改进的遗传算法在同步器优化中的应用

汽车同步器是自动变速器的重要组成部分.对同步器的模拟优化能为同步器的设计生产提供重要的参考.为了获得一个较好的优化效果,提出了一种改进的遗传算法.通过对遗传算法选择过程的标准进行了改进,结合适应度函数与染色体之间差异,形成一种新的适应度函数.该函数同时考虑了选择压力和物种多样性.通过对函数中两个常量的调整,可以使算法在不同情况下可以有不同的偏重.引入两种典型测试函数的分别从高纬度变量和低纬度变量进行试验,分析改进算法中两个影响因子的作用.并与几类遗传算法进行比较,结果表明该改进的遗传算法能更快更稳定的找到较优的解.最后将改进选择策略结合自适应遗传算法对同步器进行优化,证明了该选择策略具有良好的鲁棒性和实效性.     

基于改进的遗传算法的天然气管网系统运行优化

在天然气管网系统安全稳定运行的基础上,为了实现节能减排,充分合理地利用管道的输配能力,将目标函数定义为天然气的最大流量,同时考虑管道内天然气稳定流动、各节点流量平衡、节点及管段压力等约束条件,建立了天然气管网系统优化数学模型。采用整数编码来进行管径编码,用模拟退火罚函数转化约束条件,并合理地将遗传算法的全局寻优能力和模拟退火的局部搜索能力互补融合起来,实现算法的改进和优化。将改进的遗传算法应用到某大型天然气管网优化设计的实例中,计算结果表明,改进的遗传算法在解的质量上和收敛的速度上都优于基本遗传算法,验证了所建立的优化模型是高效可行的。     

基于遗传算法的辐射防护材料最优模型设计

为了探究复合防护材料中不同屏蔽物质配比所能够实现最佳防护的效果,基于遗传算法设计了各类防护功能粒子制备复合防护材料的最优化配比模型。以氧化硼、氧化钆和氧化钨三种功能粒子为例,按照光子和中子在物质中的衰减规律,分别构建了模型得出具体结果所需的光子目标函数和中子目标函数,引入实例,利用Matlab实验室软件中的遗传算法计算出最优解集。使用MCNP程序在Matlab仿真实验室中进行仿真验证,找出最优解集中的最优解,验证了模型的可行性。     

基于改进遗传算法的柔性抛光工业机器人抛光时间优化

为实现抛光时间最优的目标,课题组对自主研发的柔性抛光工业机器人抛光轨迹进行了合理规划。从表壳的表耳处取得一系列工业机器人机械臂工作的位置点,通过求解逆运动学方程得到相应的关节位置,采用三次B样条曲线拟合的方法得到各关节的轨迹曲线;用B样条曲线的控制定点约束代替运动学约束,并基于改进的遗传算法,求解出时间最优的时间节点;在此基础上,规划得到满足时间最优的非线性轨迹曲线。研究表明:基于改进的遗传算法,能够很好地避免传统遗传算法的"退化"现象,更快地求得最优解,即抛光工业机器人的抛光工作时间达到最优。     

全钒液流电池储能在配电网中优化配置策略

再生能源的大量接入对配电网造成许多不利影响，应用全钒液流电池（VRB）储能技术可有效促进可再生能源消纳，减少可再生能源并网造成的不利影响。分析了VRB储能的充放电特性，并在此基础上建立了电池模型，充分考虑配电网中风电、光伏发电、负荷需求的不确定性和VRB储能电池的经济性，提出了一种VRB储能优化配置策略，利用遗传算法进行求解，在IEEE33节点电网模型中进行仿真分析，验证了这种策略可有效提高可再生能源消纳，减少大电网中传统燃料能源输入电量。     

基于协同优化算法的流速仪检定系统设计

提出了一种小型轻便的流速仪检定系统的设计方案,并运用改进的多学科协同优化方法求解各学科设计变量的最优解。首先介绍了算法思想及改进措施,并根据系统设计要求建立了各学科的设计变量、目标函数和约束条件；其次,运用遗传算法求解各学科设计变量的最优解,并根据优化结果完善了系统的设计方案,同时运用计算机仿真等方法验证了优化结果的可行性。结果表明,优化后的检定系统满足流体力学效应、匀速运动时间、系统重量等设计要求,同时证明了协同优化算法解决多学科设计优化问题的有效性。