面向船舶管子加工分组调度的矩阵实数编码遗传算法

分析了船舶管子加工车间任务重且加工进度会严重影响船舶制造进度的问题,结合管子加工成组技术和管件族制造法,建立了船舶管子的混合流水车间多目标分组加工模型。利用矩阵实数编码遗传算法（MRCGA）能对该加工模型建立有效的分组调度方案。该算法能保证在迭代过程中子代个体基因的交叉、变异的合法性和可行性,相较于遗传算法（GA）具有较好的寻优能力和稳定性。结果表明,调度目标最大完工时间降低了46.98%,很大程度上提高了船舶管子加工分组调度车间的生产效率。     

基础沉降的组合预测法

通过对基础沉降的发生过程、特点及灰色Verhulst模型特点的分析,提出可以根据施工过程中的观测资料,运用基于BP神经网络的组合预测模型对不同时刻的基础沉降进行预测;首先分别利用灰色Verhulst模型和BP神经网络模型对基础沉降进行估算,然后利用人工神经网络中的BP神经网络对采用前2种模型所得的结果进行组合预测。计算实例表明,使用该组合预测方法所得到的预测结果比单独使用灰色Verhulst模型或BP神经网络模型所得到的预测结果的总体误差要小,因而该方法是可行的、有效的;可以运用到实际工程中。     

洋山港区某抛石围堤航标灯基础工后沉降预测

基于抛石斜坡堤提出一种工后沉降量预测方法,通过e-p曲线和钻孔探摸方法预测工后沉降量,结合实际沉降监测数据进行工后沉降预测。以洋山深水港区某抛石围堤航标灯建设为例,运用该方法进行预测,在实际工程中得到较好的印证。     

基于静力触探CPT测试数据的轨道基础沉降分析

轨道式龙门吊作为重箱堆场主要起重设备,轨道基础对地基的沉降及其差异沉降非常敏感。目前,国内主要结合勘探及室内土工试验数据,采用规范法对基础沉降进行计算分析。静力触探技术能反映土体原位物理力学性质、具有测试速度快及经济效益高等优点,因此广泛应用于国外地基处理效果评价。基于中东某集装箱码头工程的吹填砂场地静力触探测试数据,采用国际公认的Schmertmann方法对轨道基础的沉降及其差异沉降进行计算分析。工程实例的计算结果表明:基于静力触探测试数据的轨道基础沉降计算方法的分析结果满足轨道基础的国际设计标准,研究成果可供类似海外工程参考。     

改进的BP神经网络在路基沉降预测中的应用

针对传统BP神经网络存在的缺点,提出基于遗传优化的变梯度反向传播的BP神经网络预测方法,采用遗传算法优化BP神经网络的初始权重,建立路基沉降预测模型。该模型可克服BP神经网络模型存在的收敛速度慢、易陷入局部极小点等缺点。结合现场实测数据,将该优化模型与指数曲线模型、双曲线模型、灰色预测模型和传统BP神经网络预测模型对比,结果表明改进的BP神经网络在路基沉降预测中精度最高,适宜于广泛推广应用。     

堤岸工程加固基础沉降位移预测

根据地下工程沉降位移时间序列的非线性性质,基于相空间延迟坐标重构理论和支持向量机的非线性映射能力,能充分利用时间序列信息,揭示加固基础变形系统的非线性性质,预测加固基础沉降变形的演化趋势。通过在珠江黄埔港地基加固静荷载检测位移模型预测研究表明,基于相空间重构和改进的v-支持向量回归机（v-SVR）的时间序列预测方法具有很高的预测精度,并为基础加固工程沉降位移预测预报系统的构建提供了一种有效的方法。     

基于速率-沉降特征分析工后沉降预测方法适用性

以曲线拟合法为主,研究了预测模型的速率与沉降的特征,指出了Gompertz模型、Usher模型等增长曲线预测工后沉降存在的不足,改进了二次三项式预测模型,提出了计算幂函数模型参数的简便方法。结合高速公路长期的工后观测资料,分析了常用方法的适用性和预测精度,并对工后沉降预测模型的选择提出了建议。     

基于BP人工神经网络的公路软土地基沉降预测

采用BP人工神经网络,利用杭瑞高速公路软土地基实测沉降数据直接建模,进行了软土地基最终沉降量的预测,将预测结果与曲线拟合法中的双曲线法、指数曲线法、三点法的预测结果进行了对比分析。证明神经网络法能避免传统方法计算过程中各种人为因素的干扰,计算精度高,泛化性强,简便易行。     

基于人工神经网络的软土地基沉降预测技术研究

针对软土地基大变形沉降预测,引入人工神经网络预测技术,通过增加权值调整时的动量修正量对传统BP模型的算法进行改进,使其更加适应对于软土地基沉降的预测。以天津滨海地区围海造陆工程为例,选择吹填过程中吹填土的原始标高、含水量、塑性指数以及吹填土地基加固后的土体含水量和强度为输入量对吹填土地基的沉降量进行预测。预测结果显示预测值与实测值误差在15%以内。     

软土地基最终沉降量推算方法的对比分析

以科威特巴比延岛软基处理工程的现场测试数据为基础,采用双曲线法、理论曲线拟合和ASAOKA法对地基最终沉降进行了推算,并对不同的推算方法进行了比较和适用性分析.得出ASAOKA法适用于巴比延岛软基处理工程最终沉降量的推算.该法实用性强,可为后期施工提供可靠的数据参考.     

基于遗传算法的舰船航速模糊控制研究

研究并建立了舰船航速控制系统的数学模型,并将模糊控制理论应用到该系统,提出了一种基于遗传算法的舰船航速模糊控制新方法。该方法较常规的模糊控制具有更优的控制性能,仿真实验结果表明该方法可行、有效。     

航道货运量预测方法及其应用

为了精确预测航道未来货运量需求,克服传统预测方法无法实现复杂非线性拟合的缺点,分析了航道货运量的影响因素,探讨了遗传规划方法在航道货运量预测问题上的应用.根据遗传规划巾复制、交换、变异等进化方式,建立了基于遗传规划的航道货运量预测模型.以江苏省连申线苏北段历年货运量及区域经济发展状况为样本,采用遗传规划方法自动找出货运量随时间变化的规律,并对未来货运量进行了预测.结果表明,本箅法的计算相对误差很小,预测结果合理可信,且优于常用的回归预测,为解决航道货运量等非线性系统预测提供了一条新的途径.     

软土地基沉降的动态实时预测研究

软土地基沉降是受多因素影响的多维非线性系统,各因素的多样性、复杂性和不确定性对系统的影响表现为地基的沉降变形.本研究以灰色模型和BAYES动态模型为基础,建立预测地基土实时变形的动态模型,分别对趋势项和动态项进行预测.以该模型预测某软土地基工程的地基沉降变形,并与实际监测的沉降变形数据进行对比分析,证明该模型对地基工程...     

基于改进遗传算法的舾装件托盘多载具协同拣选方法

为提升舾装件托盘的拣选效率,建立拣选过程的数学模型,提出一种基于改进遗传算法（Improved Genetic Algorithm,IGA）的舾装件托盘多载具协同拣选方法。针对遗传算法（Genetic Algorithm,GA）流程与实际拣选过程的差异,改进GA的初始化过程和染色体交叉方式,并对变异过程进行更贴近实际生产的修改。针对GA难以得到全局最优解的问题,采用变邻域搜索（Variable Neighborhood Search,VNS）策略降低陷入局部最优解的可能性。采用实例计算验证该算法的有效性,可优化传统舾装件托盘拣选方法。     

基于混合遗传算法的船台装配优化研究

为了在船台装配作业中最小化船台周期、降低作业成本、均衡资源负荷,分析了船台装配作业的特点并对其进行了建模,设计了一种适于解决本优化问题的混合遗传算法,开发了对应的软件。将最小化船台周期的优化目标体现在解码的过程中,保证了解码的唯一性;同时将降低成本的优化目标体现在评价和选择的过程中。经本方法得出的船台装配日程计划为实际生产提供了很好的指导。最后,通过一个算例,验证了本方法的可行性和有效性。     

软基土工织物袋充填砂围堰沉降位移的处理

珠江河口整治工程中抛泥区围堰的构筑采用土工织物袋充填砂快速成堤,由于河口地区基础均为淤泥,且土体力学特性差异较大,围堰易于发生较大的沉降,甚至出现水平位移。通过围堰局部出现的沉降滑移特例,分析其原因,并提出处理方案。     

超大型基坑逆作法施工引起的地表沉降

借助有限差分软件模拟某工程超大型基坑逆作法施工后的地表沉降,分析基坑平面尺寸和地下连续墙的深度、宽度及弹性模量等因素对地表沉降的影响,模型计算结果显示超大型基坑到沉降收敛点的距离应至少为基坑最大挖深的8倍,该结果大于以往文献中关于基坑到沉降收敛点的距离为基坑最大挖深4倍的建议值.