基于遗传算法的公路纵断面优化设计方法

纵断面优化设计是公路优化设计中一个重要的组成部分,遗传算法是一种高效的全局寻优算法。介绍了用遗传算法实现纵断面优化设计的具体方法步骤,并编制出了计算机应用程序。经输入公路原始数据进行实例计算,取得了令人满意的结果,证明了遗传算法在纵断面优化设计中的可行性及全局寻优的性能。     

基于遗传算法的膜片弹簧的稳健化设计

在离合器膜片弹簧传统优化设计模型的基础上,应用工程稳健性的灵敏度分析,考虑了可控变量和不可控参数变差对膜片弹簧优化设计的影响,并采用遗传算法对目标函数进行了求解。结果表明,遗传算法具有比传统优化方法更强的全局寻优能力,稳健化设计能有效、可靠的减小质量波动对膜片弹簧优化设计的影响。     

遗传算法在供水管网优化设计中的应用研究

鉴于给水管网优化设计在给水工程中占有重要地位,国内外学者对其进行了广泛而深入的研究,提出了多种优化方法,诸如经典优化法、线性规划法、动态规划法、广义简约梯度法以及标准遗传算法。但这些方法在实际应用中均存在一定的局限性。该文着重研究了遗传算法作为一种强有力的搜索寻优工具在给水管网管径组合优化设计中的应用。遗传算法具有思路简单、适用广泛、全局寻优能力强等特点,目前在各个研究领域日益为人们关注。通过对可能的管径组合进行编码、适应度评价、选择、交叉、变异等一系列步骤,经过一段时间(一定代数)的进化后,可以找到最优的管径组合方案,从而避开了线性、非线性规划中的复杂理论。     

汽车悬架优化设计中的近似模型方法及其应用

针对目前汽车悬架设计中存在的问题,提出了一种基于近似模型和遗传算法的高效全局优化设计方法.使用Kriging方法重构目标函数,建立了悬架运动学分析的近似模型;采用了CVT试验设计以确保参数空间中样本点分布的均匀性;在重构出的目标函数基础上采用遗传算法进行寻优.以双横臂式前独立悬架为例,以车轮接地点侧向最大滑移量为优化目标进行了优化设计.结果表明,采用该设计方法可缩短设计周期及降低设计成本.     

基于遗传算法的公路平面优化

提出了一种基于遗传算法的公路平面线形优化方法,将遗传算法应用于公路平面优化设计,更好地解决了目前传统算法难于处理的一些问题。首先根据平面初始解建立一个可行域,利用浮点编码选择平面坐标作为染色体,然后对可行域中的可能解用一个评价函数(适应度)来度量,利用交叉、变异算子在可行域中选择最优解。实践表明:该方法具有全局解空间搜索能力,从而实现了全局寻优的目的,对公路平面优化设计是有效、可行的。     

道路平面线形优化方法的研究及实现

将遗传算法应用于道路的平面线形优化设计,在一个可行域中自动搜索到一个最优或较优解,实现了全局寻优的目的。详细介绍了线路平面优化模型的建立,平面位置变动的具体原理,以及运用遗传算法优化线路平面位置的具体实现过程。研究表明,遗传算法运用于道路平面线形的优化设计是可行和有效的,能够实现全局寻优的目的,具有广阔的推广应用前景。采用动力有限元方法,研讨了基于FWD荷载作用下的水泥混凝土板下基础脱空与接缝传荷间的相互作用机理,以了解不同脱空尺寸和不同传荷能力对面板受力和路表各传感器弯沉盆曲线形状及弯沉盆参数的影响,为有效评定水泥混凝土路面地基脱空提供理论依据和参考。     

遗传算法在汽车动力传动系参数多目标优化中的应用

针对汽车的动力性和燃油经济性，提出了汽车动力传动系参数的多目标优化设计的数学模型，在设计过程中，应用了一种高效的寻优算法-遗传算法，并给出了计算实例，结果表明，该方法可以获得令人满意的效果。     

基于无迹卡尔曼滤波与遗传算法相结合的车辆状态估计

针对汽车状态估计中过程噪声和量测噪声统计特性不确定的状况,通过UKF算法与遗传算法相结合,提出一种新的自适应滤波算法,以降低噪声对估计结果的干扰。为达到较高的精度,建立了7自由度非线性车辆动力学模型,结合"魔术公式"轮胎模型对汽车行驶过程中的纵、侧向速度、轮胎力和质心侧偏角分别进行了估计。在利用UKF对汽车状态参数进行估计的同时,引入遗传算法,根据适应度函数对过程噪声和量测噪声进行寻优,实现了噪声的自适应作用,估计精度大幅提高。仿真和道路模拟试验的结果表明,UKF结合遗传算法的方法,能提高估计精度且具有很好的抗干扰性。     

基于遗传算法和支持向量机的汽车行驶工况识别

为了提高支持向量机算法应用在行驶工况识别上的准确率,提出一种基于遗传算法优化策略.基于主成分分析理论对实车采集的4种典型城市工况载荷谱数据提取特征参数,并以此作为识别模型的输入参数,然后通过网格搜索法确定参数寻优空间,再由遗传算法在此范围内精确寻优.仿真试验结果显示,运用这种基于遗传算法优化支持向量机建立的识别模型分类识别精确度比之前提高了3.44％.     

基于贪心退火遗传算法的车辆图像分割研究

针对交通流实时检测系统图像分割的阈值自动优化选取问题,通过将贪心思想和模拟退火思想引入到遗传算法中,设计了贪心退火遗传算法(GAGA),以最大类方差函数作为遗传算法中适应度的评价函数,利用贪心算法局部搜索能力强和退火遗传算法全局搜索能力强的特点 ,实现图像阈值的自动优化选取.MATLAB仿真数据表明,贪心退火遗传算法较基本遗传算法具有更强的寻优性能.将其应用于交通流检测系统,可增强整个系统的实时性和鲁棒性.     

大跨径钢桥面铺装结构精英蚂蚁寻优策略（全文点击）

基于精英蚂蚁寻优策略,将大跨径桥梁的钢桥面板和铺装层作为桥面铺装系整体进行结构优化设计。以铺装层正常使用年限最长和结构总重量最轻作为优化设计的目标函数,在此基础上建立多目标优化设计的数学模型。针对模型的离散变量优化设计特点和具有并行计算的条件,引入精英蚂蚁寻优策略进行求解。借助大型有限元软件ANSYS和Matlab6.5 编程技术,开发了钢桥面铺装体系结构多目标优化设计程序。以国内某大跨径钢桥为对象,采用多目标优化设计方法,给出了钢桥面铺装体系中各参数的优化设计值。所选择的设计变量范围覆盖了目前常用的正交异性钢桥面系结构参数值,且应用精英蚂蚁寻优策略对大跨径钢桥面铺装体系优化设计是可行的。 pdf全文       

大跨径钢桥面铺装结构精英蚂蚁寻优策略

基于精英蚂蚁寻优策略,将大跨径桥梁的钢桥面板和铺装层作为桥面铺装系整体进行结构优化设计。以铺装层正常使用年限最长和结构总重量最轻作为优化设计的目标函数,在此基础上建立多目标优化设计的数学模型。针对模型的离散变量优化设计特点和具有并行计算的条件,引入精英蚂蚁寻优策略进行求解。借助大型有限元软件ANSYS和Matlab6.5编程技术,开发了钢桥面铺装体系结构多目标优化设计程序。以国内某大跨径钢桥为对象,采用多目标优化设计方法,给出了钢桥面铺装体系中各参数的优化设计值。所选择的设计变量范围覆盖了目前常用的正交异性钢桥面系结构参数值,且应用精英蚂蚁寻优策略对大跨径钢桥面铺装体系优化设计是可行的。     

车体正面碰撞加速度波形优化设计研究

为了研究正面碰撞下具有较低乘员惯性载荷的理想车体碰撞加速度波形,利用多刚体动力学模型与遗传算法相结合的方法,以乘员胸部3 ms加速度最小化为目标函数开展优化设计,得到了碰撞初始时期峰值高、中期持续降低,后期再次升高的"三阶形"最优碰撞加速度波形,仿真结果表明,在其作用下,乘员胸部3 ms加速度及主要部位的损伤风险均明显降低,最优车体碰撞加速度波能有效降低乘员在正面碰撞中的惯性载荷。     

钢筋混凝土梁遗传算法优化设计

遗传算法是建立在自然遗传学机理基础上的参数搜索方法。通过介绍遗传算法在钢筋混凝土梁结构参数求解中的应用,利用遗传算法对钢筋混凝土梁进行优化,建立钢筋混凝土矩形截面梁的满足约束、造价最低优化模型及相应的适应度函数,采用二进制编码,通过执行遗传算法的选择、交叉和变异算子,实现对结构的优化设计,并分析了算例,成功求解了钢筋混凝土梁结构非线性优化设计模型。实例结果表明:该法可以节省时间,优化结果准确并可以降低造价。     

S形梁碰撞多参数优化设计

提出了一种新的碰撞优化方法,即将试验设计(DOE)、有限元分析(FEA)、响应面法(RSM)和遗传算法(GA)结合起来,对S形薄壁梁多结构参数进行抗撞性优化设计.通过提取实际车架上使用的S梁特征参数,建立了S梁的碰撞模型.运用方差分析(ANOVA),选取那些对S梁吸能特性影响显著的因素作为主要设计变量,采用显式非线性有限元软件PAM-CRASH进行碰撞模拟.根据有限元分析结果并结合响应面理论,建立了S梁的总吸能和最大冲击载荷的响应面模型.采用遗传算法进行优化求解,得到了S梁的最优设计参数.优化后的S梁在碰撞中的总吸能能力大大提高.     

公路路线自动寻优的遗传算法实现

为了提高公路选线的效率和选线质量,最终实现智能选线,本文从控制公路路线质量的技术、经济及安全性指标出发,建立路线优化数学模型,以MATLAB为实验平台,基于遗传算法适应度函数和遗传操作编程,通过参数设定,最终实现公路选线方案的自动寻优.选线实例表明,基于遗传算法的公路智能选线方法,可在选线区域自动随机搜索公路路线交点,并自动完成公路路线优化,得到最佳公路路线方案.结果证明,将遗传算法应用到公路自动选线中可在一定程度上实现公路路线方案的自动寻优,提高公路选线效率和选线质量.     

基于多目标优化的多塔特大斜拉桥索力优化研究

为探究在多参数作用下多塔斜拉桥索力优化方法,基于多目标优化理论,构建了以主梁弯曲应变能和主塔纵向水平位移为目标函数,使用界限构造法建立了迭代过程中适应度函数,联合改进遗传算法和RBF神经网络对索力进行了优化求解,并将计算结果与单目标优化的主梁弯曲应变能和主塔纵向水平位移进行了对比。结果表明:改进遗传算法具有良好的泛化能力和全局寻优能力,主梁弯曲应变能和主塔纵向位移均有一定程度下降,与单目标优化相比,虽然弯曲应变能相比提高,但是主塔纵向位移得到了有效控制。改进遗传算法联合RBF神经网络的索力优化方法确保了结构处于全局最优状态。     

遗传算法及在汽车悬架参数优化设计中的应用

为了探讨遗传算法在汽车悬架参数优化设计中应用的可行性,对遗传算法的基本概念、基本步骤以及常用的基于二进制编码的遗传算法的实现方法进行了研究。以1/4汽车两自由度振动模型为对象,运用遗传算法对悬架刚度和减振器阻尼系数进行了优化求解。研究结果表明,优化后得到的车身垂直振动加速度均方根值较优化前在整个频率范围内均有较大的减小,遗传算法应用于汽车悬架参数的优化设计具有较好的效果。     

路面结构遗传算法优化

遗传算法是建立在自然遗传学机理基础上的参数搜索方法。文章介绍了遗传算法在路面结构参数求解中的应用,利用遗传算法对路面结构进行优化,并成功求解了沥青路面结构非线性优化设计模型,实例结果表明该法具有节省时间,优化结果准确并可以降低预算造价。研究成果对改善路面设计方法,降低工程造价,避免和减少工程病害具有积极的作用。     

甲醇-柴油双燃料发动机喷醇MAP优化

在优化双燃料发动机喷醇MAP中应用了一种新方法,根据4B26甲醇-柴油双燃料发动机台架试验数据,用Matlab编写BP人工神经网络(BP-ANN)程序模拟发动机输入输出对应关系,利用遗传算法(GA)程序对神经网络模型中的喷醇MAP寻优。仿真结果显示,人工神经网络能简单快速地模拟发动机的实际运行情况。人工神经网络、遗传算法联合运行,能找到不同转速不同负荷下的最佳喷醇量。稳态工况试验表明,在保证双燃料发动机循环变动不致过大的情况下,应用该方法得到喷醇MAP的发动机醇耗比原机提高24.3%,炭烟排放降低7.5%,同时消除了循环变动。