半挂牵引车车架疲劳可靠性分析及优化

首先建立车架几何模型以及相应的有限元分析模型,分析车架的强度与刚度。在Adams中建立车架的多体动力学模型,计算求出悬架与车架连接处的动态外载荷作为车架疲劳仿真分析的载荷谱。在疲劳可靠性分析软件Fatigue中,通过准静态疲劳寿命分析方法计算出车架的疲劳寿命。利用粒子群多目标优化算法,以车架的各纵横梁为设计变量,以车架的较低应力和较轻质量为优化目标,选取较为合理的车架纵、横梁设计尺寸。结果显示优化后车架满足强度要求,质量减轻了近20 kg,疲劳寿命也提高了8.6%。该分析方法既可用于车架的抗疲劳设计等问题研究,也为其他工程实际问题提供了设计参考依据。     

基于遗传算法的多目标优化算法

本文先介绍了遗传算法的实现技术,又介绍了多目标优化问题的概念,然后使用遗传算法来求解多目标优化问题。文中使用了均匀设计方法来设计适应度函数,并设计了新的变异算子,算法结果是有效的。     

改进的多目标遗传算法在无人机机翼结构优化中的应用

现有的多目标遗传算法往往只能求得整个非劣曲线的一部分,同时局部搜索能力差,收敛速度较慢。为了解决这些问题,提出了一种改进算法,该算法将非劣分层遗传算法(NSGA)与向量评估遗传算法(VEGA)的优点结合起来,并且提供了一个利用往代信息构造搜索方向的局部搜索算子,有效扩展了非劣曲线的范围,加快了收敛速度。以某无人机机翼结构的多目标优化问题为例,证明本文改进算法可以较为快速地获得一个分布均匀的非劣解集。     

基于遗传算法的电力机车优化操纵方法

铁路运输部门是国民经济中耗能最大的单位之一,其节能研究具有重要意义,通过改进机车的操纵方法以实现列车的节能运行,是一条经济有效且直接可行的节能途径.本文通过对东风-济南西HXD3型电力机车的实际运行数据的计算,得出了电力机车的基本阻力、坡道和曲线等附加阻力等参数,给出了一种间接计算电力机车能耗的模型,使得在未记录电表值情况下能够给出能耗的参考值.将计算值与实际能耗进行比对,模型的准确率在90%左右.同时以东风—王村区段为例进行了操纵方法寻优,选取该区段的8个信号机的位置作为关键点,并对各个关键点进行了速度与手柄位的编码,使用遗传算法,得到了该区间的优化操纵方法.经计算与实际能耗相比减少30%左右,效果显著.     

基于遗传算法的多目标优化配矿

为综合衡量配矿效果,基于多目标优化理论,以磨浮入选原矿组分指标、入选原矿品质稳定及最大限度利用原矿为目标,构建磷矿堆场多目标优化配矿模型,并采用改进的多目标遗传算法求解该模型。经约束多目标优化算例测试结果表明：改进的多目标遗传算法可以找到多目标优化问题分布广泛、均匀的Pareto最优解集。并针对磷矿浮选堆场开展多目标优化配矿,现场测试结果显示,矿石混配后P2 O5含量23.052％,MgO含量4.195％,混配原矿30654 t,比常规优化方案资源利用率提高0.31％。研究结果表明,该多目标优化配矿技术可实现稳定矿石品质的同时最大限度地利用原矿。     

改进小生境遗传算法在元搜索引擎调度优化中的研究

针对多独立搜索引擎组合调度时查询精度、查询完全度和响应时间不理想等问题,结合元搜索引擎调度特点对多独立搜索引擎组合调度进行动态优化。文中借鉴小生境思想,将小生境技术与遗传算法、相结合,提出了一种多目标组合优化调度的改进小生境遗传算法。该算法使每个个体在其小生境内进行局部寻优操作,保证了群体的多样性,增强了局部搜索能力,抑制了种群的早熟现象。在多个子目标不能同时达到最优时,采用个体综合适应度对各个目标函数的适应度进行加权,来协调优化各搜索引擎的组合,找到搜索引擎组合调度序列的非劣解。仿真实验结果表明该算法提高了元搜索引擎的调度效率,在查询精度和计算速度上均优于常用的查询优化技术。     

基于多目标混沌遗传算法的列车控制策略优化

为得到一组满意的行车控制策略,构建了列车运行多目标模型,并以列车运行动力学模型为基础求得列车局部运行控制策略制定方法。使用基于混沌优化的多目标遗传算法对列车控制策略进行优化研究,以相位转换点作为基因序列,多个基因组成染色体形成一套控制策略。使用混沌初始化种群,结合精英保留策略,增加了种群的多样性,并提高算法收敛能力。最后采用Matlab软件仿真验证了方法的可行性及有效性。     

基于改进遗传算法的智能组卷模型优化

建立了一种多目标优化的数学模型,并针对标准遗传算法易早熟收敛和进化缓慢的特点,提出了一种改进的组卷遗传算法对模型进行求解.该算法在编码策略、基因修正和算子概率3个方面对标准遗传算法进行了改进.实例分析及仿真验证表明:提出的建模方法将组卷成功率提高到100％,算法运行时间降低到300ms以内,总体上极大地提高了智能组卷任务的执行效率,并能够定量地评估和控制组卷质量.     

基于遗传算法的交通信号控制多目标优化

针对城市交通信号控制面临的多目标优化问题,提出了利用遗传算法实现多目标优化的方法.分析了城市交通信号控制多目标优化的本质及特点,采用基于遗传算法的多目标优化方法,提出了信号控制多层模糊控制模型,以平均延误和停车次数作为优化目标,采用遗传算法中的随机权重方法来进行该模型的多目标综合优化,给出了各模型参数的计算方法和优化步骤,最后进行了仿真试验.仿真结果表明,给出的多目标优化方法优于传统的多目标固定权重方法,可以获得更好的交通信号控制效果.     

基于新欧洲行驶循环的轮边驱动电动汽车平顺性仿真及优化

针对某型轮边驱动电动汽车,为提高车辆平顺性能,推导其动力学微分方程,在MATLAB/Simulink中建立1/4车辆平顺性仿真模型,在新欧洲行驶循环(new european driving cycle,NEDC)工况下,以车身加速度和车轮动载荷为指标,与吸振式轮边驱动电动汽车对比其平顺性能。针对吸振式轮边驱动电动汽车,以车轮最大振动位移的最小值为目标函数对其悬架与吸振器参数进行优化设计,并进行仿真对比。仿真结果表明,优化后的吸振式轮边驱动电动汽车车身加速度均方根值降低了8. 2%,车轮动载荷均方根值下降了0. 12%,明显改善了车辆平顺性能,对改进轮边驱动电动汽车的行驶平顺性能具有一定的指导意义。     

基于改进遗传算法的行星齿轮优化设计

针对行星齿轮的设计参数是由一些混合离散变量组成的特点,通过距离测度改进遗传算子,引入菱形思维,得到了具有实值编码技术的改进型自适应遗传算法．将齿数、模数、齿宽及行星轮个数作为设计变量,以机构的体积最小为目标函数,建立了有别于现有行星轮系的优化设计数学模型．并利用改进遗传算法对模型进行了优化,较常规设计体积减少了31．64％,较SGA减少了17．8％,具有一定的实际意义．     

基于改进遗传算法的露天矿运输路径优化

为克服露天矿以等效运距为权重进行路径优化的现实不可行性,建立以时变运输功最小化为优化目标的路径优化模型,用以描述道路网络的随机波动性。首先建立了时变运输功计算模型,并进一步提出基于随机过程的最优化概率模型;最后从改造遗传算法入手,进一步提高解的收敛速度。实验结果显示,较之传统的静态路径规划算法,文中算法不仅能快速获得低能耗的最优化路径,而且能大幅度的提高解的收敛速度,进一步压缩整个运输系统实际工程中的费用成本。算法在实际调度过程中具有更高效的优化效果。     

基于混合遗传算法的TSP问题优化研究

为了避免陷入局部优化,提出使用混合遗传算法,即用应用模拟退火算法的Boltzmann生存方法,根据个体适应性的变异值Δf和概率值exp(-Δf/T),来保持个体的多样性,阻止提前收敛,用顺序交叉算子和部分路径翻转变异算子来提高算法的收敛速度,较好地解决了群体的多样性和收敛速度的矛盾.算法分析和测试表明,该改进算法是有效的.     

基于ADAMS微型观光旅游电动汽车平顺性优化

基于国内所研制的微型观光旅游电动汽车平顺性差的缺点,以多体动力学理论为基础,在ADAMS/Car中建立唐山市电动汽车重点实验室前期研制的微型观光旅游电动汽车虚拟样机模型。分析并建立其前后悬架系统弹簧刚度和减震器阻尼约束条件,采用正交实验法在ADAMS/Car Ride中对整车进行各参数组合的平顺性仿真分析。获得前后悬架系统参数对此微型观光旅游电动汽车平顺性影响主次顺序,最终得到前后悬架弹簧刚度和减震器阻尼匹配的相对最优解。大幅度改善了此微型观光旅游电动汽车平顺性,并为进一步提高其平顺性指引了优化方向。     

基于平顺性和道路友好性的重型货车悬架优化

提出一种基于车辆动力学仿真的重型货车悬架系统多目标优化策略,可同时改善车辆的平顺性和道路友好性,从而缓解驾驶疲劳、延长道路使用寿命.基于车辆动力学原理在Matlab/Simulink平台上构建了10自由度钢板悬架重型货车-路面系统的动力学模型,选择与该车匹配的被动空气悬架并设计半主动空气悬架模糊控制器;仿真并分析钢板悬架车辆模型、被动空气悬架车辆模型、半主动空气悬架车辆模型的使用效果;以被动空气悬架作为进一步优化的对象,归纳其平顺性和道路友好性随阻尼系数的变化规律,从而得到使车辆综合性能最优的悬架阻尼系数.     

一种求解约束函数优化问题的遗传算法

遗传算子和种群更新策略在遗传算法全局寻优过程中发挥着重要作用，通过多父体杂交算子使产生的后代更具多样性和采用最小代数代沟种群替换模型有效地均衡算法对问题解空间的探索和开发能力提高算法的性能，给出了一种求解约束函数优化问题的遗传算法。对两个典型约束函数优化问题进行了数值实验，实验结果表明了该算法的有效性和稳健性。     

基于遗传算法和粒子群优化算法的电力系统无功优化

从数学的角度分析,电力系统无功优化是一个多变量、多约束、非连续性的混合非线性规划问题,因此,优化过程十分复杂.以减少有功网损为目标函数建立电力系统无功优化计算的数学模型,基于遗传算法和粒子群优化算法,提出一种新颖的混合策略来求解无功优化问题.IEEE 6和IEEE 14节点系统的仿真计算结果表明:与单一的遗传算法或粒子群优化算法相比,该混合策略在优化效果方面具有明显的优势.     

全地域车平顺性仿真分析

应用ADAMS软件,建立了包含人体、前后悬架、车架、转向系在内的某全地域四轮车的多刚体动力学模型.利用谐波叠加法模拟了符合国家标准的B级路面不平度,并生成路面文件.分析了发动机激励,在ADAMS中施加了发动机激振力和力矩.在考虑发动机激励的情况下,对该车在随机路面输入下进行了平顺性仿真,并用MATLAB编制了全地域车客观评价方法对其座位处和手把处的振动进行了评价,为进一步设计分析打下良好基础.     

基于操纵稳定性的双横臂扭杆独立悬架多目标遗传优化设计

文章针对双横臂独立扭杆弹簧悬架的特点,运用多体动力学的理论建立了某商务车独立悬架的运动学数学模型和仿真模型,基于遗传算法开发了多目标的优化程序,通过ADAMS/Solver和外部程序的接口文件实现了数据传输。将仿真结果与优化前得到的仿真结果进行了性能对比,结果表明优化后的仿真结果有效地改善了悬架的性能,同时也说明了该方法和传统的优化设计方法相比,这种方法提高了精度和效率。