表面织构对曲轴轴承润滑性能的影响

考虑凹槽与凹坑织构之间的协同润滑效应, 在曲轴轴承表面设计了抛物线凹槽-球形凹坑复合织构, 以改善轴承的润滑性能; 为了分析抛物线凹槽-球形凹坑复合织构对曲轴轴承润滑性能的影响, 基于平均Reynolds方程和Greenwood-Tripp微凸体接触方程构建了曲轴轴承的混合润滑模型, 并采用质量守恒的边界条件处理油膜的破裂和再形成行为, 分析了凹槽织构、凹坑织构与凹槽-凹坑复合织构的摩擦学性能, 研究了凹槽-凹坑复合织构的分布位置和结构参数对轴承承载力和摩擦力的影响。分析结果表明: 凹槽-凹坑复合织构具有高于凹槽织构的承载力和低于凹坑织构的摩擦力; 存在最优的凹槽宽度为1.3mm, 凹槽面积率为0.7, 凹槽最大深度为25μm, 凹坑数量为6, 凹坑面积率为0.7, 凹坑最大深度为20μm, 使得轴承量纲为1的承载力最大; 存在最优的凹槽宽度为2.6mm, 凹槽面积率为0.7, 凹槽最大深度为30μm, 凹坑数量为15, 凹坑面积率为0.7, 凹坑最大深度为35μm, 使得轴承量纲为1的摩擦力最小; 当凹槽-凹坑复合织构的分布位置、结构参数取最优值时, 相对于无织构轴承而言, 轴承的承载力提高了4.1%, 摩擦力减小了19.6%。     

含约束条件多峰函数优化问题的混合遗传算法

针对目前求解含约束条件多峰函数全局优化问题存在的困难,结合传统优化算法和常规遗传算法,提出一种寻求含约束条件多峰函数全局最优解的混合遗传算法.算例分析结果表明:该算法保留了传统优化算法的局部寻优能力和常规遗传算法的全局寻优能力,是寻求含约束条件多峰函数优化问题的一种有效算法.     

基于遗传禁忌算法的城市公交线网优化研究

针对城市公共交通线网优化问题,利用遗传禁忌算法进行研究.通过对公交线网优化目标函数和关键约束条件的分析,从乘客利益、企业效益及社会环境的角度出发,以公共交通效率最大化为总目标,建立公交线网优化模型.在分析遗传算法和禁忌搜索算法自身的优势与不足的基础上,提出基于遗传禁忌算法的公交线网优化算法,并将其应用于银川市公共交通线网规划中,结果表明该算法科学合理,可操作性强.     

含约束条件多峰函数优化问题的混合遗传算法

针对目前求解含约束条件多峰函数全局优化问题存在的困难,结合传统优化算法和常规遗传算法,提出一种寻求含约束条件多峰函数全局最优解的混合遗传算法.算例分析结果表明:该算法保留了传统优化算法的局部寻优能力和常规遗传算法的全局寻优能力,是寻求含约束条件多峰函数优化问题的一种有效算法.     

基于有限元法的曲轴结构分析及优化

以东风康明斯某曲轴为例,在Pro/E中进行了三维实体建模;使用通用有限元分析与优化软件HyperWorks分析了原材料及两种新材料不带平衡块曲轴单拐模型的位移场和应力场,校核了曲轴在交变载荷作用下的疲劳强度,并对曲轴模型进行了设计优化。为新材料曲轴的设计提供了参考依据。     

基于贪心策略的混合遗传算法在TSP中的实现

由于标准遗传算法初始种群是随机产生的,可能导致算法的收敛速度较低,并陷入局部最优解.为了解决这一问题,提出了一种改进的遗传算法.改进后的遗传算法先用贪心算法产生初始种群,使算法能够更快地达到最优解.选择操作时采用竞标赛方法,在每代进化结束后立即采取了末尾淘汰机制,从而使适应度高的个体被选中的概率增大.并用模拟退火算法改善其局部搜索,通过仿真实验可以看到,提出的邻近倒位变异以及新的非零递减自适应函数可以进一步提高算法的运行效率.     

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.     

资源受限项目调度中基于邻域搜索的混合遗传算法

分析了资源受限项目调度问题,针对其具有NP-hard的特点,提出了一种基于邻域搜索的混合遗传算法,将启发式算法与遗传算法相结合,用邻域搜索的思想进行变异操作.结果表明,该算法不仅保证了算法的全局收敛性、而且提高了算法的收敛速度和解的稳定性.     

地铁车热管散热器的数值模拟与结构优化

利用专业的热分析软件ICEPAK对地铁厂已设计出的热管散热器进行数值模拟,得出不同工况下相应的温度场分布,以验证此散热器是否满足散热要求.在热源最高温度不超过90℃的情况下,改变热管数、翅片数和热管长度,对模拟结果进行分析后得出最优结构.使其散热器达到重量轻、体积小、耗材少及经济性佳的要求.     

基于Kriging模型的改进协同优化算法

为了提高协同优化算法的求解效率,利用Kriging模型,构造系统级近似优化模型,提出了基于Kriging模型的改进协同优化算法.该算法采用置信域与均匀设计相结合的方法,完成近似模型的更新;采用序列二次规划算法,完成优化问题的求解.以经典函数和减速器设计为例,验证了改进协同优化算法.结果表明:该算法能提高计算效率,在减速器设计中,迭代次数减少50%左右.     

基于GESO的钢筋混凝土梁拓扑优化方法研究

为克服仅将钢筋混凝土作为单一材质进行拓扑优化的弊端,提出了GESO算法对分离式钢筋混凝土模型进行拓扑优化,并对拓扑解进行了简化,分别验证了二维矩形梁与三维T梁的钢筋布置方案。研究结果表明：与经典ESO算法相比,GESO算法效率更高,删除率、对称性及美观性均更优;基于GESO算法的二维矩形梁与三维T梁初始拓扑优化构型,经简化后可得到钢筋布置形式,优化后的矩形梁和T梁的位移、应力变化幅度较小;但不同荷载、位移边界条件下,拓扑优化后的钢筋布置形式存在显著差异,实际配筋设计中应考虑结构受荷形式与边界情况,获得配筋设计的最优方案。     

某汽车空调暖风风道的CFD仿真和优化

针对某微型面包车空调系统出风量小,出风温度不均匀的现象开展了研究,应用Fluent软件对暖风风道内部的三维稳态流动和换热情况进行了数值仿真分析,通过调整风道内部结构及扰流板尺寸、形状和位置设计了优化方案,并进行了CFD仿真。结果表明:将扰流板位置向下平移15 mm的方案为最优方案,该方案的风阻较原设计下降了4.5%,出口温度的标准差降低了17.8%,风道出风温度的均匀性得到了显著改善。     

基于粒子群优化算法的机场群航班优化配置研究

针对我国机场群发展不平衡、航线同质化程度高等问题,建立了以航班准点率、航空公司市场份额、旅客损失时间和航班功能定位指标最大化的航班时刻优化模型,将一级国际枢纽机场运行效果差的航班分配至周边机场.笔者在满足机场群内各机场起降容量限制、航班唯一性和航班连续性的条件下,设计改进的粒子群优化算法进行求解.以长三角机场群的航班时刻资源为例进行实例验证.研究表明:模型能够有效调整枢纽机场的低效航班至周边机场,使得机场群内各机场航班分布较为均衡,有效控制各时段航班架次的变化趋势,优化效果显著.     

基于蚂蚁算法的物流配送路径的优化

随着物流行业的发展,物流配送成本成为人们关注的问题。为了进一步降低日益复杂的物流配送成本,文中将蚂蚁算法应用于物流配送的路径优化问题中,设计了求解物流配送路径优化问题的蚂蚁算法,并应用实例加以仿真计算,结果表明该算法对物流配送路径优化是实用和有效的。     

基于遗传优化的水面无人船艇神经网络智能控制

利用GA智能优化算法和RBF神经网络逼近算法设计了一种USV运动滑模理想跟踪控制方法.首先利用改进的遗传算法对RBF网络参数进行在线寻优以进而提高其逼近性能.其次,将学习速度较快的局部RBF神经网络对滑模控制设计中存在的船舶运动系统函数不确定项进行逼近,使得由于滑模面的不间断切换引起的控制输入抖振问题得到有效地解决.对比实验说明了在同等条件下,上述智能控制系统稳定时间更快,超调量更小,以及输入舵角更平滑.     

基于遗传算法的列车运行能耗优化算法

研究了CBTC系统中列车控制模型和列车运行调整, 以降低能耗为目标, 对列车在区间的运行控制进行优化组合, 提出了基于遗传算法的能耗优化算法, 根据具体的线路条件, 计算了在不同的运行等级下或不同区间运行时分对应的列车运行速度曲线。以一段2 400m长, 具有典型节能坡设置, 且包含一段60km·h^-1区间限速的线路为例, 进行了能耗计算和优化仿真。研究结果表明: 优化之后速度曲线与其对应的运行等级2、3、4的速度曲线相比, 列车牵引能耗减少到原来的62%、58%、60%, 节能效果显著, 算法有效。     

用于施工临时道路的装配式水泥混凝土路面优化

通过调查研究,分析总结当前施工临时道路使用中存在的情况,提出用于施工临时道路的装配式水泥混凝土路面使用要求,并对其技术方案进行拟定。通过数值模拟,研究分析装配式水泥混凝土路面板在不同板块尺寸、不同接缝下的应力特性。根据分析结果,提出板块结构优化方案,给出建设意见。     

基于人工鱼群算法的移动通信网络基站覆盖优化问题

基站覆盖优化问题是移动通信网络优化的核心问题．针对网络节点严重冗余，基站之间相互干扰的情况，提出了一个移动通信网络基站最优覆盖模型，并利用人工鱼群算法对移动通信网络基站覆盖优化问题进行求解，得到了最优设计方案．最后选取某城市核心区域对模型与算法进行了验证，仿真结果表明：本文提出的方法提高了移动通信网络基站的覆盖率，减少了节点冗余，从而达到减少网络建设成本，提高网络规划效率和准确度的网络优化目的．     

基于免疫粒子群优化算法的多约束路由选择算法

受生物体免疫系统免疫机制的启发,把免疫系统的免疫信息处理机制引入到粒子群优化算法中,设计了一个基于免疫粒子群优化算法的路由选择算法。这种免疫粒子群优化算法结合了粒子群优化算法具有的全局寻优能力和免疫系统的免疫信息处理机制,实现简单,改善了粒子群优化算法摆脱局部极值点的能力,提高了算法进化过程中的收敛速度和精度。     

融入偏好信息的列车运行过程多目标优化算法

列车运行过程优化是一个多目标、大滞后、非线性的极其复杂的优化问题.为了更好地解决上述问题,以列车能耗、舒适性、停靠准确性和运行时间为控制目标,以列车运动动力学方程为约束,建立了列车运行过程的多目标优化模型,提出了一种融入偏好信息的列车运行过程多目标遗传粒子群算法.提出的改进策略具有以下优点,在融入偏好信息的基础上通过控制粒子群中个体在解空间的分布能够更好地保持粒子群多样性,从而在进化过程中具有更明显的全局收敛的指向作用.仿真得到的速度距离曲线表明,在列车及其运行线路相同的情况下,本文所提出的算法性能较佳、寻优结果较好.