超远程火炮弹药的无控及滑翔弹道优化研究

研究并揭示超远程炮弹无控段及滑翔段的弹道特性.建立无控弹道数学模型和大气数学模型,研究初始射角和发动机点火时间的双参数寻优以及弹道下落段最佳起始滑翔点的确定,建立弹道滑翔段最优控制数学模型,研究最优滑翔弹道.超远程弹弹道无控段采用初始射角和发动机点火时间的双参数寻优使无控射程最远,弹道下滑段根据弹道高度确定最佳起始滑翔点,通过将变终值时间的双边界值最优控制问题转化为方便求解的固定终值时间的优化问题,提出求解超远程弹最优滑翔弹道实际工程问题的有效方法.     

Design of Robust-Adaptive Controller of Extended Range Guided Munition

Finite state machine theory (FSM) is introduced and applied to global control of electric vehicle. Theoretical adaptation for application of FSM in control of electric vehicle is analyzed. Global control logic for parts of electric vehicle is analyzed and built based on FSM. Using Matlab/Simulink, BJD6100-HEV global control algorithm is modeled and prove validity by simulation.     

基于改进的粒子群和遗传算法的混合优化算法

分析粒子群算法在求解组合优化问题中的运行原理,对警车分布的优化问题建立了粒子群优化的数学模型,对基本粒子群优化算法中的速度范围、惯性权重等参数进行了改进,并通过仿真与基本粒子群算法比较,显示改进的粒子群算法,提高了优化结果.在改进的粒子群算法中引入遗传算法,将形成的新混合算法应用到求解警车最优执勤地点的分布问题,并与遗传算法和改进的粒子群算法仿真比较.结果表明,混合优化算法在收敛速度和精度上均有明显的提高.     

基于NN-GA的优化设计方法

针对优化设计中,传统的建模方法无法建立复杂系统的精确模型和传统优化算法无法获得满意优化效果的问题,将神经网络(NN)和遗传算法(GA)应用到设计中,构成一种基于NN-GA的优化方法.利用神经网络建立系统的数学模型,用遗传算法对参数进行优化,得出系统的最优值,并经过计算实例验证取得了较好效果.     

Genetic algorithm-based evaluation of spatial straightness error

~~Genetic algorithm-based evaluation of spatial straightness error@崔长彩$Dept. of Automation Measurement and Control,Harbin Institute of Technology!Harbin 150001,China @车仁生$Dept. of Automation Measurement and Control,Harbin Institute of Technology!Harbin 150001,China @黄庆成$Dept. of Automation Measurement and Control,Harbin Institute of Technology!Harbin 150001,China @叶东$Dept. of Automation Measurement and Control,Harbin Institute of Technology!Harbin 150001,Chi…     

遗传算法优化结构元素的红外小目标检测方法

提出了一种基于遗传算法优化结构元素,从而对红外小目标进行检测的方法。数学形态学中结构元素选取的正确与否,决定着小目标检测的好坏。利用遗传算法可以在全局范围内搜索到最优值的特点,对结构元素进行优化选取,而无需根据先验知识来确定结构元素。实验表明,该方法不仅可以准确地检测出红外小目标,方法简单,而且自适应强,不用人为的干预,完全可以实现自动的对小目标进行检测.     

基于Matlab遗传工具箱的高强混凝土配合比优化

利用Matlab提供的遗传工具箱来解决高强混凝土配合比的优化设计问题.从成功的配合比数据中,归纳出各组分用量的取值范围,以1 m3混凝土成本为优化目标.将带非线性约束的数学规划问题转化成线性不等式、区间约束和非线性约束函数,设置遗传算法的各相关参数,完成遗传操作获得最优解.经实配试验其结果与工程实例中提供的设计参数相比,减少费用17.2%.     

遗传算法在曲柄摇杆机构优化设计中的应用

本文采用遗传算法 ,对曲柄摇杆机构再现已知运动规律问题进行了优化设计。文中对优化问题的数学模型和遗传算法在解决此问题时的计算过程进行了比较全面的描述。通过与传统的惩罚函数法在同一问题中应用结果的对比 ,表明了该算法的有效性     

基于遗传算法的网格结构的拓扑优化

遗传算法是一种新兴的基于遗传进化机理的寻优技术。它与常规算法的不同之处在于不受初始值影响、从多个初始点开始寻优，并采用交叉、变异和移民算子避免过早地收敛到局部最优解，可获得全局最优解。该算法不必求导计算，编程简单、快捷，尤其适用于具有离散变量的结构优化设计。本文利用遗传算法对在应力、位移约束下的网格结构进行拓扑优化，利用对称性对杆件进行分组，使优化后的结构模型仍然保持对称，具有工程应用价值，并达到降低造价的目的。计算实例表明了该算法的有效性。     

一种求解TSP问题的改进遗传算法

旅行商问题(Traveling Salesman Problem TSP)是一个典型的组合优化问题,但应用基本遗传算法求解TSP问题时存在许多不足.结合TSP问题的特点,提出一种改进的遗传算法:应用贪心策略初始化种群,用2-opt对其进行优化,使得在初始个体中就包含较优子路径,在一定程度上加快算法收敛性,防止早熟和近亲繁殖.对交叉算子和变异算子进行改进后,既能维持种群的多样性,也保留了父代个体大部分优良性能.应用改进的算法对20个城市的TSP问题进行求解,结果表明该算法求解速度快而且求解的质量较好.     

融合语义知识库的流程匹配算法

为在流程相似度计算中加入流程间深层语义关联的度量,同时在流程节点较多的情况下,实现流程匹配算法在寻优时间复杂度和相似度匹配输出值两方面的综合优化,提出一种面向流程的遗传匹配算法,将遗传算法引入并应用在流程语义和结构的相似度计算寻优过程中.确定遗传算法的参数编码方式,并利用贪婪算法进行初始种群的设置,定义各个遗传算子,提出有效的简化策略,解决了流程节点较多时流程匹配过程寻优问题.实验研究表明,在流程节点数较多时,本文算法在寻优时间花费和相似度值两方面的折中优化性能明显优于其他两种算法.将遗传算法应用到流程的相似度计算及其寻优过程,可以有效地控制时间复杂度并保证较好的匹配输出结果.     

基于遗传算法的有限推力轨道拦截优化研究

遗传算法是一种具有通用性、鲁棒性及全局最优性等优点的自适应优化技术。文中建立了空间飞行器的有限推力轨道拦截数学模型，并以空间飞行器燃料消耗最小为优化目标函数，运用遗传算法对空间飞行器的拦截变轨参数进行了优化设计。为了解决轨道拦截这一多约束优化问题，在遗传算法中引入了罚函数方法，并通过动态改变算法参数来改进优化的收敛性。在对低地球轨道目标的拦截仿真中，选择发动机燃料质量秒耗量、推力作用方向和作用时间为优化参数，仿真结果证明了该方法在带约束有限推力轨道拦截优化中的有效性。     

基于遗传算法的参数设计方法

遗传算法是一种全局数值优化方法，它较之其它经典优化法的优点是不会陷于局部最优解，而且能处理大规模优化问题，因此更适合于工程分析及应用。文中将其应用到参数和容差设计中，得到满意的效果.     

Multi-objective parameter optimization for a single-shaft series-parallel plug-in hybrid electric bus using genetic algorithm

Recently, the single-shaft series-parallel powertrain of Plug-in Hybrid Electric Bus (PHEB) has become one of the most popular powertrains due to its alterable operating modes, excellent fuel economy and strong adaptability for driving cycles. Nevertheless, for configuring the PHEB with single-shaft series-parallel powertrain in the development stage, it still faces greater challenge than other configurations when choosing and matching the main component parameters. Motivated by this issue, a comprehensive multi-objectives optimization strategy based on Genetic Algorithm (GA) is developed for the PHEB with the typical powertrain. First, considering repeatability and regularity of bus route, the methods of off-line data processing and mathematical statistics are adopted, to obtain a representative driving cycle, which could well reflect the general characteristic of the real-world bus route. Then, the economical optimization objective is defined, which is consist of manufacturing costs of the key components and energy consumption, and combined with the dynamical optimization objective, a multi-objective optimization function is put forward. Meanwhile, GA algorithm is used to optimize the parameters, for the optimal components combination of the novel series-parallel powertrain. Finally, a comparison with the prototype is carried out to verify the performance of the optimized powertrain along driving cycles. Simulation results indicate that the parameters of powertrain components obtained by the proposed comprehensive multi-objectives optimization strategy might get better fuel economy, meanwhile ensure the dynamic performance of PHEB. In contrast to the original, the costs declined by 18%. Hence, the strategy would provide a theoretical guidance on parameter selection for PHEB manufacturers.     

融合遗传算法的模糊控制器设计

通过了解模糊控制器优化的原理,对遗传算法进行改进,提出一种新的基于遗传算法的优化算法,并将其应用到模糊控制器设计当中．以工业过程控制为对象,通过二阶系统模型的计算机仿真,表明改进后的遗传算法比原始算法有更好的控制性能,可实现模糊控制规则的自校正和量化因子的寻优,方法简单、有效,对模糊控制器的工程设计有很大的实用性．     

基于SVM的GA及其在农业产业结构优化中的应用

针对遗传算法的特征,提出了通过支持向量机SVM构造遗传算法的适应度函数的新算法,该算法通过统计学习理论指导遗传算法的优化过程,然后又把基于支持向量机的遗产算法应用于农业产业结构优化布局中,结果表明基于支持向量机的遗产算法能较快地全局收敛.     

电阻率测深数据的遗传算法和最小二乘法反演

遗传算法作为一种模拟生物进化过程的全局优化算法，由于对初始模型的依赖性较小，且不易收敛于局部极值中，在地球物理反演中发挥着越来越重要的作用，但这种方法只能得到次优解而不能得到最优解．最小二乘法是地球物理反演中最成熟的反演方法之一，反演中可以得到最优解，但是受初始模型的影响，容易收敛于局部极值甚至发散．为在电阻率测深曲线反演中得到全局最优解，采用先使用遗传算法再用最小二乘法反演方法，对较为复杂的3层和3层以上大地模型进行了计算，其模型参数误差只有6％。     

基于优化BP网络的液体管道工况识别方法研究

利用环道实验装置模拟实际管道的不同工况,应用小波分析对原始信号降噪,并利用基于核的主成分分析方法（KPCA）提取处理后泄漏信号的时频域特征值,得到神经网络最终输入向量。由于传统BP神经网络在进行工况识别时容易陷入局部极小值,因此利用遗传算法（GA）和粒子群算法（PSO）对BP神经网络进行优化。结果表明,两种优化后的神经网络相较传统BP神经网络具有更强的识别泄漏工况能力。最后从测试准确度和训练时间两个方面,对两种不同优化算法进行对比并提出其不同的适用情况。     

一种遗传算法的神经网络模型

提出了应用神经网络实现遗传算法的模型,将普通遗传算法中交叉操作和突变操作的概念进行推广,并提出了全交叉和多点突变的概念以及实现这两种操作的人工神经元模型。通过一组著名的测试函数将该算法与典型遗传算法就求解优化问题的性能作了比较研究。此研究对用硬件执行遗传算法,显式地实现遗传算法的内在并行性,从而提高遗传算法的实时性,拓宽遗传算法的应用领域具有重要的意义。     

基于GA-PSO算法焊接机器人路径规划研究

焊接机器人在制造业中有广泛的应用。在焊接任务中通常有许多焊接接头,合理地规划焊接路径使其穿过这些焊接接头,对焊接效率的提高有积极的影响。传统的手工路径规划技术可以有效地处理少量焊接接头,但当焊接节点数目较大时,很难获得最优路径。传统的手工路径规划方法耗时长、效率低,不能保证最优。遗传粒子群优化算法（GA-PSO）基于遗传算法（GA）和粒子群优化算法（PSO）的优点来解决焊接机器人的路径规划问题。仿真结果表明,该算法具有较强的搜索能力和实用性,适用于焊接机器人路径规划。