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.     

通过加快数据读取速度应对大批量数据读入超时问题的研究

信息学奥赛旨在推动普及、开阔学生的视野、拓展学生的知识面、培养学生的计算思维.信息学奥赛题目中,经常会遇到一些大批量数据的读入问题,很多初学者使用scanf标准数据读入方法,发现数据还没有完全读入,就已经超出题目的运行时限,导致得分率很低.为此,需要探究解决读取数据时间过长的问题.     

基于多软件联合仿真的载货汽车平顺性提升方法研究

针对改善某载货汽车行驶平顺性的问题,对某整车制造企业生产的某型载货汽车进行了研究,提出一种新的方法对该车顺性进行提升.首先,应用ADAMS/Car建立载货汽车的刚柔耦合样机模型;其次,建立ADAMS/Car与Simulink的联合仿真模型;最后,利用MATLAB编写加速度RMS(加权加速度均方根值)程序,并应用Isight/Optimization软件中的多岛遗传算法优化此联合仿真模型.以载货汽车不同车速行驶在随机级路面(C级),驾驶室座椅处加速度RMS值来评价整车平顺性的优劣.结果表明:采用提出的方法设计优化后,驾驶室座椅处X向的加速度RMS值最大降低了12.84％,座椅处Z向的加速度RMS值最大降低了13.08％,座椅处综合加速度RMS值最大降低了11.46％,平顺性能得到了提升.     

车门铰链系统与车门下沉刚度的相关性

针对某型车门下沉问题,通过台架试验获得车门、铰链和车身等各单因素下沉量和车门绞链系统整体下沉量,对单因素下沉量与系统整体下沉刚度进行线性拟合分析,得到车门铰链系统各单因素与系统下沉刚度的相关度排序.对前、后车门分别选取相关度较高的单因素进行优化,最终改进方案的仿真和试验结果证明该方案可有效地提升车门下沉刚度.采用定量分析法可快速找出影响下沉刚度的敏感因素,并能够快速生成优化方案,为新车型设计提供参考.     

不同技术条件下露天矿最终境界变化情况分析

基于 Opmetalminer 软件系统，综合考虑改变回采率、选矿回收率及废石混入率 3 种技术参数取值对露天矿最终境界的影响。首先根据矿山的地质数据构建相应的矿床数值模型，主要包括地表标高模型、台阶模型以及品位模型；然后根据矿山提供的相关技术参数及市场现时价格对境界进行优化，从而得到基础境界；最后分别对改变废石混入率、改变回采率与废石混入率、改变选矿回收率 3 种情况进行分析讨论。结果表明：单独考虑废石混入率时，废石混入率突破从 8% 降至 7% 的技术瓶颈时，可以获得增长幅度最大的境界盈利值；同时考虑回采率与废石混入率时，回采率突破从 91% 提升至 92% 的技术瓶颈时，尽管废石混入率从 2% 增至 3%，但依然可以获得增长幅度最大的境界盈利值；单独考虑选矿回收率时，选矿回收率突破从 79% 提升至 80% 的技术瓶颈时，可以获得增长幅度最大的境界盈利值。     

聚酯装置全消光转产特种消光过渡优化

总结了中国石化仪征化纤有限责任公司全消光转产特种消光切片的现状,根据理论计算反应釜中的TiO2含量随时间变化的公式,探索影响转产过渡时间的因素,为减少转产过渡时间,降低过渡料提供理论依据.     

动态限星算法对RTK定位的耗时改进

差分卫导实时动态定位(RTK)依靠 Kalman 滤波功能的实现，当滤波器阶数过高时，会带来计算量的激增，这就会影响定位的耗时。当运算平台能力有限却需要较低的计算时间耗时，动态限星算法能够有效地将 RTK 的计算耗时降低至合适的耗时需求。运动平台实测结果表明，动态限星算法优化后的 RTK 定位耗时较优化前减少了 50%。     

新媒体时代广播电视编导工作的优化策略

信息技术的发展推动了新媒体的崛起,广播电视行业也迎来了全新的发展机遇与挑战.广播电视作为传统媒体行业,应充分利用好现代化媒体技术,发挥编导的价值和作用,创作出更加优质的节目内容,满足新时代人民群众多元化的节目需求,促进行业实现长远发展.基于以上背景,本文以广播电视编导为研究对象,分析了新媒体时代下广播电视编导在节目制作中的作用,并对其工作提出了具体的优化策略,旨在为相关工作者提供理论参考.     

基于两步聚类和关联规则结合的推荐算法

在电子商务的浪潮中,互联网保险也蓬勃发展,传统的保险业务由线下转到线上。当互联网保险企业积累到一定量级的用户后,开始探索新的业务发展模式,如何有效挖掘已有的潜在会员,如何探索会员感兴趣的保险产品,如何为用户推荐个性化的个性化保险方案,是当前迫切需要解决的问题。基于此,本文探讨了基于两步聚类和关联规则结合的推荐算法,旨在提高关联规则的有效性,从而为互联网保险企业会员推荐最感兴趣的保险产品。