基于遗传算法的PID参数优化设计

提出一种新的ＰＩＤ参数设计方法,以模糊化的性能指标为目标函数,以设计参数的取值范围及极限性能指标为约束条件,建立优化数学模型,结果表明,在Ｍａｔｌａｂ环境下,将遗传算法同Ｓｍｕｌｉｎｋ仿真技术有机融合,求解该优化模型,该法能有效提高编程效率,所得优化解大大提高系统性能指标。     

风电机组吊装优化设计

通过对国内常见风力发电机组吊装平台、场内道路、吊装机械及吊装平面布置的分析及实例介绍,提出相应的优化方案及措施,减少业主投资及施工成本。     

基于遗传算法的连续采煤机参数的优化设计

以连续采煤机设计参数为研究对象,建立了不同块煤产量与参数之间的目标函数、设计变量和约束条件。利用Matlab软件中的遗传算法在非线性问题优化中的优越性,对连续采煤机不同块煤产量进行了优化,得到了不同块煤产量的最优值时连续采煤机的设计参数。通过比较优化前后目标函数值,可知优化后的结果明显好于优化前,这对设计参数的选择有一定的指导意义,同时也有利于提高煤炭企业的经济效益。     

基于遗传算法的连续采煤机滚筒参数优化设计

为设计优质高效的截割滚筒,根据连续采煤机滚筒的结构特点和工作状况,建立了以煤炭生产综合经济效益为总目标函数,以截割比能耗、载荷波动系数、煤岩块度和生产效率为分目标函数的多目标、多变量、多约束的滚筒优化模型,采用生物进化思想,基于遗传算法对在不同截割阻抗下的滚筒结构参数和运动参数进行优化,得出不同截割条件下连续采煤机滚筒的最佳运动参数和结构参数.该优化结果可用于指导煤炭企业生产,使其获得良好的经济效益.     

基于多目标遗传算法的多配置风电机组控制

为了实现良好配置的电力网络,提出一种多目标遗传算法控制优化方法,配电网络涉及集中式风电机组、步进式电压调整器、电容器组和储能系统。首先,构建每个场景,利用内负荷流程序对集中式风电站等组件进行配置和控制;然后,定义决策变量,并构建三个具有权衡关系的目标函数;最后,利用多目标遗传算法进行迭代求解,选择违规成本最低的点作为最优解。在MATLAB环境中执行了包括3个不同配置场景的仿真实验,以比较不同连接方式对配电网络的影响。实验结果验证了所提方法的有效性,且可以应用到复杂的配电网络。     

基于遗传算法的风力机叶片气动外形抗台风优化设计

为了研究风力机叶片抗台风优化设计方法,分析了常规风力机叶片在设计工况下的风能利用系数及极端风况下的气动载荷沿展向的变化特征。并以此为根据,选取极限载荷指标变化显著的挥舞剪力和风能利用系数作为协调两种工况的综合优化目标,提出风力机叶片气动外形抗台风设计优化模型。基于遗传算法,并沿风力机叶片展向,通过使用不同加权系数策略,对某1.5 MW风力机叶片气动外形进行优化设计。研究结果表明,优化后的叶片在具有较高气动效率的基础上能够获得较好的降载效果。     

基于多目标遗传算法的吸声覆盖层参数优化设计

针对圆柱空腔吸声覆盖层低、高频吸声的机制不同,提出了一种基于多目标遗传算法的吸声覆盖层参数优化设计方法.利用有限元软件ANSYS建立了平面波垂直入射吸声覆盖层的分析模型,并采用多目标遗传算法NSGA-II得到了多目标吸声问题的Pareto最优解集.结果表明：多目标优化设计全面考虑了圆柱空腔吸声覆盖层的低、高频吸声之间的耦合,可按需选择其满意的优化结果;比起仅优化吸声覆盖层的材料属性,考虑材料属性和结构参数的综合优化能够获得更佳的宽频吸声性能.     

基于多目标遗传算法的热定型工艺参数优化设计

为了解决染整后整理中热定型工艺参数难以定量设计的关键技术难题,将工艺参数优化设计问题视为以成品门幅、克重与客户要求的相应值的绝对误差最小为目标函数,温度、车速、超喂率和上机门幅为优化变量,以根据实际情况中各优化变量的取值范围为约束条件的多目标优化问题。建立多目标优化模型,并基于该模型采用多目标遗传算法,实现了热定型参数精确定量设计。用该方法得到的工艺参数加工弹力布,生产成品的克重、门幅与用户要求指标的偏差小于1%,完全可以满足实际生产要求。     

基于模拟退火遗传算法的IIR数字滤波器参数优化设计

结合模拟退火算法的思想和遗传算法的思想,提出模拟退火遗传算法,并用此算法进行滤波器参数整定与优化,同时使用自适应交叉率和变异率,以及适应度拉伸方法对传统遗传算法进行改进。该算法有效抑制早熟,又具有收敛性快、全局寻优与局部寻优能力。仿真结果表明,基于此算法寻优设计的滤波器控制器具有更好的滤波特性。     

大型风电机组组合式塔架结构优化设计

为解决传统单管风力发电塔架在大型风电机组应用中加工、制作、安装和运输成本大幅上升的问题,提出一种新型组合式塔架结构,并对其进行结构优化设计.该塔架上部为传统单管式塔架,下部为四角钢十字形组合截面塔柱的格构式塔架.通过对四角钢十字形组合截面的轴压极限承载力进行分析,得到组合截面的稳定系数曲线.基于粒子群算法,综合考虑应力、频率和长细比约束等因素,对下部格构式塔架的形状和杆件截面进行优化.分析结果表明,组合式塔架结构可以解决传统单管式风力发电塔架的运输问题,且用钢量节省约34%.     

浅析风电机组选型及风电场优化设计

跟随时代的发展,我国的风力发电已经逐步取代耗能大、污染重的传统发电模式,风能发电的系统建立,其主要是风力发电机组选型因素。发电机组的选型与风电场优化设计在其中扮演着重要角色,它决定了全场效率的优劣,本文主要分析了机组的选型问题,以及风电场优化设计对发电机组的选型提供科学的建设意见,期待我国的风力发电最大化的发挥效益。     

基于片条理论和遗传算法的风力机叶片全局优化设计

针对水平轴风力机叶片Wilson优化设计法的不足,以片条理论为基础、全年发电量为目标函数对叶片进行全局优化设计。通过遗传算法对设计约束进行最优化搜索,并根据该方法设计在平均风速为7.5 m/s风场下工作的1.5 MW叶片。为保证功率计算的准确性,通过XFOIL和CFD软件计算翼型0o~360o攻角下气动性能,将其设计结果与Wilson法进行比较。研究结果表明:全局优化设计方法能够满足叶片设计要求,设计的叶片在低于额定风速的低风速区性能良好,在平均风速附近(7~9 m/s)的功率系数达0.44。     

基于量子遗传算法的成品门幅模型参数优化设计

为了解决热定型中影响成品织物门幅的工艺参数难以定量设计的关键技术难题。提出了将量子遗传算法用于成品门幅模型工艺参数优化设计中。建立优化模型,基于该模型采用量子遗传算法,实现了影响成品门幅的工艺参数精确定量设计。用该方法得到的工艺参数加工弹力布,生产成品的门幅与用户要求指标的偏差小于0.1%,完全满足实际生产要求。同时将量子遗传算法与遗传算法在工艺参数的优化设计中进行比较,得出当迭代种群逐渐增大时,量子遗传算法在工艺参数的优化设计中的优势更加明显。     

风电机组叶片模型变桨距载荷实验

以1.5MW变桨距风电机组叶片为原型,设计并制作叶片模型,分析叶片载荷特性,并通过电测法对叶片模型变桨距载荷进行测试分析.结果表明,在风速为4m/s时叶片拉应力随桨距角增大而增大的趋势,但不明显;随着风速的增大,叶片拉应力随桨距角的增大而减小,趋势明显.剪应力载荷随桨距角增大而呈现一致减小的趋势,各个截面变化规律相同.     

基于参数建模的风力机预弯叶片结构优化设计

风力机预弯叶片的弯曲型线和铺层结构设计之间存在着耦合关系.为了实现叶片预弯型线和铺层结构的一体化设计,提出一种预弯型线和铺层结构的参数化表达方法,并通过实例验证了叶片有限元参数化建模分析方法的正确性;构建了预弯叶片弯曲型线和铺层结构的一体化优化设计模型,采用粒子群算法,以叶片的质量最小为优化目标,在满足材料强度、叶尖最大变形、振动频率的约束条件下,对某低风速850k W非预弯叶片进行预弯及铺层层数优化设计.优化结果显示,优化叶片在满足设计约束的条件下重量减少了15.26%,验证了文中提出的预弯叶片弯曲型线及铺层结构协同优化设计方法的正确性.     

基于遗传算法的人工神经网络优化设计

提出遗传算法新的编码方案，用于全局优化神经网络拓扑结构和权值参数，解决了神经网络拓扑结构的难确定性和权值训练的长时性问题，并且在遗传操作中采用自适应代沟的替代策略，改善其求解效率，获得了良好的优化结果。通过仿真实验显示了该算法的快速性和有效性。     

基于遗传算法的钢结构优化设计

遗传算法是20世纪70年代初期基于生物技术而发展起来的一种新型智能优化方法。探讨此方法应用于建筑钢结构设计不仅改变了传统的设计观察，而且可以丰富钢结构优化设计理论和方法，在经济建设中取得显著效益。建立以重量（造价）最小为目标的钢框架结构梁、柱的数学模型，采用二进制编码，通过执行遗传算法的选择、交叉和变异算子，实现对结构的优化设计。编制了分析程序，并分析了算例。     

基于遗传算法的机械优化设计

阐述了遗传算法的原理、理论基础和实现步骤,将遗传算法与搜索算法进行了分析比较,并附有应用实例。     

汽轮机叶片参数的多目标优化设计

由于制造误差和不平衡力的作用,汽轮机叶片的周向气动力除合成一个力倡外,还合成一个横向力,这个横向力使转子发生进动,在一定条件下会使转子失稳,是转子的一个自激激振力。为保证机器正常工作,应对汽轮机叶片参数进行多目标优化、本文首先导出了力偶和激振力的公式,建立了汽轮机叶片参数的多目标优化设计的数学模型,提出了求解该模型的算法,并给出了算例。