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.     

碳减排背景下定制公交路线规划方法

为解决现有定制公交路线规划模型数据来源窄且未充分考虑碳减排需求的问题,首先基于高德地图平台提供的互联网大数据挖掘定制公交潜在客户群体与通勤需求,然后用燃油消耗量表征碳排放量,在考虑乘客利益与公交营运企业利益等约束条件的前提下,以燃油消耗量最少为目标构建定制公交路线规划模型,最后采用遗传算法进行模型求解。针对广州的实例分析结果表明,仅需4台定制公交即可满足早高峰期间1个时段内南往北途经广州大桥的69名来自11个不同小区私家车通勤用户的出行需求,且该方案可在乘客出行时长无显著增长的前提下减少约89.36%的燃油消耗,表明所建模型可有效解决以碳减排为目标的定制公交线路规划问题。     

基于改进遗传算法的航班-登机口分配多目标优化

为提高现代机场的资源利用效率和乘客换乘体验, 研究了多目标航班-登机口分配问题; 在考虑航班类型约束、飞机机体类型约束和转场时间间隔约束的基础上, 以分配在固定登机口的航班数量最多、使用的固定登机口数量最少和乘客换乘紧张度最小为目标函数, 建立了航班-登机口分配的多目标非线性0-1整数规划模型, 并设计了一种改进型基因编码的遗传算法以提高求解效率; 基因个体采用两段式整数编码, 设计了该编码方式到可行解的映射流程, 同时从理论上证明该编码方式可以映射到最优解; 对两段基因编码分别设计了不同的交叉算子和变异算子, 避免产生非可行个体; 为验证算法的有效性, 基于某大规模机场的实际运营数据, 对比了改进型遗传算法与MATLAB内置遗传算法。计算结果表明: 采用改进型遗传算法使得安排在固定登机口的航班数目增大5%, 乘客换乘总紧张度减小3%, 乘客换乘平均紧张度减小32%, 占用的固定登机口数量相同, 安排在固定登机口的乘客数量增大20%, 算法运行时间减小8%, 说明改进型遗传算法性能更好, 可提高登机口的利用效率和乘客的换乘舒适度; 在改进型遗传算法的优化过程中, 航班数量目标和登机口数量目标在130次迭代时寻到最优解, 换乘紧张度目标在400次迭后基本收敛, 且最优结果对应的航班时序合理, 说明该算法的迭代收敛速度快, 优化结果合理。     

多目标最优化的遗传算法

针对多目标,最优化问题的特点,本文设计了一种遗传算法,可用于求解多目标最优化问题的部分非劣解。经有关函数数值计算表明该算法是有效的。     

基于多目标遗传算法的低温共烧陶瓷电路板典型结构优化

在热环境中,低温共烧陶瓷电路板会出现相当大的热应力和形变,造成它的表面出现裂纹,严重影响其使用功能.为此,提出了基于多目标遗传算法的典型电路板结构优化研究.在热环境中,热分析低温共烧陶瓷电路板典型结构,并在热分析的基础上,分析优化典型结构中易形变的部位,达到减小其热应力的目的,以提高在热环境中电路板的力学特性,改善其力...     

弱客流地区客货共享定制公交路线的动态规划方法

针对弱客流地区公交运营难的问题,在分析典型弱客流地区的交通特性的基础上,通过客货共享运输模式和动态定制公交调度方法的应用,实现以货补客,客货同赢的运营目标.首先将动静态客货定制需求进行分类,分阶段处理定制需求;然后,以最小化总运输时间为目标,考虑容量与定制需求时间窗等约束,构建定制公交车辆初始线路优化模型,并在此基础上,考虑初始乘客和动态需求的时间窗约束,构建在途公交车辆的动态路径优化模型,建立动态定制需求的响应机制,从而实现客货共享定制公交路线的动态规划;最后,通过算例证明该模型的可行性,并与非混运模型进行比较.结果表明:在相同的运输需求条件下,模型所需车辆数比非混运模型少2辆,对动态需求的满足率提高16.7％,总空载率降低12.4％.     

非支配排序遗传算法的动压轴承形状多目标优化

为了克服以偏心率为初始参数的轴承优化模型优化结果局限于原始形状的缺点,提出用傅里叶级数表示通用膜厚方程,建立了多目标形状优化设计数学模型.应用基于非支配排序遗传算法,以最小功耗和最小侧漏流速为目标、最小油膜厚度和最小承载力为限制条件,以通用膜厚方程系数为设计变量,进行了轴承形状的多目标优化设计,并用Matlab偏微分方程工具箱求解基于通用膜厚的控制方程.实例分析结果表明:基于通用膜厚方程的多目标优化后的轴承形状不受固有型线的限制;在保证最大承载力的基础上,优化后的非圆轴承与仅以最大承载力为单目标优化的结果相比,最小功耗下降了80.8%,最小侧漏流速比优化前下降了3个数量级,并得出了Pareto最优解集.     

基于遗传算法求解转移流量的多目标规划方法

以十字交叉口为例,在分析交叉口进、出口流量与转移流量之间关系的基础上,以进口交通流量观测值与来自各个出口并进入该进口的估计转移流量之差的绝对值和出口交通流量观测值与该出口到达各个进口的估计转移流量之差的绝对值之和最小为目标函数,转移流量的实际取值范围作为约束条件,建立了求解转移流量的多目标规划模型.利用遗传算法并行运算的特性,提出了基于遗传算法求解转移流量的多目标规划方法.最后通过一个算例给出了应用该方法求解转移流量的多目标规划模型的求解效果.     

基于遗传算法求解转移流量的多目标规划方法

以十字交叉口为例,在分析交叉口进、出口流量与转移流量之间关系的基础上,以进口交通流量观测值与来自各个出口并进入该进口的估计转移流量之差的绝对值和出口交通流量观测值与该出口到达各个进口的估计转移流量之差的绝对值之和最小为目标函数,转移流量的实际取值范围作为约束条件,建立了求解转移流量的多目标规划模型.利用遗传算法并行运算的特性,提出了基于遗传算法求解转移流量的多目标规划方法.最后通过一个算例给出了应用该方法求解转移流量的多目标规划模型的求解效果.     

基于CTM的交通信号多目标优化方法

研究了城市交通信号的控制与优化问题,以整个网络延误、油耗以及路网机动车尾气排放量为优化目标,推导了基于元胞传输模型的网络延误、油耗以及路网机动车尾气排放量计算公式,建立了一种基于元胞传输模型的城市交通信号控制的多目标优化方法,并利用多目标遗传算法进行了优化求解.仿真结果表明:应用此方法在轻度、中度、重度交通流状况下形成...     

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。     

基于多目标优化的高速超车轨迹规划

为保障高速超车规划过程中的安全,同时提升轨迹的舒适性,笔者提出一种基于多目标的高速超车轨迹规划算法。该算法在可行凸空间的基础上求解出高速超车边界条件,再通过安全超车策略对超车行为的可行性进行分析,随后根据建立的超车轨迹规划目标函数和舒适性优化函数对轨迹的平顺性和乘坐的舒适性等目标进行优化,并且算法实时规划轨迹直至超车行为完成。为验证该算法的有效性,利用Prescan和MATLAB/Simulink构建联合仿真平台,对所设计的两种常见超车场景进行验证分析。仿真结果表明：在匀速超车以及加速超车场景下,相较于单目标优化,经多目标优化的超车轨迹的横向位移峰值、横向加速度峰值、横摆角速度峰值、曲率峰值,以及车速峰值的优化效果都获得了提升,有效的提高了所规划超车轨迹的舒适性和安全性。     

基于多目标优化的病态逆问题求解

针对科学和工程研究中的病态逆问题,提出了基于多目标优化的求解方法.该方法将各次观测所得问题方程组残差作为多目标,并进一步将该多目标转化为单一目标,通过遗传算法寻求问题最优解,从而利用多次观测的有效信息,达到稳定病态逆问题解的目的.数值算例表明,该方法在参数反演精度和抗噪方面,显著优于最小二乘法(LS);在中、低噪声水平上的相关性态优于Tikhonov正则化方法.     

基于多目标优化的物流服务组合研究

为了发展铁路货运组织改革提出的门到门的全程物流服务,达到更及时有效地响应货运客户日益多样化、个性化的物流需求的目的. 针对物流服务的特点,构建物流Web服务组合模型,采用Web服务组合技术将物流服务提供商提供的物流服务进行实时、动态的组合,并将组合问题转化为求解多目标优化问题,提出了改进的NSGA-Ⅱ （non-dominated sorting in genetic algorithm-Ⅱ）算法. 首先考虑了物流业务流程中物流服务的逻辑关系以及由于物流服务提供商联盟而产生的物流服务联合关系,设计了隐含逻辑关系和联合关系的染色体编码方式和遗传因子;其次,将实际铁路物流服务中客户的QoS （quality of service）属性需求作为组合服务的目标函数的惩罚函数,有效避免组合服务重计划问题,促使染色体向满足约束的方向进化;最后对算法进行实验仿真,结果表明算法解决物流服务组合问题的有效性与可行性,某次实际铁路物流服务选择的具体服务与组合服务的QoS属性都符合客户要求,组合服务从三个目标角度来看都是非劣的,而在物流任务与候选服务增加的情况下,算法运行时间满足实际需要. 并且较于NSGA-Ⅱ算法,考虑了物流服务提供商的联盟需求,得到满足客户物流服务需求的Pareto解在Pareto解集中所占比例达到100%,即得到了质量更优的物流服务组合方案.      

基于遗传算法的磁性目标磁模型

磁性目标形体复杂,磁化不均匀,目前一般采用逆方法拟合测量数据,从而建立其磁模型.文中以系数矩阵的条件数为目标函数,利用遗传算法搜索磁偶极子的位置,同时监测拟合误差,使得目标函数达到最优的同时,拟合误差也满足要求.实测数据的建模结果表明,用该方法建立的磁场模型精度高,对测量误差不敏感,具有很强的鲁棒性.     

基于遗传算法的军事运输路径优化

在建立军事运输路径优化模型的基础上，设计了求解最小广义权路径的遗传算法；针对军事运输中的必经点和节点保序问题，构造了特殊的染色体编码规则和交叉、变异的处理方法；提出通过对初始种群染色体的预处理来提高算法的性能．最后，进行了算法的比较实验和结果分析，以验证算法的可行性和有效性．     

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．