基于Marc和遗传算法的焊接工艺参数优化

焊接变形的大小主要受焊接速度、焊接电流、电压、送丝速度、焊接顺序等工艺参数的影响.根据焊接热加工特点和实际需要,针对设计变量数目繁多、类型多样的焊接工艺,采用遗传算法与有限元分析相结合的方式,对重点参数进行了优化.以二维平板对接焊的模型为例,以工件最小焊接变形量为优化目标,经过遗传算法进化后,结合有限元方法进行每组参数组合的焊接过程热力耦合分析,找出焊接能量和焊接速度的最优组合,为焊接工艺的优化和制定提供科学的评价和预测.     

约束优化问题的多参量遗传算法

约束优化问题的传统求解方法是拉格朗日乘子法，函数的可导性和多峰性常常成为求解过程中的难题。遗传算法的并行搜索为这类问题的求解提供了一种新的途径。为了提高计算效率，有学者提出用两级遗传算法分别解决拉格朗日乘子入及优化参数的求解问题。用多参量遗传算法可以同时解决两级优化的遗传算法，把分级优化的参数同时编码，就把两级优化转化为一级优化。经试验该算法虽不能使优化算法的计算时间大大降低，却可以使程序设计工作相对简化，同时使遗传算法程序更具通用性。     

基于遗传算法的港口布局优化

针对武钢工业港铁矿石布局问题采用遗传算法进行仿真优化计算,提出了换位交叉方法,避免了不可行解的产生,仿真优化结果符合生产实际情况。     

基于MSC.Marc接口的遗传算法结构优化设计

提出了一种结构优化设计系统,该系统采用C语言和FORTRAN语言混合编写而成.在应用遗传算法的基础上,构建了与Marc模块的应用程序接口,直接调用Marc进行有限元分析,实现对目标体的结构优化设计.此系统被应用于车体优化设计中,取得了成功,充分说明该方法是正确、有效的.     

基于遗传算法的孔系加工路线优化

在数控机床上对大量的孔进行加工时,加工路线的优化程度将直接影响机床的使用效率.通过对在数控机床上对孔系进行加工的典型工艺路线的分析,建立了加工路线优化的数学模型,利用遗传算法,对孔系加工路线的排序进行了优化计算,并用一个算例证明了该算法的可行性.     

基于遗传算法的约束优化方法评述

用遗传算法求解无约束优化问题已经取得了成功,但如何处理有约束优化是其面临的问题之一,目前处理这一问题没有一致适用的方法,最常用的处理约束方法是惩罚函数法,也有一些其它方法,本文对近几年出现的几种方法进行了进行了介绍,并评述了它们的优缺点。     

基于遗传算法的交叉口信号配时多目标优化

为了提高城市交叉口通行能力和减少机动车尾气排放,提出了利用遗传算法实现多目标优化的方法,开发了基于遗传优化的城市交通微观仿真模型,并进行了仿真试验.仿真结果表明:这种多目标优化方法可以获得更好的交通信号控制效果和改善环境.     

基于多学科多目标遗传算法的摩托车车架优化

建立摩托车架有限元模型,计算不同工况下的强度、刚度以及自由模态和约束模态,验证了一维管梁单元模型可代替二维壳单元模型进行仿真计算。采用正交实验设计对优化变量进行灵敏度分析和选择。以自由模态和约束模态频率为优化目标,强度、刚度以及轻量化为约束条件,建立多学科多目标遗传算法的振动优化方案,得到车架整体系统的最优解,提高了车架结构振动特性。     

基于遗传算法的柴油机电控参数实时优化

为使发动机满足日益严格的排放法规要求同时使其具有较好的燃油经济性，采用柴油机性能与运转参数间神经网络模型，将遗传算法嵌入DSP中实现了电控参数的实时优化。在实验台上验证了神经网络建模和遗传算法相结合在线寻优的最优控制MAP生成技术的可行性。     

混合遗传算法在结构优化设计中的应用

基于邻域搜索的自适应遗传算法和标准遗传算法的一种离散变量结构优化设计的混合遗传算法,既能发挥邻域自适应算法省时、高效、成熟收敛的特点,又能发挥遗传算法全局最优的特点.优化设计结果表明:改进后的混合遗传算法的收敛性得到了很好的改善,使个体既能沿着当前种群优势方向前进,又能跳出局部最优,寻求全局最优.     

利用遗传算法的结构优化设计

利用遗传算法,首次提出“取刚架截面形状和尺寸规格为设计变量,结构体积为目标函数,求全局最优解”这一优化模型,通过对各个计算环节的研究,确立了可行的计算方法,编制计算程序,并以算例证明该方法的有效性。     

基于遗传算法的切割路径优化

将遗传算法用于求解加工路径优化问题．针对加工路径优化目标，即零件加工轨迹应走过零件所有内外轮廓且路径最短，给出了非确定型的多项式数学模型，并根据优化目标将其简化为点与点之间的优化．用遗传算法对加工路径优化进行了遗传编码，并对75个零件排样进行了计算机仿真计算．仿真结果显示，最优值（37129mm）为初始值（43622mm）的85％，表明该算法可行。     

遗传算法在并行多机调度问题中的应用

从车间生产调度的实际情况出发，针对最小化完工时间的并行多机调度问题，提出了一种优化遗传算法．充分考虑紧急任务的插入，通过提供一个记录设备当前负荷的数组，实现对任务的动态调度．仿真结果表明该遗传算法能够较好的解决并行多机生产调度问题．     

基于遗传算法的公交发车间隔模型

根据公交调度优化问题的特点,考虑车辆满载率及最大、最小发车间隔的约束,以企业收益和乘客利益最大为目标建立的公交发车间隔模型,采用遗传算法进行求解。实际应用表明,利用该模型及其算法能够快速得到公交发车间隔的满意解。     

遗传算法应用于并联管道计算中的研究

传统求解并联管路的水力计算的方法不是精度低就是限制条件多。设计了一种改进的遗传算法求解的方案，对适应度函数的选取作了详尽地分析，并提出了可增强局部搜索能力的微调变异算子。并联管路的水力计算实例证明了改进的遗传算法的有效性。     

均匀设计和遗传操作并行的遗传算法

针对简单的遗传算法稳定性较差，容易发生早熟收敛的不足之处，提出了将均匀设计和遗传操作相结合的遗传算法，通过编码在问题的解空间和算法的搜索空间之间建立一个映射，对其进行交叉操作，变异操作和均匀设计操作，用典型的测试函数进行测试，证明了该算法是可行的，与单纯遗传算法相比，计算精度和收敛速度更高。     

基于遗传算法的装配顺序优化

为了解决装配顺序优化的问题,采用了集对分析理论与遗传算法相结合的方法,考虑了装配并行度与重定向次数对装配作业的影响,得到了遗传算法的程序编制方法．实例分析,验证了该算法的可行性与有效性．遗传算法对装配顺序优化具有重要意义．     

基于遗传算法的机会约束规划的区间估计

从数理统计的角度，对机会约束规划的非线性目标函数的最优值进行了区间估计，并讨论了提高估计精度的方法，用遗传算法和样条回归得到了拟合的最优值目标函数的Lipschitz常数，算例表明了非线性目标函数最优值的区间估计方法的有效性。     

基于遗传算法的追踪列车节能优化

为了研究追踪列车的节能优化操纵策略,提出了四显示固定闭塞系统下的列车静态速度约束条件和追踪列车动态速度约束条件.在此基础上,建立了以列车操纵手柄级位和工况转换点为控制变最的追踪列车节能优化模型.采用染色体长度可变多目标遗传算法,结合外部惩罚函数对该模型进行了求解,并利用遗传算法中的染色体变长算子对列车操纵手柄变换策略进行了优化.在四显示固定闭塞平台上的仿真结果表明,该方法可在安全、准点的前提下,使追踪列车的能耗下降4.3％,运行时间误差减小1.7％.