BOD-DO水质模型多参数反演的遗传算法

给出了利用遗传算法求解河流水质BOD-DO模型参数反演的一种新方法,该方法把参数反演问题转化为优化问题用遗传算法求解,其特点在于:从多个初始点开始寻优,并借助交叉、变异算子来获得水质参数的全局最优解。模拟结果表明,该方法具有精度高,收敛速度快且易于计算机实现等特点。     

结构动力反演计算的重分析灵敏度遗传算法

针对灵敏度遗传算法计算效率问题,引入重分析技术。采用组合近似法进行结构振动模态重分析,实现结构动力反演分析,在保证计算精度的前提下有效提高灵敏度遗传算法的计算效率。通过数值算例研究所得结论如下:①引入重分析技术能有效提高灵敏度遗传算法的计算性能;②由于动力反演分析结果对模态数据的误差较敏感,近似分析不能完全替代精确分析,实际应用中应通过合理设置近似重分析的比例以获得理想效果。③对进行灵敏度修正的个体采用精确分析并更新重分析的参考结构,能有效提高计算精度。     

基于多输出支持向量机和遗传算法的岩土参数反演方法

提出了基于多输出支持向量机(M-SVM)和遗传算法(GA)的岩土参数反演方法.在进行参数反演过程中,根据正交试验产生一系列参数的可能组合;采用有限元法(FEM)得到坝体不同测点处的位移计算值.将不同的材料参数组合作为输入,相应的位移计算值作为模型的输出来训练M-SVM模型,以便模拟坝体位移和材料参数之间的复杂关系.采用GA来求解材料参数反演所对应的优化问题.在进行最优材料参数搜索的过程中,采用训练好的M-SVM模型来替代有限元计算,以获得坝体位移的计算值,从而大大减少了计算所需的时间.根据某面板堆石坝沉降的监测数据和有限元仿真模型,实现了以上反演过程.反演分析的结果表明,本文提出的岩土参数反演方法具有计算精度高和计算效率高等优点,可以应用于实际工程中.     

自适应遗传算法在某拱坝渗流参数反演中的应用

利用水头实测资料,以渗透系数为待反演参数,在采用基本遗传算法进行参数反演研究的基础上,针对简单遗传算法难以确定交叉率和变异率的最佳值及计算量较大、易早熟等缺点,提出以自适应遗传算法来解决工程中的这类反演问题;为力求使改进的遗传算法计算量更小,收敛性更强,同时结合二维稳定渗流有限元工程实例进行了反演计算.结果表明,自适应遗传算法在保持简单遗传算法优点的同时,有效地提高了算法的收敛性,并在一定程度上克服了简单遗传算法的早熟问题.     

基于遗传算法的纯电动轿车动力总成参数优化

基于动力传动系部件参数对纯电动轿车性能的影响，利用遗传算法对纯电动轿车动力传动系的主要部件进行了优化；所有部件的模型均基于实际配置的纯电动轿车(QREV)动力传动系台架试验的试验数据．优化结果与传统优化算法结果相比表明，本文提出的算法是有效的，能够提高纯电动轿车的性能．该算法已应用于实车动力传动系的参数设计．     

冲击地压的非线性动力反演及预报问题

根据非线性科学理论,应用动力反演方式,建立冲击地压的动力方程,提出了较为准确预报中冲击地压发生的方法。     

层状土中单桩水平振动的动力阻抗

采用动力文克尔地基梁模型,首先求出层状土中有限长桩的通解,在此基础上导出了桩单元复刚度矩阵,提出了计算层状土中单桩动力阻抗的方法。本文成果可以用来研究层状土中群桩的动力阻抗、桩－土运动相互作用等问题。     

基于遗传算法的波阻抗混合反演处理系统

提出一种基于遗传算法的波阻抗混合反演处理新方法,应用Visual C 集成的MFC类库建立了基于遗传算法的波阻抗混合反演处理系统.文中简述了遗传算法混合反演的基本原理、系统结构及功能,介绍了系统的主要特点,用数值模型与实际地震信号检测了系统中f-x去噪、目标函数子波提取、混合反演处理的正确性.结果表明波阻抗混合反演处理系统处理效果明显,同时提高了应用遗传算法实现波阻抗反演处理的效率.     

桩基动力参数的灵敏度分析

将桩基简化成离散的多自由度系统,对其纵向振动的动力参数进行了分析,对桩基的振动参数频率、振型、频响函数与频域响应对刚度改变的灵敏度进行了数学推导.可知频率对刚度改变的灵敏度很小,振型对刚度改变的灵敏度也不大,但在节点处有一定的影响,频响函数与频域响应对刚度的变化反应比较明显,并且用一个实例进行了验算,得到的结果与理论推导吻合良好.     

基于非线性规划遗传算法的汽车动力传动系统参数优化研究

研究了兼顾动力性和燃油经济性的汽车动力传动系统优化数学模型,以改善燃油经济性和整车动力性为目标,采用非线性规划遗传算法对某款轿车的动力传动系统参数进行优化研究并进行了仿真试验验证.结果表明:优化后原地起步加速时间降低了3.96%,整车多工况百公里油耗降低了8.23%.表明运用非线性规划遗传算法进行动力传动系统参数优化是可行的.     

静动试桩法及其应用

介绍了一种新的评价单桩极限承载力的方法－静动法（ＳＴＡＴＮＡＭＩＣ法）对比传统的静载荷试验和高应变动测，分析了其适用范围及优缺点。     

基于遗传算法的组合测试用例生成研究

对遗传算法的种群规模、选择策略、迭代策略等环节进行了研究,设计实现了一种实用的基于遗传算法的组合测试用例生成算法,具有用例生成速度快、用例集最小化的特点.     

机械系统动态优化设计的混合遗传基因方法

融合复合形法和基因算法提出一种可以有效地解决机械系统动态优化设计问题的随机优化算法——混合遗传基因法．该法以遗传基因方法实现代间进化，以复合形法改进代间较差个体以加速进化．数值分析结果表明，该方法结果正确，算法简洁     

基于遗传算法的超声检测图像分割识别方法

基于钎焊电触头焊接质量超声成像无损检测的原理，针对超声图像分割过程中阀值难以确定的问题，以灰度图像的直方图熵作为评价标准，把图像阈值分割问题定义为一个优化问题，利用遗传算法寻优的高效性；搜索到能使分割质量达到最优的分割参数－－图像分割阈值，据此阈值可以区分出超声图像中的缺陷部分与焊合区域，因此对于后续的焊接缺陷识别具有重要的意义，实验结果表明，该算法分割切实可行，有效地缩短了寻找阈值的时间。     

求解动态优化问题的改进原对偶遗传算法

针对求解动态0-1优化问题的原对偶遗传算法(pri mal-dual genetic algorithm,PDGA)中一个关键的运算──原对偶映射(pri mal-dual mapping,PDM)进行改进,提出了一种新的适应性的PDM方法.在新的映射方法中,利用种群中染色体各个基因位点上取值的统计信息来计算该基因位点进行PDM运算的概率.在一组动态优化函数的仿真实验中,改进的PDGA算法表现出比原始算法更好的性能.     

基于精英迁移的主从式双种群动态遗传算法

针对0-1编码的动态优化问题,提出了一种基于精英迁移的主从式双种群动态遗传算法.主种群采用记忆机制,把从种群获得的最优个体替换主种群中较差的个体,同时参与到与记忆个体的演化操作.通过一组动态优化函数进行实验,仿真结果表明,本文提出的算法在各变化周期和变化强度下均能很好的跟踪环境的动态变化.     

基于遗传算法的动态路径诱导

动态路径诱导（DRGS）是智能运输系统研究的一个重要方面，旨在通过向驾驶员提供基于实时交通信息的最佳行驶路径在来达到诱导出行行为，减少车辆在道路上的逗留时间，进而实现改善城市交通和避免交通拥挤、阻塞的目的。路径牵引算法是DGRS中的重要研究内容，它能计算出给定起讫对之间的的最优或准最优路径，路径牵引算法要考虑一全局准最优和实时性问题，而遗传算法具有全局寻优和潜在的并行性特点，将遗传算法应用于动态路径诱导系统中求解最佳路径，设计了特定的有序选择、交叉和遗传算子，并通过实例验证了算法的有效性。     

优化和约束推理的动态分布式双向导遗传算法

为了解决优化和约束推理,基于向导遗传算法(GGA)和分布式向导遗传算法(DGGA),通过引入向导概率Pguid、本地优化监测LOD和权ε共3个新参数,提出了一种D3G2A算法的改进算法.该算法采用多代理方法,不仅使搜索过程多样化,避免出现局部最优,而且代理能计算各自的遗传参数.将改进的D3G2A和GGA用于随机生成的二元CSPs,实验表明,D3G2A能有效改善适应度值和节省CPU时间开销,使算法的性能得到提高.     

基桩动力试验技术最新进展及发展方向

文章概括了高应变法、低应变法和声波透射法等基桩动测技术在近年来的最新进展,归纳了各方法中存在的显著问题以及指出今后基桩动测技术的发展方向。     

桩基测试发展趋势展望

桩基础通常在地下或水下,无法直观其质量,属隐蔽工程,其施工程序繁、技术要求高、施工难度大,容易出现质量问题,因此,桩基础工程的试验和质量检验尤为重要。文章对桩基测试的发展进行了讨论,对桩基测试进行了展望。