一种基于多岛遗传算法的火力优化分配方法

在实际作战中,如何合理分配火力单元,对保证作战效率、提高作战效能具有重要意义。针对多个火力单元对多个目标的火力分配问题,建立了火力分配数学模型,给出了基于多岛遗传算法的火力分配模型求解方法,并通过应用实例表明该方法是有效的、可行的。     

基于多岛遗传算法的自由曲面层合壳铺层优化

采用多岛遗传算法,以自振频率最大为优化目标,对自由曲面层合壳的铺层顺序进行优化研究。其中,自由曲面层合壳的几何形状通过非均匀有理B样条(NURBS)进行建模,结构有限元模型的创建和自振频率的计算通过ANSYS完成,多岛遗传算法通过软件Isight实现,并与ANSYS连接实现铺层顺序优化。最后,通过算例分别对正高斯、负高斯、正负高斯曲率自由曲面层合壳进行优化分析,获得了最优的铺层顺序。算例结果表明,提出的优化自由曲面层合壳铺层顺序方法是准确、有效的。     

高效求解多峰值全局优化的区间-遗传算法

针对传统区间优化算法求解高维问题耗时的缺点,将区间算法和遗传算法进行融合,提出了一种区间-遗传算法。该算法利用区间算法为遗传算法的搜索区域进行定界,同时采用拒绝指标可使包含全局最优解的区间更容易被选择,而且算法通过遗传算法提供的问题全局最优解的上界可对那些不包含全局最优解的区间进行删除。对一些多峰值全局优化问题进行了仿真实验,结果表明:该算法相比传统区间优化算法更加有效,而且随着问题维数的增大,算法的高效性更加明显。     

基于遗传算法的注塑成型充模过程优化

在注塑成型的过程中 ,非均匀的熔体前沿充填速度将导致非一致的取向及非均匀收缩和翘曲变形 ,理想的充填模式应尽可能使熔体在充填过程中保持MFV不变 .控制MFV的关键是优化充模过程的注射流率 .针对这一问题 ,将遗传算法和数值模拟技术相结合 ,用于注塑成型充模过程的优化 ,确定螺杆行程中的最佳控制点 ,以及控制点处的注射体积流率的最优值 ,以获得均匀一致的MFV .算例表明 ,利用遗传算法得到的优化流率设置 ,可以使MFV的均匀性提高 70 %左右 .     

气体注射控制参数对聚合物气辅共注成型过程影响的试验研究

对先进的气辅共注成型工艺进行了实验研究,系统研究了气体保压时间和气体注射延迟时间对气辅共注成型过程的影响规律,并基于理论分析揭示了其影响机理。研究结果表明:随着气体保压时间增长,气体的二次穿透增强,导致气体的穿透深度和穿透宽度均增大,而随着气体注射延迟时间延长,     

基于多智能体的虚拟企业资源集成与优化

智能体技术在制造资源领域的应用是一个新兴的研究热点。在对虚拟企业、智能体的特性等进行阐述的基础上，提出了基于多智能体技术的资源动态集成，以及应用混合遗传算法求解资源优化和智能单元体重构。     

区间参数压电智能桁架一体化多目标拓扑优化

针对区间参数压电智能桁架结构/控制一体化多目标拓扑优化设计问题进行研究.考虑的区间参数有普通杆件、压电作动杆及其连接杆的弹性模量、密度、杆件的截面面积、普通杆件的许用应力、压电作动杆所施加控制电压的限值,基于泰勒展开和区间扩张导出区间参数压电受控结构的开闭环特性,以结构和控制器的信息为设计变量,结构的质量和控制能量的上...     

基于改进遗传算法的多机系统PSS参数协调优化

提出了一种基于改进遗传算法的多机系统PSS(电力系统稳定器)参数的协调优化的方法。由励磁系统产生的滞后相位计算出PSS相位补偿环节的时间参数初值,根据这一初值决定优化PSS算法中PSS时间参数的取值范围,从而保证了PSS主要是给系统提供正的阻尼转矩,而对同步转矩影响较小,有利于IGA快速找到最优解。同时对GA的遗传算子进行了改进,提高了IGA的搜索效率。一个NewEngland10机系统的算例表明,利用本算法优化后的PSS能有效、合理地抑制低频振荡。     

基于多智能体遗传算法的多机器人混合式编队控制

提出了一种基于多智能体遗传算法的多机器人混合式编队控制方法,将多智能体系统与传统遗传算法相结合,形成了一种新的在线优化算法(多智能体遗传算法),应用到多机器人编队控制中。同时将领航跟随法与人工势场法相结合,能更有效地保持队形的稳定性、增强抗干扰能力。采用该方法进行仿真实验,并与传统机器人编队控制方法相比较,实验结果验证了所提方法的可行性和有效性。     

基于优化遗传算法的智能组卷系统研究

智能组卷技术是计算机无纸化考试系统中一项必不可少的重要技术,而改进组卷算法和提高组卷质量已成为当前的研究热点.重点分析研究组卷算法,通过建立组卷数学模型,结合遗传算法理论解决考试系统中的智能组卷问题.在选择算子中采用适应度排序在前一半的个体进入下一代的繁殖;在交叉算子中采用最优保持策略;在成卷前调整试卷知识点的分布.使组卷算法在不同的要求下都能得到较为满意的效果.智能组卷在通用计算机考试系统建设中具有较高的应用价值.     

基于遗传算法的多目标过程系统优化

提出了一种求解多目标优化问题的求解策略。在搜索寻优过程中 ,利用遗传算法生成 Pareto最优解集。在决策过程中 ,利用 TOPSIS方法来确定 Pareto最优解集中最佳协调解。最后 ,应用该算法对 DAM连续缩合过程的多目标过程系统做了优化研究。     

基于ANN-GA的注塑参数优化系统及其应用

在以人工智能技术为基础的注塑工艺参数优化系统的开发方面进行了研究．构建了以混合神经网络与遗传算法方法为基础，并结CAE技术的参数优化系统，编制了应用程序，通过工程实例，将参数优化系统的预测结果与CAE模拟结果进行比较和误差分析，显示出优化系统的稳定性和可靠性；优化结果与CAE模拟结果及实验验证的结果具有一致性，证明优化结果是正确的，表明基于混合神经网络与遗传算法方法的注塑工艺参数优化系统具有工程应用价值。     

液压集成块CAD中的两个智能程序及其算法

在液压集成块设计中,孔道的通、断判别及表达块内部结构的工作图剖切平面选择是较为艰难的任务.本文提出了解决这一问题的算法,并用LISP语言编写了相应的程序.能有效地利用块的空间、使用方便、易于理解、符合实际情况且精度高是本算法的优点.程序计算结果表明与实际计算完全相符.     

群智能算法的理论及应用综述

群智能是由自然或人造的分散自组织系统所表现出来的集体智能.群智能包含一组简单的个体,其中个体与个体、个体与环境之间存在局部交互行为.虽然个体遵循非常简单的规则,但是微观的交互最终还是导致了宏观的智能行为.在本文中,我们对典型群智能方法的起源、发展、理论、技术、应用等做了深入的研究,包括了蚁群优化、粒子群优化、人工蜂群、细菌觅食优化、萤火虫共五类算法.文末提出群智能发展的六个方向.     

3D打印成型技术及工艺参数优化设计

近年来3D打印技术的逐层堆叠成型原理使其更加灵活,越来越受到人们的重视,成为一个新的研究热点.从成形质量出发,探究熔融沉积成型3D打印技术的最优工艺参数,重点介绍设备工艺原理和工艺流程,总结了打印温度、打印速度、打印层高、填充角度和填充密度对成形质量的影响,通过对试样的力学性能和样件质量分析,得到了3D打印技术的工艺参数优化方案.并以氧气瓶模型设计为实例说明可以通过3D打印参数完善不同制件的应用需求.     

粒子群优化算法及其与遗传算法的比较

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题。该文讨论粒子群优化算法的基本原理和实现步骤,分析了该算法中各参数的设置。通过一个测试函数,对粒子群优化算法与遗传算法进行了比较,结果表明粒子群优化算法在找寻最优解效率上好于遗传算法。     

服装款式智能CAD系统的设计与实现

讨论服装款式智能CAD 系统的设计原理.采用专家系统设计思想,对系统结构作了详细分析.整个系统进程及各子模块的协调由系统控制器控制,对知识库、色彩库、款式库的操作及对当前工作空间的管理,通过库管理及工作空间控制器实现.针对服装款式设计所涉及的知识面广及其多因素性、模糊性等特征,提出按经验性知识、规律性知识、结构性知识的分类描述方法,并采用由信息级、前提级、目标级、解答级四层组成的多级网型逻辑结构的知识库,推理机制设计中,采用有条件推理和形状推理,对款式图形提出了CSG 与BREP 的混合表示法,并给出了款式图形生成的算法和过程.本系统是在APOLLODN-580上用GMR软件实现的.     

离散变量结构优化的斐波那契遗传算法

提出了一种求解离散变量结构优化设计问题的斐波那契直接搜索方法;通过在遗传算法中定义斐波那契算子,与基本遗传算子共同构成了一种离散变量结构优化设计的混合遗传算法斐波那契遗传算法。通过自适应的退火因子和罚函数来处理约束条件,使算法逐渐收敛于全局可行最优解。计算结果表明,这种混合遗传算法对于离散变量结构优化问题的求解具有较快的收敛速度,且能以很大的概率求得全局最优解。