改进的遗传算法在结构动力模型修正中的应用

结构动力模型修正是一个复杂的非线性优化问题,常规优化算法都存在优化效率低或容易进入局部最优的问题。基于微种群遗传算法和模拟退火算法提出了一种改进的微种群遗传算法,算法采用父代参与竞争的联赛选择方式,同时引入模拟退火优选机制实现个体的选择,并使用最优保存策略来保证群体的高适应度和基因的多样性。实例将改进的算法应用到结构动力模型修正问题,结果证明算法在保证修正精度的同时,收敛速度得到明显提高,验证了改进的遗传算法的有效性。     

基于降阶模型的冰形快速预测方法

本文研究了结冰数值模拟基本过程,开展了结冰数值模拟方法的验证,然后利用结冰数值模拟结果作为样本数据库,建立了冰形快速预测降阶模型,完成了二维结冰冰形快速预测。并成功将此方法应用于三维模型冰形预测,通过算例验证发现降阶模型对于结冰冰形预测与数值模拟结果吻合较好,表明降阶模型可以快速、精确的应用于结冰冰形预测。     

基于键合图的物理模型降阶方法

基于动态系统物理表达方法——键合图法,给出了物理模型降阶方法——模型降阶算法(MORA),对流经组件的功率流进行比较,以确定元件的活跃性及相对活跃性,据此对模型进行简化,并对MORA方法进行了改进,同时给出了低活跃性元件去除的物理解释.最后,对汽车的键合图模型进行了降阶,仿真结果证明,降阶后模型的动态特性与原模型动态特性高度吻合,证明基于物理的模型降阶算法是非常有效的.     

流固耦合模型的适应性POD降阶方法研究现状

复杂流固耦合结构的仿真优化问题是优化领域的一个难题。其庞大的计算成本需要模型降阶技术来解决,介绍了流固耦合降阶过程中本征正交分解方法的原理,总结了几种适应性POD方法,简述了适应性降阶模型在流固耦合结构优化问题中的应用情况。     

使用应变模态和遗传算法的有限元模型修正方法

提出了采用应变模态置信度为待修正响应特征的有限元模型修正方法。应变模态置信度是评价有限元仿真与试验测试结果相关性的方法,可以为模型修正提供全局的频率误差信息和局部的应变相关性信息。首先,介绍了应变模态和有限元模型修正的相关理论方法;然后,以某航空加筋壁板结构为对象,通过仿真分析和"仿真试验"获得结构的应变模态频率以及对应的应变振型,进一步计算频率误差和应变模态置信度误差;最后,基于两种误差构造模型修正的目标函数,采用遗传算法对目标函数进行优化,修正结构中的待修正参数,并将修正后参数代入模型,验证所提方法的正确性和有效性。结果表明:所采用的方法获得的修正后有限元模型具有复现修正响应特征的能力,并且对于未修正频段内的响应也具有较好的预测能力。     

大型带式输送机动态建模及模型降阶

通过有限元方法建立大型带式输送机的动态模型,并通过基于系数矩阵的有序实Schur分解的模型降阶法对带式输送机系统模型进行降阶处理,得到低阶模型,绘出其频率特性Bode图,比较降阶前后系统的频率特性。     

基于遗传粒子群混合算法的NURBS曲线降阶

提出一种基于遗传粒子群混合算法的NURBS曲线降阶算法,将遗传算法融入到粒子群算法中,形成既收敛速度快,又能收敛到全局最优的算法,并应用于NURBS曲线的降阶中.通过仿真,证明了采用该算法实现NURBS曲线降阶具有较高的精确度.     

大型回转装置电液位置伺服系统的降阶设计方法

液压位置伺服系统往往为高阶系统,因此在对其系统进行设计及性能优化过程往往会带来不便。针对某大型旋转装置的设计要求,通过对其位置伺服系统原理的分析,建立了系统传递函数模型,对其电液位置伺服系统进行了仿真计算,分析了系统的零极点分布情况,发现其非主导极点远离主导极点,由此通过使用降阶近似的方法,得出了其近似二阶系统模型。仿真分析结果表明,该近似二阶系统与原系统的时间响应具有较好的吻合性。在此基础上,针对二阶近似系统提出了相应的校正方法,在系统的前向通道中串入校正环节,该校正环节能使系统闭环传递函数的一个零点与一个极点相互抵消,形成临界阻尼二阶系统,据此计算了校正环节的具体参数,从而在保证系统不超调情况下具有良好快速响应性能。研究结果表明,所设计的系统能较好地满足设计要求。     

基于降阶谐振控制器的三相逆变器电压控制研究

在电力行业中,电压型三相逆变器是电力系统能够正常稳定运行的重要设备,对能源转换的可靠性与有效性具有极其重要的作用,因此,三相逆变器电压控制技术受到世界各国专业学者的关注与研究。三相逆变器的输出端搭载非线性负载时容易受到谐波因素干扰,进而影响到输出电压的质量,而在三相逆变器中搭载降阶谐振控制装置能够有效解决这一问题。基于此,本文对降阶谐振控制器与三相逆变器的原理进行简单分析,利用仿真模拟试验的方法验证降阶谐振控制器在电力系统中的实际作用,以此研究基于降阶谐振控制器的三相逆变器电压控制。     

基于模型降阶的积分分离PID调节在喷雾结冰系统中的应用

在某喷雾结冰系统中,为模拟自然结冰气象条件,保证良好的雾化效果,要求喷雾供水、供气压力及流量可调并同时符合试验要求且稳定输出。由于管道流体压力、流量与调节阀开度存在复杂的非线性关系,流量与压力受环境与设备性能影响较大,为使实际运行中减小超调及震荡,该文论述了一种基于模型降阶的积分分离PID调节策略,实现系统压力及流量可调且稳定输出的方法。     

基于二进制编码遗传算法的发电机PID励磁控制设计

随着电力系统的发展,传统PID励磁调节已经不能满足同步发电机运行的动态和静态性能要求。为了克服这一缺点,提出了基于二进制编码遗传算法的PID励磁控制,将发电机励磁系统简化为一个二阶系统,采用遗传算法的PID励磁控制,利用Matlab工具对参数的整定进行了仿真。根据仿真得到的阶跃响应曲线,得出了系统的超调量、响应时间等参数。结果表明,经过遗传算法优化的PID励磁控制具有较高的精度和较强的适应性,能获得满意的控制效果。     

基于遗传算法的模糊控制器设计与仿真

模糊控制中隶属度函数的正确选择是模糊控制器设计的关键，它决定了模糊控制系统的动态、静态性能和控制效果。针对传统的获取隶属度函数方法的不足，提出了在一个待优化模糊控制器的基础上，采用改进的遗传算法优化其隶属度函数，从而使经过优化所获得的枣属度函数更加合理。最后对优化后的模糊控制器进行仿真比较研究，结果表明隶属度函数经过优化后的模糊控制器的控制品质有较大的改善和提高。     

基于遗传算法的移动机械手运动规划

讨论移动机械手非完整运动最优规划问题.利用遗传算法对移动机械手进行了两点和多点运动规划,采用了浮点数编码及适应度最优保存策略.通过仿真试验,验证了该方法的有效性和可行性.     

基于遗传算法的铣削参数优化

研究了在加工中心环境下 ,铣削加工切削参数的优化选择问题。通过考虑机床和工件的实际约束 ,建立了以最大生产率为目标的切削参数数学模型。应用遗传算法 ,及所建模型对铣削参数进行了寻优并进行了实例验证。     

基于生物遗传算法的车间布局优化算法

为了有效地减少产品在车间中的传输时间,根据车间中的生产工件的工艺流程对设备进行优化布局是十分必要的.本文应用遗传算法突出的寻优能力,根据中小批量生产方式的特点,提出了车间内设备布局的优化设计方法.     

基于变形遗传算法的切削用量优化

针对切削用量优化问题，提出了一种基于变形遗传算法的寻优方法，即在基本遗传算法的基础上增加了精英选择策略、交叉变异概率的动态自适应。将该方法与基本遗传算法进行了比较，并列举了最高生产率、最低成本和最大利润率的计算事例。结果表明，该方法的有效性和良好性能。     

基于遗传算法的高温空冷冷凝器优化设计

探讨了基于遗传算法原理的高温空冷冷凝器设计思想,分析了遗传算法在设计过程中的应用,列出了具体的实施步骤,并建立了冷凝器优化模型,并借助matlab遗传算法工具箱进行了验证.结果显示,遗传算法在换热器设计中具有良好的适用性.     

基于遗传算法的半履带气垫车多参数优化

在分析半履带气垫车行驶阻力的基础上,建立了百公里油耗的理论模型,讨论了砂壤土条件下风机转速和车辆前进速度对百公里油耗的影响。在MATLAB环境下设计了基本遗传算法模型以优化百公里油耗及相应的参数,得到了较理想的优化结果,但优化过程存在着一定的问题。通过分析基本遗传算法的缺陷性,明确了优化过程中问题的主要来源,并有针对性地改进了算法。此改进遗传算法优化过程和结果表现出寻优的有效性和稳定性。     

基于遗传算法的模具异地制造的优化调度

研究了模具异地制造的调度问题,建立了模具异地制造调度的最小模型,利用遗传退火算法实现了调度决策的优化,并提出了将遗传退火算法和分派规则相结合的调度策略和动态编码的方法,可提高搜索效率和速度,保证其全局收敛性。经调度实例验证表明,该算法能够提供了较为合理的调度方案。     

混合离散变量优化的遗传算法研究

将基于格雷码的遗传算法用于求解结构的混合离散变量非线性约束优化问题。完整地阐述了混合离散变量的遗传算法处理方法,包括变量的均匀性处理,编码和解码,多余码的处理;采用格雷码编码方式和一种新的适应值定标方法,对遗传算法作了合理的改进,并指出了原编码方式和定标方法存在的问题,并给出算例证明其合理性,有效性和对问题的适应性。