基于多参数优化的某后扭力梁设计

首先构建了某后扭力梁有限元模型,并对其进行强度、扭转刚度、模态分析,结果表明,初始结构的后扭力梁U字形截面横梁有一个强度工况不达标,扭转刚度及弯曲模态均不满足目标要求。然后以5个料厚参数为设计变量,以扭转刚度及模态为响应,进行灵敏度分析,发现U字形截面横梁料厚为扭转刚度及弯曲模态的主要影响因素。即识别出U字截面横梁为强度、扭转刚度及模态的薄弱及敏感区域。针对U字形截面横梁采用Morph方法进行参数化建模,构建4个截面形状参数、1个截面位置参数及1个料厚参数,以不达标的强度工况及扭转刚度及模态为约束,以质量最小为目标,应用Optimus采用差分进化优化算法对后扭力梁进行优化,得到了最优设计方案。经验证,其强度、模态及扭转刚度均满足目标要求,最终达到了重量与性能的平衡。     

基于参数扫描算法的HEV多能源控制策略优化研究

为了改善某并联式混合动力SUV汽车的燃油经济性与动力性,运用ADVISOR2002中基于Matlab的多层次参数扫描算法,以燃油经济性为优化目标,以动力性为约束条件,对该车型的多能源控制策略进行优化。最后对控制策略优化前后的SUV性能进行仿真。结果表明,优化后燃油经济性在多种路况下都得到了不同程度提高。     

基于模糊理论的沥青路面热风加热多参数优化

为了优化就地热再生热风加热参数,提高热风加热沥青路面的加热效果,基于有限元方法,建立了热风加热装置加热沥青路面的模型,模拟计算了热风加热沥青路面的过程,通过试验验证了仿真模型及参数设置的正确性.采用正交试验设计方法研究了热风温度、热风速度、出风孔离地高度对加热效果的影响.提出了基于模糊理论的热风加热效果评价方法,引入综...     

基于NSGA-II算法的多连杆悬架多目标优化

应用空间运动学中刚体姿态坐标变换建立多连杆悬架的数学模型,基于瞬时旋转轴的近似数值方法确定其虚拟主销轴线.该数学模型通过用ADAMS/CAR软件建立的相应模型的仿真得到验证.结合NSGA-II算法对多连杆悬架跳动过程中车轮前束角、车轮外倾角和车轮侧向滑移的变化进行了优化,获得了三目标Pareto最优解集,结果表明,该方法对多连杆悬架的优化效果良好.     

基于混沌理论的短期交通流量多步预测

短期交通流量预测是智能交通系统的核心研究内容之一.针对城市交通流具有的混沌特性,提出1种具有较高精度的短期交通流量多步预测方法,以支持交通控制和交通流诱导.利用最大Lyapunov指数方法判别交通流量时间序列的混沌特性,对交通流量时间序列进行相空间重构,并在此基础上结合加权一阶局域方法设计了基于混沌理论的交通流量多步预测算法.将此方法运用于实际道路交通流量的多步预测,比较多步预测值与实际流量值,其平均绝对百分比误差为3.33％,平均绝对误差为9.05/[pcu· (5min)-1],均方根误差为10.36/[pcu·(5 min)-1].应用结果表明,该预测方法具有较高的精度.     

基于SFO-DPC算法的三维沥青路面裂缝检测

复杂的路面纹理和噪声的影响导致现有路面裂缝检测方法有效性较低.为了提高路面裂缝检测精度,该文提出一种基于自调节步长果蝇优化密度峰值聚类(SFO-DPC)算法的三维沥青路面裂缝检测系统.首先,利用Gocator3100系列双目智能传感器构建三维图像采集系统来采集沥青路面的三维数据;然后,采用自调节步长果蝇优化密度峰值聚类...     

基于混合粒子群算法的土钉支护结构设计参数优化

在土层工程地质情况一定的条件下,如何寻找一组最佳设计参数,以达到既经济又安全的目的,是土钉支护设计的一个重要问题。这是一个复杂的优化设计问题。就此,提出基于混合粒子群优化(PSO)算法的基坑土钉支护优化设计方法,以单位长度土钉墙的土钉材料造价作为优化的目标函数。该方法保持了PSO算法结构简单的特点,改善了PSO算法的全局寻优能力,提高了算法的收敛速度和计算精度,不活动粒子的处理使算法避免了“早熟”现象的出现。工程实例计算表明,该方法是进行土钉支护结构优化设计的有效方法。     

基于多目标遗传算法的混合电动汽车参数优化

动力系统和控制器参数的同时优化是提高混合电动汽车(HEV)燃油经济性并降低排放的关键。这类优化问题涉及多个相互冲突的优化目标和非线性约束,是典型的多目标优化问题。文中采用多目标遗传算法求解该优化问题的Pareto最优解集,并应用ADVISOR对实际算例的优化结果进行比较分析。结果表明,应用该方法可找到多组可行解,在满足原车动力性要求的前提下能有效提高燃油经济性,降低排放。     

基于NSGA-Ⅱ和Cruise的混合动力汽车参数优化

混合动力汽车的参数优化对降低整车的油耗和减少排放有着重要作用。针对HEV的高度非线性系统,在Maltab和AVL Cruise软件平台下,建立整车仿真模型,采用改进的遗传优化算法NSGA-Ⅱ,对混合动力汽车的传动参数和控制策略参数同时进行优化。优化结果表明,该方法在保证动力性的前提下,提高了燃油经济性和排放性能。     

基于模糊神经网络的爆破参数优化系统研究

在公路铁路路基、路堑开挖过程中,经常会遇到一些岩石需要用爆破方法进行,由于岩石介质的复杂多变性、爆炸过程的复杂性,很难用一种定式来获得较优爆破参数.为了获取设计所需的理想的爆破效果,降低爆破成本,爆破工作者一直在进行爆破参数的优化研究.引入模糊神经网络方法,建立了爆破参数优化系统.     

期望车头间距的混沌模型研究

通过对跟驰车队刺激———反应过程以及人车单元组合的微观特性分析,说明跟驰车队中具有产生混沌现象的必要特征。首先运用数学方法给出4种期望车头间距理想模型,将Rossler混沌吸引子模型分别引入4种模型中,然后选择能更好地描述实际交通流状态的期望车头间距模型,并利用高精度车载GPS设备在城市快速路上采集的实测跟车数据对该模型进行标定和验证后,认为改进的期望车头间距模型能更好地反映实际交通流的跟驰特性。     

基于伴随算法的客车造型风阻优化研究

采用伴随优化算法对某中型客车进行造型风阻的优化设计,快速识别影响气动阻力的关键造型特征,并提出有效的优化方案,使整车造型风阻降低20.2％.     

文化遗传算法用于装载机工作装置优化计算研究

本文以装载机工作装置的连杆机构作为研究对象,以Matlab作为工具软件,应用文化遗传算法对装载机的连杆机构进行优化。优化结果表明,文化遗传算法对于本问题的优化具有较高的效率,通过优化提高了装载机连杆机构的传力比。     

基于混合算法的联合运输路径优化

为了求解联合运输网络的最优运输方式组合问题,采用遗传算法并使用整数编码方式对城市节点进行编码,摒弃了传统的二进制编码方式,有效地缩减了编码长度并简化了编解码工作;城市节点链的运输方式组合与节点间运输方式转换使用动态规划方法来确定;至于联合运输网络数据,在建立多重图数据结构基础上,采用结构体数组与链式存储结构相结合的方式来存储。通过仿真实验表明,该方法可行,能够在较短的时间和可预期的迭代次数内找到最优解。     

基于遗传算法的动力总成悬置系统优化设计

发动机是汽车主要振源之一。悬置系统的设计水平直接影响到汽车的隔振性能。以能量解耦指标为目标函数对汽车动力总成悬置系统进行优化是一个有许多局部最优解的优化问题。对此,运用全局寻优能力很强的遗传算法求解。设计应用表明,对于常规梯度算法难以获得满意结果的实际问题,遗传算法往往可以给出各方向主运动均具有很高解耦度的设计方案。     

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。     

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。     

基于遗传算法的飞机滑行路径优化

研究了飞机场面安全滑行问题,将典型冲突限制规则和安全间隔作为约束条件,建立了系统的无冲突滑行路径优化模型。基于遗传算法给出了该问题的优化算法,并进行了实际算例的计算机仿真验证。与不考虑冲突约束条件的最短路径算法的对比结果表明,算法避免了最短路径算法中存在的冲突现象,可以为繁忙机场的安全运行提供决策支持。     

基于自适应遗传算法的相位差优化模型研究

通过分析车辆在城市交通干线交叉口的延误规律,从相对相位差的约束条件出发,以干线的总延误最小为目标,建立了城市交通干线的相位差优化模型。模型中考虑到了车辆在干线相邻交叉口的双向延误情况,并采用自适应遗传算法在Matlab下编程实现了相位差优化模型的算例计算。结果表明该优化模型具有较好的有效性,能较大地提高城市交通干线协调控制的性能。