冶金专用车车架结构的优化设计

在某型冶金专用车车架概念化设计的基础上,以有限元结构分析和优化算法相结合为手段,对横梁和纵梁的截面尺寸进行优化,建立了车架的有限元模型,优化数学模型,通过电测试验验证了有限元模型的正确性,采用ANSYS参数化设计语言编制了优化设计程序,用ANSYS软件中的一阶优化方法获得最优设计。实际应用表明该优化设计方法比原有的设计方法更为有效和快捷,该方法可广泛应用于车架优化设计工程中。     

模糊作业车间调度中的提前/拖期问题的研究

首先介绍了现实作业车间调度中的模糊加工时间和模糊交货期问题,并阐述了模糊理论中有符号距离、区间数距离等相关概念;然后给出了以遗传算法为框架的基于有符号距离和区间数距离的作业车间调度模型以解决调度中的提前/拖期惩罚问题,并且通过实例验证了模型的可行性和有效性.     

空间聚类算法中的K值优化问题研究

在典型的空间聚类算法K-平均法和K-中心法中,K一般为用户事先确定的值,然而,实际中K值很难被精确地确定,往往表现为一个模糊的取值区间。在此提出距离代价函数的概念,建立了相应的数学模型并设计了一个新的K值优化算法,对空间聚类K值优化问题进行了初步的研究。     

基于改进PSO算法的连铸二冷过程优化仿真

连铸小方坯二冷过程优化是在实现二维传热建模和数值求解的基础完成的。冶金准则的多目标性,模型数值离散化大的计算量以及凝固相变存在引起模型求解的非线性,导致传统优化方法搜索效率低下。采用粒子群算法优化连铸二冷过程。为加强局部搜索能力,引入混沌序列对陷入局部极小点的惰性粒子重新初始化,在迭代中产生局部最优解的邻域点,帮助惰性粒子逃离束缚并且快速搜寻到最优解。仿真结果表明,改进的PSO算法有更好的搜索效率,取得了较好的效果。     

基于特征结构配置的结构主动控制及仿真

考虑了具有最优控制的结构主动控制问题,目的是在系统满足闭环特性的前提下,设计状态反馈控制器使得系统性能泛函极小化。利用特征结构配置方法提供的自由度,给出了性能泛函的显示参数化表示,从而该问题转化为带有约束条件的优化问题,参与优化的变量仅为一组参量。并给出了求解该优化问题的算法,该算法直接基于结构系统矩阵,故其简单性为工程应用提供方便。地震作用下对三层剪切结构建筑模型进行仿真分析,结果表明所提结构主动控制方法的有效性。     

基于禁忌退火粒子群算法的火力分配

火力分配问题是典型的NP完全问题,传统的求解算法存在指数级的时间复杂度。给出具体实用的防空火力分配模型,提出一种基于禁忌搜索与退火粒子群优化的新算法,并针对多种空袭规模的实例进行计算机仿真。仿真结果表明,与禁忌搜索、标准粒子群优化、退火粒子群优化等智能算法相比,新算法在解决火力分配问题时具有更优良的收敛精度和时间性能。     

求解TSP 问题的离散粒子群优化算法

以旅行商问题为例,提出了一种离散粒子群优化算法,根据优化问题及离散量的特点,对粒子的位置、速度等量及其运算规则进行了重新定义,为抑制早熟停滞现象,为粒子和粒子群分别定义了个体多样性和微观多样性,算法中定义了排斥算子来保持粒子群的多样性,使用高效的学习算子来提高算法的局部求精能力,使算法在空间探索和局部求精间取得了很好的平衡,与领域中的其它典型算法进行了仿真比较,结果表明,离散粒子群优化算法具有很好的性能.     

基于回路阻力闭合差最优分配的通风网络解算方法

针对当通风网络存在按需供风的分支时,Scott-Hensley方法无法对存在具有此特点的分支的回路的风量进行有效调节,回路风压归零误差全部集中在那些按需供风分支上,这给风量调节带来一定困难,提出了一种新的通风网络解算方法.该方法通过使所有独立回路分支风压代数和的平方和最小化的方法,将回路风压归零误差按需分散到所有回路或某些回路上,从而实现所有回路的调节,同时使不平衡误差最小化.该方法理论上考虑到了通风网络中存在按需供风分支的情况,用计算机进行求解不存在理论上的缺陷.风网解算时,只需选一次独立回路且同时对所有独立回路进行风量调节,即可获得正确的结果.由于任何通风网络均可转换成含按需供风分支的网络,因此该方法事实上不存在局限性.     

一种改进的粗粒度并行蚁群算法

蚁群算法是一种模拟进化算法,具有很强的全局搜索能力。提出了一种基于粗粒度模型的并行蚁群算法,该算法采用了一个新的信息素更新策略———Ant-proportion,这种新的更新策略是综合考虑全局和局部信息,依据蚂蚁在搜索过程中所得到的路径的优劣程度和路径中各路段对其贡献的大小来分配信息素增量;另一方面,该算法采用的粗粒度模型充分利用了蚁群算法内在的并行性,使得算法具有更快的收敛速度和更好的优化质量。最后,选用了CHN144问题对该算法进行了检验,算法求得的最优路径优于已知的最优结果。     

基于遗传算法的RLV再入轨迹优化设计

飞行器再入轨迹优化是一类最优控制问题。传统的优化方法存在初始值敏感问题。利用小生境技术和精英方法改进适应值共享拥挤遗传算法,并将其用于RLV再入轨迹优化设计。以终端时间固定的空间最小控制能量再入轨迹和终端时间自由的平面最小热载再入轨迹为例,详细讨论了遗传算法用于再入轨迹优化设计所需要解决的一些关键问题。仿真结果表明提出的方法能够较快地搜索到全局最优解,对初始猜测值不敏感,能够方便用于RLV的再入轨迹方案选择和优化设计。