基于遗传算法的超声速二维进气道优化设计

首先介绍了基本遗传算法,并由基本遗传算法演化出小生境遗传算法.应用简单的测试函数对两种遗传算法进行测试,对两种遗传算法进行比较.然后应用小生境遗传算法对二维超声速进气道进行优化设计.在单目标优化设计中,以最大总压恢复系数为优化目标,在多目标优化设计中分别顾及到总压回复系数要求最大和增压比也要很高.在对进气道的优化设计之后,对单目标优化和多目标优化的结果进行比较.     

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     

模糊稳健优化设计中的神经网络技术

由于模糊稳健设计中的准则函数和约束函数是随机性可控因素与不可控因素的函数,其概率密度函数的表达式难以确定,故在优化设计中采用随机模拟方法.但采用遗传算法进行优化计算时,随机模拟消耗的机时很大,优化计算效率极低.为此,采用BP神经网络对模糊随机函数进行逼近,探讨了神经网络的构造与程序实现方法;用插装式溢流阀调压弹簧的模糊稳健优化设计问题进行了数值仿真与验证.实例表明,BP神经网络的仿真精度可以达到工程优化问题的要求,把遗传算法与神经网络技术相结合,可以有效地求解模糊稳健设计等复杂优化设计问题.     

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。     

基于遗传算法的风机塔筒优化设计

开展塔筒优化设计可以有效降低塔筒制造成本,针对现有塔筒优化设计方法的不足,提出了一种基于遗传算法的风机塔筒优化设计方法.介绍了基于遗传算法的风机塔筒优化设计方法.以某型1.5 MW风机塔筒为例开展优化设计,结果表明:在满足塔筒安全可靠的情况下,采用遗传算法能够有效实现塔筒优化设计,与传统设计方案相比可将塔筒质量减轻约10.3%.     

基坑桩锚支护遗传优化设计研究

运用遗传算法对基坑桩锚支护优化设计进行了一系列的研究,对桩锚支护优化设计模型及其遗传算法细节进行了设计,并通过一工程实例验证了基坑桩锚支护遗传优化设计的有效性和算法程序的正确性.     

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.     

基于遗传算法的客车车身骨架优化设计

提出一种基于遗传算法的桁架式客车车身骨架的优化设计方法.应用有限元分析软件ANSYS建立了车身骨架有限元模型并进行计算,采用遗传算法进行优化.优化后车身总质量减轻719 kg,减重比例接近25%.结果表明,基于遗传算法的优化设计明显优于常规的数学规划方法,实现了某电动大客车车身骨架的轻量化设计.     

基于遗传算法的数控机床主轴优化设方法

通过分析主轴的结构和加工过程中的受载变形情况,建立了主轴优化设计的数学模型.针对传统优化设计方法在解决主轴优化设计中出现的问题,引入遗传算法,应用实数编码规则和改进的遗传算子对数控机床主轴进行优化设计.在VC++平台上,利用C++语言构建基于遗传算法的数控机床主轴优化设计系统.通过实例设计及结果分析,验证了应用基于遗传...     

开关磁阻电机遗传算法优化设计及其电磁场分析

将遗传算法应用于开关磁阻电机进行设计,对一台0.55kWSR电机进行了优化分析并得到了电机优化设计参数.在此基础上,采用有限元软件ANSOFT进行三维静态磁场分析,得到了开关磁阻电机的静态磁场分布曲线,证明了利用遗传算法开关磁阻电机优化设计的有效性.为开关磁阻电机的优化设计与分析提供了新方法.     

基于遗传算法的管材矫直优化

针对管材矫直质量问题,利用单向弯曲的方式,建立了矫直过程的力学模型,提出了优化的目标函数,建立遗传算法模型对矫直工艺参数进行了优化,得出了合理的工艺参数值.将该工艺参数值用于实际加工中,能显著提高管材的矫直质量.     

离散变量桁架结构拓扑优化的杂交算法

为了加快遗传算法的进化过程,提出了遗传算法和拟满应力算法相结合的杂交算法,并将它应用于离散变量桁架结构的拓扑优化问题·在对桁架结构受力分析的基础上,提出一种启发式方法对随机生成的拓扑结构形式作必要修正,以快速产生符合机动性要求的拓扑结构形式·利用遗传算法进行桁架结构拓扑优化,用拟满应力算法进行截面优化,并将截面优化的结果传递给遗传算法作为拓扑优化中遗传操作的根据,这样大大减少单纯用遗传算法进行优化的解空间,从而加快搜索进程·算例的结果表明,该方法用于桁架结构拓扑优化是简单、快速和有效的·     

优化网络布置费用的遗传算法

【目的】针对网络布置费用的优化问题,利用基本遗传算法的良好搜索性能,设计出优化网络布置费用问题的遗传算法。【方法】通过分析网络布置费用的优化问题,抽象出网络模型,并将该问题转化为求解无向图中最小生成树的问题。【结果】基于遗传算法基本原理和抽象出的网络模型,设计出一种优化网络布置费用的遗传算法。【结论】应用遗传算法解决网络结构优化问题,可以让用户在短时间里获得一个比较满意的结果。     

机械故障稀疏特征相似性度量优化研究

针对当前机械故障诊断研究忽略了对其参数的选取与优化,导致准确性较差等问题,提出基于量子遗传 算法优化的机械故障稀疏特征相似性度量方法。基于先进行信号非线性混合,再进行去混合。将峭度作为目 标函数,利用量子遗传算法,对盲源分离过程的分离矩阵参数与非线性去混合参数进行优化,实现机械故障盲 源分离。基于故障信号处理,利用量子遗传算法与最小二乘支持向量机(LSSVM: Least Squares Support Vector Machine)相结合实现机械故障稀疏特征相似性度量。当LSSVM在机械故障诊断时对模型参数选取,利用量子遗 传算法针对 LSSVM 模型参数进行优化。将 LSSVM 参数选取问题转换为优化问题,利用优化后的 LSSVM 分类 模型实现机械故障稀疏特征相似模式分类。实验结果表明,该方法可以实现高效盲源分离,机械故障诊断准确 率高,运行性能良好。     

免疫算法用于直线阵优化设计的研究

采用免疫算法对直线阵进行优化设计，在克隆选择原理基础上讨论了该算法应用于等间距直线阵优化的基本问题，对旁瓣特定约束条件的八阵元等间距直线阵进行了数值实验．结果表明，免疫算法能够成功地应用于等间距直线阵优化设计，同时优化结果要优于基本遗传算法。     

用神经网络-遗传算法优化 Ni 基喷涂材料

利用人工神经网络的自学习以及非线性逼近能力对材料元素与硬度的相关性进行拟合和预测；并用遗传算法的强寻优能力对喷涂材料成分进行优化．优化结果与非学习Ｎｉ基喷涂材料配方相比较表明，神经网络能对Ｎｉ基喷涂材料的性能进行较好地拟合和预测，而遗传算法则能在不同的样本区间对材料进行优化，二者的有机结合可进一步提高材料优化与设计的有效性．     

基于遗传算法的数据库多连接查询优化策略

结合多连接查询的特点,提出了一种基于遗传算法的查询优化策略.在查询左深树策略空间上构造了遗传算法的一个原型,设计出查询优化问题的染色体编码方法,并基于该编码方法给出了选择策略及交叉、变异算子.     

改进的遗传算法在多目标物流配送路径中的应用

物流配送路径优化是物流系统设计的关键环节。针对物流配送路径问题复杂性和多约束性,提出一种改进的遗传算法——自适应免疫遗传算法(AIGA)。该算法利用一种新的免疫疫苗选择策略和免疫操作方法,使得优化过程随进化代数自适应改变,结合并列选择法对多目标物流配送路径进行优化,并给出了解决多目标物流配送路径问题的具体步骤。最后通过仿真验证,该算法的计算效率,收敛性都有明显的提高,验证了算法的实用性和有效性。     

基于遗传算法和BP神经网络的圆柱壳大开孔接管结构优化研究

应用神经网络模拟GB150-2011《压力容器》标准中圆柱壳径向接管开孔结构参数与强度关系,以开孔接管结构用材最省为优化目标,采用遗传算法对圆柱壳大开孔接管结构进行优化设计研究.经神经网络拟合后,标准算图数据信息归一于一个三层的BP网络并应用于遗传算法程序中,与反复查图和有限元优化算法相比,此优化算法更节省设计时间.经验证,优化后的结构符合强度要求,优化结果满足工程设计需要.     

模拟集成电路遗传算法的优化设计

针对模拟集成电路设计中设计周期长、参数复杂且精度低等问题,提出了一种智能算法——遗传算法。通过对模拟集成电路中二级运算放大电路的设计,运用遗传算法对其电路的各个性能指标进行了优化分析,有效地提高了各性能指标。该优化方法对模拟集成电路进行优化设计,并且基于Hspice仿真结果与实际电路设计非常接近,具有很高的实用价值。