反共振点位于两共振点正中间的反共振机参数选择

针对反共振振动机上质体的振幅对激振频率和物料量波动比较敏感的问题,提出了一种能使反共振振动机振幅稳定的参数选择方法.这种方法的中心思想是把反共振点选在两共振点正中间,并且两共振点之间的距离要离得足够远.这时共振点附近的幅频响应曲线比较平坦,从而使上下质体的振幅稳定性基本上达到实用要求.在需要振幅精度比较高的场合,也只需小范围调节即可实现.最后通过计算机仿真证明了这种方法的正确性和可行性.     

反共振理论在动力吸振器设计中的应用

讨论了反共振理论在动力吸振器设计中的应用,特别是应用动力吸振器族控制或消除复杂结构、机械系统中某些子结构稳态响应或系统共振的方法。最后给出了反共振动力吸振器族在某大型机械设备振动控制中的应用实例。     

反共振理论在减振技术中的应用

提出了一种新型动力减振器－多自由度动力减振器，在不增加弹簧相对变形的条件下，可以大幅度减少动力减振器的总质量，阐述了无阻尼多自由度动力减振器的原理及其质量，刚度分布对该减振器总质量的影响。     

反共振振动机械的理论及应用

把机械网络中的反共振理论应用于振动利用工程，提出了三种新型反共振振动机械，从共振角度阐明了它们的工作原理，并用机械阻抗方法分别对这三种振动机械进行了动态分析，针对反共振振动机共同存在的工作点不稳定问题，提出了用微机实现振幅定值控制的解决办法。     

一种混合遗传算法及其应用

给出一种结合梯度法和正交遗传算法的混合算法。实验表明,它通过对问题的解空间交替进行全局和局部搜索,能更有效地求解函数优化问题。     

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。     

频谱分析在共振系统中的应用

采用频谱分析在方法对机械系统中的振动模式进行分析,使系统中的共振模式的测定规范化、定量化、此方法应用于液体切变波共振吸收谱仪的研制中,取得了良好的效果。     

遗传算法的改进及其在无功优化中的应用

遗传算法是模拟生物进化过程中所得到的一种优化方法。本文介绍了遗传算法的基本理论,然后,首次提出了两蹼改进措施并应用于无功优化中,通过算例,论证了改进后的方法可有效地解决大规模电力系统的无功优化问题。     

改进遗传算法在车间调度问题中的应用

为了解决遗传算法在求解部分柔性作业车间调度问题中寻优能力较弱以及加工时间和机器矩阵编写繁琐的问题,提出一种新的交叉操作和基于元胞数组的解码方式,在遗传操作的解码操作步骤加入随机算子,以保证机器选择的随机性;在选择操作步骤中引入保优策略避免优质解的丢失,加快种群收敛速度;采用一种新的单点交叉方式,增强算法的寻优能力;以最...     

支持向量机参数选择中加速混沌搜索策略及其应用

为解决支持向量机(SVM)参数选择问题,采用Cheby-shev映射、改变优化搜索公式和增加3次载波,提出一种改进的加速混沌优化算法(ISCOA).应用人工数据集和实际数据集进行论证,并与常规的交叉验证法(CV)进行比较.结果证明了该改进算法在支持向量机参数选择中的有效性和实用性.     

一种函数优化问题的混沌遗传算法

混沌作为一种非线性动态系统中的现象，受到了人们的重视，给出一种结合混沌优化方法和遗传算法的混沌算法，实验表明，它通过对问题的解空间交替进行全局和局部搜索，能更有效地求解函数优化问题。     

基于改进遗传算法的自抗扰控制器优化设计

针对超空泡航行体受力特征及其航行时具有非线性、时滞与耦合等复杂问题,提出可根据适应度对控制参数进行自适应动态调整的改进遗传算法。通过建立超空泡航行体纵向模型,设计专用自抗扰控制器对其进行控制,并针对控制器参数多、调节困难的问题,改进了自适应遗传算法对其精确优化。最后通过特性仿真,验证了基于改进的自适应算法的自抗扰控制器相比经典自抗扰控制器的优势。仿真结果表明,该自抗扰控制器符合实际需求,具有良好的控制效果。     

改进的混沌优化算法及其在函数优化中的应用

针对基本混沌优化算法在求解三维以上的多维函数时不易求得全局最优解的局限性,通过引入解向量的优选,提出了一种改进的混沌优化算法,主要思路是通过多次可行解向量的混沌优选,将可行解定位到最优解的附近,再用二次载波进行搜索找出多维函数的全局最优解.仿真计算表明:该算法对三维以上函数可以显著提高搜索精度,收敛性能好,容易找到全局最优解.     

一种改进的遗传算法及其在结构优化设计中的应用

通过对遗传算法的二进制编码和实数编码的机理分析,结合2种编码的优点,从工程结构优化实际问题出发,提出了一种可以任意控制离散度的改进实数编码遗传算法.该算法利用实际工程结构问题中对尺寸设计变量精度要求的放松,在编码过程中加上"隐约束",缩小了搜索空间,减少了结构重分析次数,提高了收敛速度.该算法的优点是可以根据实际问题的需要任意选择变量的精度.实例计算表明,该算法对复杂结构的优化设计是有效的.     

人工免疫网络算法的改进及免疫优化应用

基于人工免疫网络算法(aiNet)模型,借鉴禁忌搜索算法(TS)的思想,提出一种禁忌搜索与人工免疫的混合算法,即人工免疫网络算法(TS-aiNet).在算法中引入禁忌表,禁忌那些在网络迭代中亲和度连续不再增加的细胞,并通过特赦准则赦免一些被禁忌的优良状态;增加1个记忆表,用于保存成熟的记忆细胞;重新定义高斯变异方式,以保证多样化的有效搜索.利用Markov链证明算法全局收敛性,通过对多个典型系统测试函数的仿真实验定量分析该算法的性能,并与经典克隆选择算法和opt-aiNet算法进行比较研究,分析特征参数对算法性能的影响.实验结果表明,该算法在多模态搜索空间中具有更强的全局收敛性、稳定性和寻找极值点能力,能够克服早熟现象,是一种有效的全局优化搜索方法.     

改进的粒子群算法及在结构优化中的应用

粒子群算法（PSO）是一种有效的演化算法。将免疫算法中浓度的概念引入粒子群算法中，提出了一种基于浓度概念的竞争排挤粒子群算法；并提出了基于样本方差的种群多样性指标，用以定量的描述种群多样性。这种改进的粒子群算法增加了粒子群的种群多样性，提高了算法的全局搜索能力。最后将本文的算法应用于梁结构和桁架结构优化设计，验证了算法的有效性。     

工程结构优化中的改进生物地理学优化算法

为改进生物地理学优化(BBO)算法在工程结构优化设计中的性能,引入非线性物种迁移模型和"精英引导"等思想对BBO算法进行改进,并将算法应用于结构工程优化领域。以2个连续变量的经典桁架结构为例,进行结构在满足各项约束条件下质量最小的优化设计。数值算例表明,改进算法应用于工程结构优化设计时具有收敛速度快、稳定性好的特点,性能比BBO算法有较大提升,可以有效地应用于工程结构优化设计。     

改进的遗传算法及在物流配送路径优化中的应用

物流配送中带有时间窗车辆路径问题（vehicle routing problem with time window,VRPTW）是复杂的NP-Hard难题,本文针对这个问题提出一种改进的遗传算法．针对简单遗传算法容易出现“早熟收敛”的问题,算法设计了一种基于个体浓度的群体多样性保持策略,将其作为选择算子,依据个体期望繁殖率来选择子代,引入新颖的CX交叉算子．通过对实际的物流配送实例进行实验和计算,实验结果表明,该遗传算法可以更加有效地求得有时间窗车辆路径问题的优化解。是解决物流配送车辆路径安排较好的方案．     

基于蛙跳算法的改进支持向量机预测方法及应用

针对支持向量机在中长期负荷预测中关键参数选择的问题,引入蛙跳算法(SFLA)以优化基于支持向量机的中长期负荷预测算法,解决支持向量机参数选择问题。以对中国能源消费总量预测为例,对本文提出的改进算法进行验证。以1979—1999年的能源消耗量作为样本,对2000—2009年能量消耗量进行检验。研究结果表明:引入蛙跳算法后,与用粒子群(PSO)算法改进的支持向量机以及普通支持向量机方法相比,改进支持向量机预测精度分别提高2.34%和3.21%,算法运行时间分别增加51 s和109 s。