基于遗传算法的静电反馈式微传感器多目标优化

讨论了一种新型梳齿式静电反馈微加速度计的多目标参数优化问题，从耦合静电场能量关系出发，建立了系统的动态模型．在此基础上，以灵敏度、分辨率和动态响应为优化目标，通过目标规划法，构建了系统的多目标优化模型．利用遗传算法进行优化求解，并与序列二次规划法的优化解进行了对比分析，研究结果表明，这2种算法均能成功地求解优化问题，但遗传算法可得到设计者更为满意的多目标有效解．研究工作为进一步利用遗传算法的随机性和潜在并行性进行系统的Pareto多目标优化提供了基础．     

基于捕食搜索策略混合遗传算法的车辆路径问题研究

在分析研究车辆路径问题的基础上,将其转换为经典TSP优化问题进行求解并建立数学模型,针对遗传算法在求解车辆路径问题时搜索效率低,容易陷入局部最优的缺点,提出了一种改进的遗传算法.改进算法引用自适应邻域法进行种群初始化;基于捕食搜索策略动态自适应调整遗传参数,在加快寻优速度的同时防止陷入局部最优;交叉前后的种群分别实施精英个体保留策略,交叉变异之后引进进化逆转操作,继承父代较优和较多的信息.实验结果表明:改进遗传算法搜索效率高、计算结果较为稳定;求解车辆路径最优问题较其它算法具有较好的性能.     

多流股换热器网络综合问题的优化算法设计

多流股换热器网络综合问题是一个混合整数非线性规划问题（MINLP）,这类问题规模大、约束条件多,严重的非凸非线性使得目标函数存在多个局部最优解．传统的基于梯度的优化算法在求解时极易陷于局部最优．有鉴于此,本研究采用遗传算法解决此类问题,通过对遗传算法进行改进,针对简单遗传算法存在的早熟和运行参数难以确定的问题,设计了多样性保持算子和多种群进化的算法结构;计算时运行参数自适应确定,并把模拟退火算法思想引入遗传算法子代的生成中去．实例证明,采用所构造的算法可有效求解MINLP问题,并有利于寻求到全局最优解．     

车辆悬架系统的优化设计与动力学特性分析

为了提升含减振元件惯容器的车辆悬架系统的综合减振性能,建立了含有减振元件惯容器、弹簧、阻尼器的车辆悬架系统模型.采用遗传算法对悬架参数进行优化,基于振动功率流理论对减振元件衬套进行优化选型.通过对车辆悬架系统动力学模型进行数值求解,探究了参数优化前后车辆悬架系统的动力学响应,探讨了衬套参数对功率传递的影响.研究结果表明,相比原始设计参数,采用优化算法得到的参数能够有效改善车辆悬架系统的综合减振性能,理论计算与仿真数据的结果相互验证了所建模型的正确性,衬套的优化选型有助于进一步提高车辆悬架系统的减振性能.     

集散区域快递物流车辆调度模型及其算法

在分析集散区域快递物流运输特点的基础上,研究了固定时间窗内多车型车辆往返运输的车辆调度问题,建立以运输总成本最小为目标的数学模型,并给出遗传算法求解办法。实例表明,该模型和算法能有效地满足物流车辆调度需求,降低企业的物流成本。     

基于非线性系统Lyapunov理论的车辆转向动力学

为了解车辆转向动力学的转向特性,并为车辆转向控制策略的开发提供理论依据,基于非线性系统运动稳定性Lyapunov理论,根据车辆非线性转向系统模型,构建车辆转向动力学Lyapunov函数,并对车辆转向动力学特性进行分析,得到车辆转向稳定区域,并通过遗传算法求解车辆非线性转向模型的平衡点,对理论结果进行验证。研究结果表明:二者结果一致,说明所建立的车辆转向动力学Lyapunov函数可用于车辆转向动力学的理论研究。     

烧结配料优化模型求解方法研究

针对烧结配料优化模型的求解问题,研究了线性规划法、蒙特卡洛法和遗传算法各自的特点．以国内某钢铁企业的烧结工艺为例,通过改变约束条件、模型求解参数等对比、分析求解结果,分别从最优解精度、约束条件、应用范围以及求解效率4个方面进行比较．重点研究了遗传算法的惩罚函数,提出了通过改变惩罚函数大小实现按照优先级处理约束条件的新方法,指出了该方法在配料优化中的潜在应用价值．     

多车场多目标开放式物流配送车辆路径问题

针对多车场多目标开放式物流配送车辆路径问题的特点,选取车辆数、行驶距离2个主要优化目标,以完成任务成本最少为目标,建立了多车场多目标组合的开放式物流配送车辆路径优化模型。运用改进的线性加权算法将多目标函数转化为单目标优化模型,结合遗传算法全局搜索能力较强和节约算法局部搜索能力较好的优点,提出了遗传节约综合搜索求解算法,并将所建模型及设计算法应用于实例。研究结果表明,本研究所提出的模型与方法能够有效地解决多车场多目标开放式配送车辆寻求最优路径问题,且较一般遗传算法高效,收敛速度更快。     

单轴转向架跨座式单轨车辆悬挂系统参数优化分析

为了改善单轴转向架跨座式单轨车辆的曲线通过性能,对单轴转向架跨座式单轨车辆的结构及运行机理进行分析;运用SIMPACK动力学仿真软件,建立单轴式单轨车辆动力学仿真模型;然后,通过Isight多目标优化软件对单轴式单轨车辆悬挂系统参数进行灵敏度分析,得到车辆过弯时对导向力矩和走行轮侧偏力影响较大的参数;最后,以导向力矩与走行轮侧偏力为目标,采用改进型遗传算法进行多目标优化研究.结果表明:优化后单轴式单轨车辆的导向力矩比优化前减少了3.67%,走行轮侧偏力比优化前减少了6.30%,在一定程度上改善了单轴转向架跨座式单轨车辆的曲线通过性能.     

基于分层遗传算法的车辆路由和调度研究

为了能在当今激烈竞争的市场中生存,物流活动需要细心规划以满足商务和顾客的所有需求.车辆路由和调度问题一直被广泛的研究以满足各种行业的特殊的需求.考虑配送与安装分离特点下车辆路径问题.利用混合整数非线性规划(MINP)模型求解送货和安装时车辆运行的最少时间.提出分层遗传算法对各种大小问题实施求解.计算结果表明分层遗传算法的有效性,也对分层遗传算法和MINP模型两者的性能进行了比较.     

面向OD客流的高速列车开行方案的优化

满足旅客出行需求的列车开行方案能够更好地吸引客流，提高高速铁路的核心竞争力.以最大化经济收益和最小化出行费用为目标函数，以高速铁路开行方案为研究对象，以旅客出行需求等作为约束条件，将列车开行方案与OD客流量结合起来，同时考虑旅客的购票心理和列车购票的时效性，建立了一种基于动态客流的列车开行方案的多目标优化模型，并设计一种基于个体信息和改进变异算子的多目标差分(SG-MOSaDE)算法进行求解.以广州市某线路为例进行实验，结果表明，优化后的开行方案不仅最大化满足了旅客出行需求，而且在提高铁路部门经济收益的同时降低了旅客的出行花费，并且优化后的列车总停站次数较原来有所下降，停站方案更加均衡.     

自适应步长下多阈值彩色图像的全局分割方法

针对传统多阈值彩色图像分割方法将步长设为小于距离参数的定值, 有时会因步长过大而越过最优结果的问题, 提出一种自适应步长下多阈值彩色图像全局分割方法. 首先, 对彩色图像进行预处理, 在不降低彩色图像质量的前提下缩减颜色总数, 以提高分割效率; 然后, 根据多阈值彩色图像全阈值分割目标函数, 将混沌优化理论与粒子群优化算法相结合, 通过混沌粒子群优化算法对多阈值彩色图像全局分割目标函数进行求解; 最后, 结合自适应步长下多阈值彩色图像全局分割方法, 得到最优彩色图像阈值分割结果. 实验结果表明, 该方法的分割效果、 精度、 稳定性和收敛性均较好.     

列车到发不确定的客站咽喉利用与股道分配

研究了列车到发时刻不确定条件下的铁路客站咽喉利用优化与股道分配问题.首先,建立了基于不确定列车运行图的咽喉利用与股道分配优化模型,模型考虑股道占用时间与均衡使用性,满足列车、咽喉、股道三者的耦合关系.然后分析并统计了不确定列车运行图的列车到、发站时刻的均值与方差,通过函数模拟的形式抽离出列车时刻表.此外,考虑到问题的NP-hard性,设计了基于模拟退火算法的启发式算法.最后,以宝鸡车站一个阶段计划内的咽喉利用与股道分配问题为实例进行了仿真验算.     

基于遗传算法的列车开行方案优化

根据列车停站方案的4种模式,建立了列车开行方案双层规划模型.上层以总的运营费用最小和未服务的旅客数量最少为目标进行停站方案和开行频次的优化;给定停站方案和开行频次后,下层以服务旅客数量最大和旅客总的旅行时间最小为目标,建立了客流分配的混合整数规划.基于GA的开行方案优化算法实现了停站方案生成与客流分配循环反馈优化.最后以台湾高铁为实例分析,验证了本文模型和算法的有效性.     

激光切割路径优化的双重编码改进遗传算法

针对激光切割路径优化的特点,将其归纳为旅行商问题,并利用改进遗传算法进行求解。为使优化更具实际意义,建立了考虑时间距离和热效应的多目标优化数学模型。改进的遗传算法采用双重编码对轮廓扫描顺序和各轮廓的起始点同时进行优化。在编码设计时,被切割件除考虑多边形情况外还考虑到圆及椭圆的情况,通过构建的适应函数将多目标函数转化为单目标优化问题,同时为提高算法的优化性能,适应函数采用动态控制,并改进了交叉与变异操作。仿真结果表明,该算法能有效地对激光切割路径进行优化。     

基于均衡的单线铁路客货混行列车运行调整建模与求解

针对单线铁路列车运行调整问题的特点,以列车加权后的晚点时间均衡为目标建立了客货列车混行0~1混合整数规划模型。采用了分层分解技术,建立了求解此问题的动态区域局部优化算法。基于此算法进行了算例分析,并验证了算法的有效性。     

客车车体钢结构腐蚀限度的遗传搜索计算研究

以 2 5型客车车体钢结构作为研究对象 ,提出了用于结构腐蚀限度搜索的有限元模型 .基于遗传算法 ,实现了对该车车体钢结构主要零部件在多工况、多参数下条件下的搜索计算 ,并给出了一些搜索计算的结果 .研究结果表明 :本文所提出的计算方法是有效和成功的 .     

基于季节差别的拉日铁路旅客列车开行方案

季节差别最主要的问题在于运量的波动，特别是客运量的波动。高原铁路客运量的波动异常明显，运量的骤增与骤减呈现出了鲜明的季节性。随着高原铁路的运营，高原铁路客运量波动带来的运能紧张和虚糜问题也日渐突出。拉日铁路作为纯藏区运营的高原铁路，应该制定弹性旅客列车开行方案来适应高原铁路客运量季节性的波动。     

基于混沌粒子群算法的高速旅客列车优化调度

列车优化调度是一个大规模、复杂的、具有非线性离散变量和多约束的多目标数学优化问题.在优化过程中,考虑了特快旅客列车中途离开时间和整个运行时间等因素.首次将粒子群优化(particle swarmoptimization,PSO)技术引入列车优化调度,克服了传统优化方法易陷入局部最优和维数灾难等弊端.通过一个工程实例验证了该算法的可行性和有效性.同时,与现存的列车优化调度方法相比,粒子群优化方法的搜索时间短而且优化结果更接近最优解.     

带有动态参数决策模型的改进蚁群优化算法

蚁群优化算法的参数设置一直是依靠经验和试验来确定,造成试验工作量大且难以得到最优的参数组合。通过对蚁群优化算法各操作参数作用与意义的分析,将蚁群优化算法的参数设定描述为一个多因素多水平优化设计问题。为使蚁群优化算法在应用中发挥最佳的寻优性能,提出带有动态参数决策模型的改进蚁群优化算法。作业车间调度问题的仿真试验表明,利用动态参数决策模型得到的参数组合可使蚁群优化算法获得较优的运行性能,说明了该方法的可行性和有效性。