优化算法,以解决梯度法为基础的算法在进行多参数拟合时因各参数之间相关性较高而带来的拟合上的问题．该粒子群优化算法采用自适应变异和动态自适应调整搜索范围、惯性权重相结合的改进策略,数值模拟了将该算法应用于测量薄膜热物性时的多参数拟合,结果表明该算法是可行和有效的．     

混凝土搅拌车螺旋叶片参数化设计方法

目的研究混凝土搅拌车螺旋叶片的参数化设计方法,实现螺旋叶片二维工程图纸的自动设计出图.方法依据搅拌筒的功能及结构特征,给出了通用于三段式与四段式搅拌筒的叶片螺旋线的方程.以叶片三维螺旋线方程为基础构造螺旋面,提出了从空间螺旋曲面到二维工程图的映射算法.以Visual Basic为平台,基于Active X Automation技术对Auto CAD进行二次开发,开发了螺旋叶片的参数化制图软件,并以10 m3混凝土搅拌车的螺旋叶片为例进行了检验.结果该参数化制图软件能够实现螺旋叶片参数的自动计算,并能快速准确的绘制出叶片的工程图.软件具有简洁实用的用户交互式界面,方便了用户的操作及大量设计参数的输入和修改工作.结论工程图参数化设计计算方法及软件开发流程对设计是可行的,可以有效提高设计与制图的效率,对具有同样相似结构机械零件参数化设计软件的开发具有指导意义.     

多目标优化在车门轻量化设计中的应用

为提高车门刚度并考虑轻量化的要求,提出以拼焊板车门下沉刚度和质量为优化目标,基于车门下沉刚度和窗框刚度两种工况,采用最优拉丁方试验设计方法进行样本数据设计,使用kriging模型拟合下沉刚度、窗框刚度、塑性变形量响应的近似模型,使用响应面模型拟合质量的近似模型.利用NSGA-II遗传算法进行寻优,得到车门质量和下沉刚度的pareto优化解集,并对优化解进行验证,最终得到理想的优化结果.     

AutoCAD参数化绘图在陶瓷隧道窑设计中的应用

隧道窑绘图工作量大，通过对隧道窑主要结构分析，利用AutoLISP和C语言设计参数化绘图程序与数据转换程序，直接读取数据文件中的尺寸数据，在AutoCAD R14下完成隧道窑各带的正、俯、侧视图的绘制。图形绘制过程快速、美观、正确，而且易于修改。     

基于TeighaX的参数化设计在水利工程中的应用

工程设计中采用参数化设计方法将大大提高效率,由于利用TeighaX组件可以脱离Auto-CAD平台对DWG格式的AutoCAD文件进行读取、写入、存档、输出,基于TeighaX组件,根据工程计算参数,编制参数化设计软件对DWG格式的AutoCAD文件进行操作,生成AutoCAD工程设计图纸.介绍了一种基于TeighaX组件对AutoCAD二次开发参数化设计在水利工程中的应用.通过参数化设计水利工程实例,说明基于TeighaX组件参数化设计技术能够实现AutoCAD工程制图高效化、信息化,具有广阔的应用前景.     

AutoCAD参数化绘图在陶瓷隧道窑设计中的应用

隧道窑绘图工作量大,通过对隧道窑主要结构分析,利用AutoLISP和C语言设计参数化绘图程序与数据转换程序,直接读取数据文件中的尺寸数据,在AutoCADR14下完成隧道窑各带的正、俯、侧视图的绘制。图形绘制过程快速、美观、正确,而且易于修改。     

进化算法在船体结构优化设计中的应用

结构优化问题在计算上的难点是计算复杂、存贮量大、计算时间长,解决问题的关键是如何提高处理整数与离散型变量的有效性.本文针对船舶结构优化设计问题的特点与计算上的难点,采用可以求解多峰性连续函数全局最优解的分配区间型进化算法进行结构优化.相对简单遗传算法(SGA)在解     

QBSO算法在PID参数优化的应用

为解决PID控制参数求解过程中所存在的求解精度不高的问题,提出一种量子天牛群算法.通过结合PSO算法的全局搜索能力、BAS算法的局部搜索能力以及量子策略的随机能力,使得算法的全局搜索能力以及搜索精度得到有效提高,并通过两类经典函数对其寻优能力进行验证.进一步,将QBSO算法应用于PID参数优化中,并对一阶与二阶延时和非延时系统进行PID控制参数求解.通过仿真实验以及计算结果表明,基于QBSO的PID控制的控制系统具有更加优良的动态性能与抗扰动能力.     

改进的果蝇优化算法在多目标搜索中的应用

通过对果蝇算法的改进和优化,能够实现在离散环境下的多目标搜索,改善传统果蝇算法单目标搜索存在的不足.首先对传统果蝇优化算法进行研究,再通过混合步长嗅觉的方法进行果蝇算法的重新编码,使其具有多目标最优求解能力,完成对多目标的搜索.通过MFOA算法可以实现对多目标的最优计算,最终完成多目标最优解的计算.结果表明,果蝇优化算法通过混合步长嗅觉的方法可以在多目标搜索当中得到充分应用.     

改进差分进化算法在铝电解多目标优化中的应用

针对多目标优化问题,提出一种改进的差分进化算法(DE).该改进算法首先将DE与粒子群优化算法(PSO)结合,提高DE的收敛速度,然后引入多种群进化策略,有利于维持Pareto解的多样性.同时,在综合考虑机理与工艺的基础上建立铝电解多目标优化模型,并应用改进算法进行求解.仿真结果表明:在电流效率为92％时,改进算法所得的直流功耗为14.03 MW.h/t,比NSGA-Ⅱ的直流功耗降低了1.45％,比传统DE的直流功耗降低了1.75％.表明本文改进算法有效地提高了传统进化算法的性能.     

多目标群搜索优化算法及其在结构设计中的应用

为克服工程结构多目标优化设计中遇到的边界处理困难、编程复杂、计算效率低等问题,结合Pareto最优解理论,将群搜索算法改进成多目标群搜索算法(multi-objective group search optimization,MGSO)。通过平面10杆桁架的连续变量优化及空间25杆桁架的离散优化设计的算例,证明多目标群搜索算法在工程结构优化设计中的可行性与实用性。结果表明:多目标群搜索算法作为一种随机算法,其收敛速度快,在计算过程中只需要选择整体最优个体,不需要逐个检查约束,能节省大量的计算时间,对于高维问题,特别是复杂的工程实际问题,有明显的优越性。