整车制造领域智能排程算法与执行

参照C2B模式并与现场设备高度集成,为优化生产过程控制,由数字化驱动制造自动化,更有效支撑C2B定制化生产业务模式。手工排程转变为系统自动排程,提高工作效率,集成前端排产及后端MES/RC系统,达到计划到排程,到指导生产,再到反馈调整的闭环管理,支持铺线、清线、增宕产等生产特殊情形下的顺序计划,支持各车间节拍、生产约束等限制条件综合考虑的顺序计算,支持51和跃进车身涂装车间混排,实现与RC系统互联,自动获取平台车辆位置及状态信息,并自动计算出车顺序并发布给RC,自动获取并刷新BDC平台实时出车顺序,实现平台乱序车辆、紧急订单预警。     

基于路面附着系数估计的车辆轨迹跟踪控制

针对车辆在高速转向和不同路面附着系数下的轨迹跟踪控制问题，基于模型预测控制理论提出了一种考虑路面附着系数的变侧偏角约束MPC控制策略。根据魔术公式轮胎模型分析轮胎的侧偏特性以及不同附着系数对轮胎侧偏角-侧向力线性区的影响，建立轮胎侧偏角约束与不同路面附着系数的函数关系；采用遗传算法（GA）优化BP神经网络模型设计路面附着系数估计器，将估计结果作为与轮胎侧偏角约束相关的变量传递到MPC控制器中；最后在MPC控制器中建立系统控制量约束、控制增量约束，以及考虑路面附着系数的变侧偏角约束，将不同路面附着系数工况下的轨迹跟踪问题转化为多约束条件下最优值求解问题，实现轨迹跟踪和车辆稳定性控制。仿真和试验结果表明，考虑路面附着系数变化的MPC控制方法相对传统MPC控制方法在各种工况下具有更高的轨迹跟踪精度和更好的车辆稳定性，GA-BP神经网络路面系数估计方法具有很高的估计精度。     

模糊环境下土石方调配模型与算法研究

主要研究模糊环境下土石方调配问题。通过对模糊环境下土石方调配系统组成、土石方调配关系的系统分析,以系统费用最低为目标,建立了模糊规划模型。基于可信性理论和不同的决策准则,建立模糊期望值模型、机会约束规划模型及相关机会规划模型,并设计了求解模糊规划模型的自适应遗传算法。算例证明了模型与算法的可行性。     

基于整车路噪性能提升的轮胎优化设计

为提升整车路噪性能,本文中基于虚拟试车场技术和代理模型优化方法对轮胎参数进行了优化。通过集成试验场扫描所得路谱、CDTire轮胎模型和整车声固耦合模型,建立了整车路噪仿真环境。采用最优拉丁超立方采样、Kriging模型和多岛遗传算法构造了优化模型。以轮胎关键物理参数为设计变量,驾驶员外耳声压级均方根为优化目标,测点三向合成加速度均方根为约束,对轮胎进行优化。优化后在测点振动满足要求前提下,整车全频段噪声得到有效改善。     

基于轮胎六分力测试的PAC2002轮胎模型参数辨识方法研究

对目前应用较广泛的PAC2002轮胎模型参数辨识方法进行了系统深入的分析。应用MTS Flat-Trac CT高速轮胎特性试验台对不同工况下的轮胎六分力进行测试,应用最小二乘思想,基于相关测试数据,运用下山单纯形法(Nelder-Mead)、遗传算法与随机值法相结合的混合优化算法进行轮胎模型参数辨识,通过算例验证了算法的有效性。     

Magic Formula轮胎模型参数辨识的一种混合优化方法

Magic Formula(MF)轮胎模型能够准确描述轮胎的侧偏特性,广泛应用于车辆动力学的研究。由于MF轮胎模型参数多,且高度非线性,从大量的试验数据中准确辨识这些参数相当困难。提出一种基于遗传算法和数值优化算法的混合优化方法,采用由粗到精的辨识过程,先利用遗传算法得出近似最优解,再利用数值优化算法辨识出精确的参数。利用辨识出的参数计算轮胎的侧偏特性,计算结果与试验数据吻合良好,表明该方法是辨识MF轮胎模型参数的有效手段。     

基于区间数规划的汽车乘员约束系统不确定优化

文中基于区间数规划法研究了汽车乘员约束系统的不确定优化问题.首先,利用MADYMO软件建立了乘员约束系统的仿真模型,并通过试验验证.接着确定以加权伤害准则为目标,安全带刚度、安全带上挂点位置和限力器的撕裂力与撕裂伸长等为设计变量,座椅和膝盖挡板的刚度为不确定量,并基于区间数规划法将不确定优化问题转化为确定性优化问题.通过拉丁超立方试验设计,建立目标函数和约束函数的近似模型,再利用序列二次规划算法和遗传算法分别作为内外层的求解器进行优化.最终,获得乘员约束系统参数的近似最优解.     

汽车乘员约束系统多目标不确定性优化EI北大核心CSCD

计及乘员约束系统不确定性参数对乘员安全性的影响,在非线性区间数规划(NINP)和局部加密近似模型相结合的基础上提出一种乘员约束系统多目标不确定性优化方法。根据实车前碰撞试验结果对乘员约束系统的数值模型进行校正,并利用区间序关系将乘员约束系统不确定性优化问题转换为确定性优化问题;采用隔代映射遗传算法(IP-GA)和微型多目标遗传算法(μMOGA)来求解满足乘员约束系统防护性能的非支配解集。结果表明:该方法能获得考虑不确定性影响的乘员约束系统最佳匹配参数,从而确保汽车乘员的安全性,在汽车安全领域具有广泛的工程应用前景。     

基于混合遗传算法的主动悬架集成优化研究

作者提出的主动悬架的集成优化方法是以主动悬架的结构参数与LQG控制器为优化对象,以主动悬架系统输出的车身垂直加速度、悬架动位移、轮胎动位移和主动控制力的加权和为优化性能指标。同时提出了一种混合优化算法,它利用梯度算法每次迭代得到的结果来改进遗传算法的群体,而用遗传算法的最优个体与梯度算法的迭代解相比较,选择其中的最优点作为梯度算法下一步迭代的初始点。运用该混合遗传算法进行主动悬架系统的集成优化控制能有效地提高汽车行驶平顺性和安全性。     

公路纵断面优化的遗传算法设计

对公路纵断面优化研究难以同时实现变坡点里程优化和设计标高优化，且优化线形与实际线形不符等问题，提出了利用遗传算法进行纵断面优化的思路。给出了采用遗传算法进行纵断面优化时的编码设计、适应度函数建立、种群初始化、策略选择交叉算子设计和纵断面约束处理，设计了算法实现的流程图。     

汽车乘员约束系统多目标不确定性优化

计及乘员约束系统不确定性参数对乘员安全性的影响,在非线性区间数规划(NINP)和局部加密近似模型相结合的基础上提出一种乘员约束系统多目标不确定性优化方法。根据实车前碰撞试验结果对乘员约束系统的数值模型进行校正,并利用区间序关系将乘员约束系统不确定性优化问题转换为确定性优化问题;采用隔代映射遗传算法(IP-GA)和微型多目标遗传算法(μMOGA)来求解满足乘员约束系统防护性能的非支配解集。结果表明:该方法能获得考虑不确定性影响的乘员约束系统最佳匹配参数,从而确保汽车乘员的安全性,在汽车安全领域具有广泛的工程应用前景。     

公路路线智能优化方法研究

公路路线优化属于多目标优化问题。传统优化算法难以解决具有模糊性、不确定性的路线优化问题。建立了基于GIS和遗传算法的公路路线智能优化模型,提出了基于GIS空间数据挖掘技术的选线环境知识获取模型和基于多目标遗传算法NSGA-Ⅱ的路线优化算法,解决了GIS与遗传算法集成、目标函数确定、遗传算法设计等关键问题。最后通过算例,验证了模型的有效性和实用性。     

基于捕食搜索策略的混合动力汽车参数优化

混合动力汽车模型是一个较复杂的非线性系统,且设计参数较多,为一种处理燃油经济性和排放的多目标问题。文章以一辆实例样车的动力系统和逻辑门限值控制策略为例,分析并建立了以动力性能为控制约束,以最小化油耗和排放为控制目标的非线性规划模型。采用捕食搜索遗传算法,对模型进行了仿真。结果表明,该方法相对于简单遗传算法更能有效地改善车辆燃油经济性和排放。     

考虑出行时间窗的定制公交线路车辆调度方法

为提高定制公交系统的运行效率,研究了带乘客出行时间窗约束的多条定制公交线路车辆调度方法。给出了乘客出行站点合并方法,将公交车早到、晚到站点所造成的乘客损失转变为当量运营里程,以多辆公交车总运营里程最小为目标,考虑乘客的站点约束、公交车容量约束以及乘客的出行时间窗,建立了定制公交车辆调度优化模型。其次分析了乘客出行起点、终点对模型求解的影响,通过提出虚拟源站点,将多辆定制公交车的调度问题转换为多旅行商问题;基于后向推导原则设计贪心算法求得模型的可行解;之后基于遗传算法,采用自然数编码机制,将每个站点作为基因位,按照访问次序排列成染色体对应问题的解;最后给出了贪心算法和遗传算法的流程。在理论研究的基础上以定制公交线路为例对建模过程和模型的求解过程进行了阐述。研究结果表明：所建立的优化模型能够输出合理的多条定制公交线路车辆调度方案,不仅可以给出每辆定制公交的途经站点、运营里程,还可以给出每个站点的准点程度以及由于公交早到、晚到折算得到的当量运营里程;在求解算法质量方面,与可行解相比,相对最优解输出的方案能够使综合运营里程降低10.4%;模型求解时间为30.3 s,可以满足定制公交企业的实时性需求。     

基于遗传算法的汽车麦弗逊悬架的优化

遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法。文中利用遗传算法对麦弗逊悬架进行了优化。结果表明,该算法使悬架设计工作更为精确、有效;优化后,悬架系统的运动学特性得到了改善。     

基于遗传算法的汽车麦弗逊悬架的优化

遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法。文章利用遗传算法对麦弗逊悬架进行了优化。结果表明,该算法使悬架设计工作更为精确、有效。优化后,悬架系统的运动学特性得到了改善。     

基于遗传算法的汽车麦弗逊悬架的优化

遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法。利用遗传算法对麦弗逊悬架进行了优化。结果表明．该算法使悬架设计工作更为精确、有效，优化后悬架系统的运动学特性得到了改善。     

随机旅行时间的区域公交车调度模型及算法

研究一类随机旅行时间的区域公交车辆调度问题,将该问题看作为“部分班次被一辆车完成”的集合划分问题,考虑不同车场容量和补充燃料等约束因素,建立以营运费用最小为目标的机会约束规划数学模型.将该模型转化为一类确定性数学模型,设计求解该问题的改进遗传算法,根据问题特征定义染色体编码、产生初始种群的启发式算法、交叉和变异操作等....     

利用粒子群优化算法进行桥梁维修管理计划的优化

制定桥梁维修管理计划是一项非常繁杂的工程优化难题,使用常用的优化算法很难取得满意的结果。利用耐荷性和耐久性作为桥梁的健康指数,考虑维修方案和维修费用的问题,用费用最小化和品质最大化2种方案建立了桥梁维修管理的优化模型。探讨利用粒子群优化算法(PSO)求最优桥梁维修管理计划的解的可能性,并与作者开发系统中的遗传算法(SGA)和免疫遗传算法(IA)进行了比较,运用多样度的概念说明了粒子群优化算法(PSO)在解决这类问题的先进性。结果表明,粒子群优化算法(PSO)对于桥梁维修管理计划的优化是一种普适高效的算法;而且,考虑维修的管理期间越长,应用粒子群优化算法求解问题收敛性与其他2种方法相比显得更好,得到准最优解的频率也更高。     

基于改进多岛遗传算法的动力总成悬置系统优化设计

通过动态调节交叉和变异概率克服多岛遗传算法的早熟现象,并加入退火操作提高算法的局部寻优能力形成改进的多岛遗传算法。综合考虑动力总成悬置系统能量解耦和振动传递率,以悬置刚度参数为设计变量,以固有频率合理分配为约束条件,构造了基于改进的多岛遗传算法的多目标优化数学模型。优化实例的分析结果表明,改进后的算法能够得到全局最优解,优化后悬置系统刚度稳健性较好。实车试验结果表明整改后的悬置系统隔振性能得到一定程度上的提高。