基于遗传算法的TMD参数优化研究

将遗传算法应用于结构被动减振装置的参数优化之中,提出了优化方法以及数学模型。以控制一个大跨度钢桁架连廊的人致振动为工程实例,通过Matlab编写算法主程序,利用有限元进行循环计算,实现对STMD系统的刚度、阻尼参数以及MTMD系统的位置组合的优化。结果表明：在TMD系统中应用遗传算法寻优得到的最优参数比Den hartog定点理论计算出的最优参数减振率提高2.7%,在MTMD系统中最优的布置方式比均布布置方式对中心频率的减振率能提高2.2%,同时也说明了遗传算法在TMD减振系统优化中的可行性。     

基于混合自适应遗传算法HEV系统参数的优化

选择优化算法是混合动力电动汽车系统参数优化的一个重要内容.针对基本遗传算法存在着易早熟、收敛速度慢的缺陷,提出了一种混合自适应遗传算法.测试结果表明,该算法既具有良好的全局收敛性,又具有较快的收敛速度.将该算法应用到混合动力电动汽车系统参数优化问题中,取得了较为满意的优化结果和收敛效果.根据优化结果,对一辆串联式混合动力中巴的发动机/发电机组进行了优化设计.     

基于遗传算法的高速铣削参数优化系统

以高速铣削机理研究为基础,建立了基于试验的高速铣刀切削参数优化模型,采用遗传算法,并以Matlab6.5和VC 为平台,开发了高速铣削用量优化系统,实现了高速铣削用量优化.试验结果表明:该系统具有较强实用性,优化结果可用于高速铣削的实际生产.     

多自由度复杂结构TMD参数优化研究

通过分析多自由度复杂结构TMD的吸振原理,得出了TMD的参数优化方法,并用均值为零的白噪声过程为基底加速度输入,通过理论分析得出了TMD优化参数的简化近似计算公式.最后将所的近似公式用于上海中心大厦的TMD参数优化,并与非线性优化分析结果进行比较,证明简化计算方法的有效性.     

基于遗传算法的EPS系统参数优化

根据纯电动大客车电动助力转向(EPS)系统工作的具体要求,开发了适合纯电动大客车EPS系统使用的循环球式电动助力转向器,建立了纯电动大客车循环球式EPS系统动力学模型及整车二自由度转向模型。在此基础上提出了系统转向路感、转向灵敏度以及转向操稳性的概念,并根据多元函数有约束优化问题的特点应用遗传算法对系统参数进行了优化设计。仿真结果表明:基于遗传算法优化的系统参数提高了系统的转向路感和转向操稳性。     

TMD—结构系统的按规范抗震设计方法

假设ＴＭＤ对被控结构的影响归结为增加调谐结构振型的阻尼；提出了结构等效阻尼比的概念和计算方法。推荐了以应谱修正的一个公式；并把在已知结构上ＴＭＤ系统的优化设计叙述为约束规划问题，在此基础上我出了ＴＭＤ系统系统的抗设计步骤，并以一个数字例子说明其应用。     

遗传算法参数和操作的序优化

遗传算法的优化质量和效率很大程度上依赖于算法参数和操作，包括种群大小、交叉和变异概率、选择、交叉和变异操作等，然而确定合适的参数和操作通常需要大量的试验和比较，需确定最佳参数和操作．为此，基于序优化和最优计算量分配技术，通过将问题描述为随机优化问题，提出了一种确定有限计算量下最佳GA参数和操作的系统性方法．仿真研究表明，该方法能够合理地确定最佳参数和操作，并同时给出GA的合理性能评价．     

基于正交试验的遗传算法参数优化

基本遗传算法求解优化问题的过程中存在着收敛缓慢、早熟现象以及求解的质量不高等问题. 为了解决上述存在的问题,提高遗传算法的求解质量,提出使用正交试验法优化遗传算法中的主要参数,即:种群规模N、交叉概率pc和变异概率pm. 通过使用正交试验法确定遗传参数,大大提高了算法的收敛性和求解质量. 仿真结果也表明采用正交试验法设计参数的科学性和有效性.     

基于遗传算法的轴流通风机通流构件参数优化

效率低，噪声大是国产风机的共有缺点，作者以工业过程普遍应用的轴流风机为研究对象，分析建立了轴流风机效率与噪音模型，以此为基础构建了轴流风机通流构件综合设计的目标函数，提出，界定了轮毂比，叶轮外径，叶片数，叶轮强度等约束条件，针对综合目标函数的强非线性，存在离散变量的特点，提出一种高效遗传算法，对一典型型号轴流通风机的通流构件进行了全局优化，理论分析与实验测试结果均表明，通过全局优化设计后，提高了轴流风机的效率，降低了噪音。     

一种求解资源受限项目调度问题的遗传算法

提出一种求解使用可更新资源的单模式资源受限项目调度问题的遗传算法．采用遗传算法对项目活动进行调度,在满足紧前关系约束和资源约束的条件下,最小化项目工期．继承了基于排列和基于优先级的编码方案的优点,提出一种新的基于优先权排列的编码方案．采用串行调度方法生成项目计划．使用PSPLIB中的标准问题库对算法进行了充分的数值实验,通过与既有算法进行比较,证明本文算法的有效性．     

基于遗传算法的桁架结构布局优化设计

利用遗传算法在Matlab语言环境中对桁架结构进行布局优化设计方法的研究,分别选择杆件截面面积、节点坐标、杆件存在状态为设计变量,同时进行截面尺寸、形状、拓扑三个方面的优化.讨论了实现过程中一些问题的处理,利用结构可能的拓扑形式编号为设计变量进行拓扑优化等,提出利用一个变量控制参数boundsops解决了多类型参数联合编码和离散变量的问题,提出一种结构优化设计实用方法.算例表明,提出的基于遗传算法的桁架结构布局优化设计方法进行桁架结构的布局优化设计比较容易实现,简单、有效,可以产生很好的效益.     

基于遗传算法的PID参数整定与优化

ＰＩＤ参数整定与优化一直是自动控制领域研究的重要问题。采用遗传算法进行ＰＩＤ参数整定与优化是一种寻求全局最优且与初始条件无关的优化方法。在参数整定与优化过程中,考虑了过程控制系统的参数整定特点和寻优精度。仿真表明：该方法比一般ＰＩＤ参数整定方法具有更好的控制性能指标,不失为一种具有较好实用价值的ＰＩＤ参数整定与优化方法。     

多资源分配问题中GA的应用

针对多资源受限项目调度中均衡使用资源问题,以发电厂施工建设为背景,依据工程网络图,利用ＣＰＭ／ＰＥＲＴ技术,采用非线性整数规划模型,提出利用遗传算法求解ＲＣＰＳＰ,并在中、小规模工程项目中予以应用,结果表明,ＧＡ是解决多资源分配问题的有效算法．     

混合遗传算法的电力系统无功优化

针对遗传算法（GA）的局限性,提出了一种应用于电力系统无功优化问题的混合遗传算法（GASA）。实施了最优保留策略,改进交叉和变异操作,并结合模拟退火算法（SA）的Metropolis判别准则的复制策略,使寻优过程能够跳出局部最优解,从而形成了混合遗传算法。优化过程中考虑了电力系统无功优化自身特点,提高了计算效率。对IEEE30节点系统的仿真表明：该算法能够有效地提高收敛速度,避免早熟收敛。     

求解AGV路径优化问题的遗传算法参数优化

介绍了基于AGVS的有向图模型求解AGV路径优化问题的遗传并行路径规划算法和有关遗传算子.根据遗传算法的运行流程,首先对AGV路径进行初始路径集生成和确定复制算子;其次用实验的方法对交叉算子和变异算子进行了性能比较,确定AGV路径优化中选用部分交叉算子和反转变异算子;最后研究了种群的大小对遗传算子收敛速度的影响.本文给出了部分遗传算子的实验数据和不同种群规模时的收敛情况.本文工作是研究AGV动态调度遗传算法及其仿真与实验的基础.     

Reliability Allocation and Optimization of Engine System by Using Genetic Algorithm and Monte Carlo Method

A new reliability allocation model has been built for engine system, which is a repairable system, and consists of a large number of mechanical components. The cost and reliability are taken as objective function and constraint condition respectively. The parameters of components lifetime distribution are given as decision variables, and the component lifetimes are assumed to follow that Weibull distribution. The allocation is separated into two steps to reduce calculated amount of one allocation. Genetic algorithm and Monte Carlo method are applied to solve distribution parameters and system cost separately.     

基于遗传算法的PID参数寻优

针对工业过程中常见的二阶大滞后对象的PID参数调节问题,采用具有全局优化能力的遗传算法对PID参数调节和优化,并同单纯形算法作了比较.仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性     

基于遗传算法的PID参数寻优

针对工业过程中常见的二阶大滞后对象的PID参数调节问题,采用具有全局优化能力的遗传算法对PID参数调节和优化,并同单纯形算法作了比较。仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性