基于ANSYS二次开发技术的改进遗传算法在结构优化设计中的应用

为克服基本遗传算法的缺陷,提高其全局搜索能力,提出了基于并行小生境算法、可疑峰值点判断方法和局部搜索技术的改进遗传算法。通过引入VC++对ANSYS的二次开发技术,将改进遗传算法与结构计算和优化相结合,使程序具有较强的处理实际问题的能力。最后通过对平板模型支撑位置优化算例的分析,验证了改进算法的可靠性和实用性。该方法对其它复杂工程结构的优化设计同样适用。     

基于模糊理论和遗传算法的航空齿轮可靠性优化设计

该文运用模糊理论,建立全面考虑设计变量模糊性和随机性的数学模型,并针对设计变量的多样性,采用实值编码自适应遗传算法对航空齿轮进行可靠性优化.结果表明,基于模糊理论和遗传算法的优化方法能找到更符合工程实际的优化解.     

悬臂支护结构可靠性分析的遗传算法

针对悬壁支护结构的可靠度问题,引入了性物进化的遗传算法并对其进行了改进,克服了传统方法容易陷入局部优化值的缺点,将优化方法和可靠性理论有机结合,使可靠性指标的求解问题化为约束条件下目标函数的极小值的优化问题,运用改进的遗传算法对一工程实例中的悬壁支护结构进行了可靠度计算与分析,实例验证了利用遗传算法解决此类问题的有效性。     

基于可靠度指标的小概率失效结构优化

针对实际工程中具有隐式功能函数的小概率失效结构的可靠度计算与优化问题,提出一种适用于小概率结构可靠度计算与结构优化设计的方法.该方法首先采用径向基神经网络构建结构的隐式功能函数;其次,引入自适应随机变量对遗传算法进行改进,遗传算法根据可靠度的几何意义搜索可靠度指标最优解及验算点,以此求解可靠度指标;最后,以引入自适应随...     

基于遗传算法带约束的翼伞系统归航轨迹设计

翼伞系统归航轨迹设计是一类带约束的最优控制问题,引入一种具有精英策略的遗传算法解决此类问题。为方便使用遗传算法,引入非均匀B样条曲线拟合控制律,将最优控制问题转化为B样条基函数控制顶点的参数优化问题,并针对归航终端等式约束,引入松弛因子将其转化为不等式约束,进而采用静态罚函数法处理。在2种不同初始条件下的归一化模型中进行仿真,并针对实际工程中着陆精度要求设定3种不同的松弛因子。仿真结果表明:使用本文的方法解算出的归航轨迹及其控制信息合理,是符合工程实际需求的一种有效方法。     

采用退火遗传算法的配电网优化方法

在分析多约束多目标配电网优化模型基础上,针对传统遗传算法求解时静态稳定性和鲁棒性不强、爬坡能力弱、收敛速度慢等问题,引入网络拓扑简化方法,决策变量多参数编码和退火动态罚因子处理约束,提出了基于退火遗传算法的配电网模型求解方法。通过实际农网决策工程验证表明,退火遗传算法适应度爬坡能力明显加强,稳定于1的几率提高,收敛于全局最优次数增多,运行时间缩减,而且综合费用比传统遗传优化方案减少了近50万元,从而达到了进一步优化的目的。     

应用遗传算法优化设计壳管式换热器

针对壳管式换热器传统设计方法繁杂且结果又不能满足最佳经济费用的缺点,引入遗传算法对壳管式换热器进行设计。建立了相应的数学模型并以设备总费用为目标函数,对换热器进行优化设计。利用遗传算法智能及多点搜索等特性,不断地迭代优化变量,在优化变量值和约束条件范围内,得到最小目标函数的设计结果。采用了2个实际算例进行测试,结果显示在满足换热性能的前提下,优化后总费用都有降低,降幅分别为18.2%,7.98%。     

基于MATLAB的圆柱齿轮减速器优化设计

优化设计是将最优化理论和计算技术应用于设计领域,为工程设计提供一种重要的设计方法。在对圆柱齿轮减速器优化设计分析的基础上,建立了圆柱齿轮减速器的优化设计数学模型,选取了合理的设计变量,并且确定了合适的约束条件,采用遗传算法来求解该优化设计问题。利用遗传算法优化得到的优化解与罚函数优化得到的优化解进行对比,差别较小。优化结果表明,利用遗传算法进行工程结构中的优化设计,优化方法可靠有效,能够使实际设计效率得到明显的提高。     

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     

采用遗传算法实现时域模型降阶

提出一种基于遗传算法的时域降阶新方法 ,它可以将高阶的模型降低为典型的二阶系统模型 .通过实际模型和目标模型在时间内的误差 ,将模型的降阶过程转化为最小优化过程 ,最优求解采用遗传算法 .在仿真软件包 Matlab和 Simulink的帮助下 ,先确定遗传算法的搜索空间 ,再建立模型匹配时间响应误差的自动汲取框图 .通过发挥遗传算法的优点和引入添加微变异种群等新策略 ,使得求解具有智能、高效、准确的特点 ,十分适合于工程应用     

改进的遗传算法在型钢桁架结构拟满应力优化设计中的应用研究

将遗传算法应用于型钢桁架的拟满应力优化设计中,为改进传统遗传算法优化计算过程中结构重分析次数太多、搜索效率不高的缺点,运用并列选择技术对传统的遗传算法进行了改进.把型钢桁架的满应力优化设计看作是一个多目标优化问题,同时把离散变量的满应力优化设计与改进的遗传算法相结合,充分考虑受压杆件的稳定性,建立以各杆应力比最大为优化目标的适应值函数,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,建立了型钢桁架结构的优化模型,大大提高了优化运算效率.算例结果表明,改进的遗传算法收敛快、精度高,应用于离散变量结构优化设计是有效的.     

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。     

应用遗传算法和LM优化的BP神经网络模型预测机场道面使用性能

分析了影响道面使用性能的各种参数,结合BP神经网络和遗传算法来预测机场道面使用性能.通过遗传算法全局寻优功能对神经网络的初始权值和阈值进行优化,然后采用LM(Levenberg-Marquardt)优化算法对神经网络训练速度进行加速,并且使训练避免陷入局部极小点.通过历年数据对神经网络进行训练,用所得神经网络模型对机场道面使用性能进行预测.训练结果表明,该方法具有足够的精度,能够应用到工程实际中.     

基于免疫遗传算法的炼钢最优炉次计划研究

针对炼钢最优炉次计划问题难以准确求解的实际情况,建立了一种含有0-1变量的整数规划模型,为了求解该优化模型,提出了一种新的免疫遗传算法.该算法通过将免疫算法和遗传算法相结合,在传统遗传算法中加入免疫算子,并且引入了新的个体选择概率模型,有效防止了算法过早收敛的现象.针对该类优化问题的特性,设计了自适应的交叉率和变异率准则,动态调整交叉率和变异率,提高了该算法的精度.基于工厂的实际数据,进行了仿真实验,实验结果表明该免疫遗传算法比普通遗传算法有着更高的搜索精度,证明了该算法在实际炼钢最优炉次计划问题中的有效性和准确性.     

基于可靠性的预应力钢桁架结构优化设计

预应力钢结构是一种将预应力与钢结构相结合的新型结构,本文对预应力钢桁架结构在可靠性分析的基础上,将可靠性指标引入分项系数中,建立优化数学模型,采用遗传算法进行全局选优,通过算例证明了其可行性和有效性．该优化算法可以为预应力钢结构的工程应用提供有价值的参考．     

TTCAN网络的响应分析及系统矩阵的优化

分析了时间触发CAN(TTCAN)网络的时间响应能力,并且引入了遗传算法对网络中的时间调度表进行优化,同时针对问题的特殊性,对所引入遗传算法作了进一步改进,以取得更好的性能,最后利用汽车工业的SAB标准报文子集对优化方法进行了验证,实验表明,本方法可以有效地减少网络中的抖动问题,取得了满意的效果。     

改进混合遗传算法在建筑结构优化设计中的应用

针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点,提出引入转基因算子与单亲遗传算子,同时提出一种离散变量结构优化设计的三等分割算法,通过与遗传算法相结合并运用到初始群体形成和进化过程中,使两种算法既可相互独立地运算,又可彼此相互协调、共同作用．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,建立离散变量结构优化模型．各种算法的优化结果对比表明,改进混合遗传算法具有省时、高效、局部搜索能力强和全局性好的特点。     

电子膨胀阀调节蒸发器过热度的控制算法

将遗传算法引入蒸发器过热度的模糊控制中,对确定优化目标、选择优化参数、遗传算法的编码、产生初始样本群、求适与值、繁殖、交叉、变异、选择运算、获得优化参数等问题进行了研究;对比了遗传算法优化的模糊控制与PI控制的效果。遗传算法引入模糊控制,解决了蒸发器过热度控制中,只能依赖人的经验调速隶导度函数的难题,从而简化了模糊控制设计的过程;模糊控制与PI控制相比,过热度调节过程稍慢,但比较平稳,过热度控制精度较高。     

基于遗传算法的排桩支护结构优化设计

基于自然选择和自然基因机制的遗传算法是当前处理复杂非线性模型的一种新的优秀方法。为此,文章建立了悬臂式排桩这一基坑支护结构形式的数学模型,并运用改进遗传算法对设计参数进行优化调整;结合以实际工程资料为背景的支护案例进行优化。计算结果表明,设计参数既满足约束条件,又可降低工程造价,从而显示了该方法的有效性,具有一定的参考价值。     

基于遗传算法的MPLS网络优化研究

对流量工程机制中的路由方法进行了详细的讨论,着重探讨了在MPLS网络环境下,利用遗传算法对网络资源进行优化配置。采用遗传算法作为网络优化算法的基础,分别将跳数、时延、带宽及代价转化为权值进行路由,然后将得到的候选路径作为种群,用遗传算法进行路径优化,选择优化出一个最大频带利用率最小的配置。