Optimization of HEV Control Strategy with a Hybrid Genetic Algorithm

结合遗传算法的群体进化和模拟退火算法可避免迂回搜索的特点,在多目标遗传优化方法的基础上,引入混合优化算法,对HEV能量管理控制参数进行了优化.结果表明,所提出的混合优化算法在解决HEV控制策略多目标优化问题中,避免了传统遗传优化早熟收敛和无方向性等缺点,提高了收敛速度和计算效率.     

考虑俯仰振动的摩托车平顺性多目标优化

采用摩托车动力学专用软件BikeSim建立了摩托车整车模型,先在B级路面和路面脉冲输入两种工况下分别对整车平顺性进行了仿真;后又以俯仰和垂向振动加速度均方根值最小化为目标,以悬架特性参数为设计变量,采用iSIGHT为优化平台,集成BikeSim和MATLAB进行了多目标优化,得到了Pareto前沿.优化后的俯仰与垂向振动的曲线与数据和优化前仿真结果的对比表明,摩托车平顺性得到了改善.     

欢腾中国龙 迎春建设芯——记2012年重庆建设摩托车股份有限公司发动机营销工作会议

2012年1月16日,重庆建设摩托车股份有限公司在风景怡人的白鹭山庄召开了2012年发动机营销工作年会,建设摩托车股份有限公司总经理吕红献等企业高层以及全国100多个建设发动机经销商出席了会议。会上,建设合资合作     

Double-goal Optimization Model of Ecology and Utility for Urban Passenger Traffic Structure

分析了城市客运交通结构优化的目标.基于每种交通方式的生态特性与效用特性,利用目标规划法,建立了以生态影响最小为第1目标、交通效用最大为第2目标的双目标优化模型,并提出了相关约束条件.在模型的算法上,首先运用线性规划法求出了生态影响最小值与交通效用最大值,其次运用层次算法对模型进行求解,通过分析偏差值,使所求解合理化,符合现实情况.以大连市中心城区为例对模型进行了应用.结果表明,优化后的交通结构能够体现生态优先的原则,同时符合大连市实情.     

信号交叉口多目标动态决策模型及其优化方法

以减少机动车在交叉口的延误时间和尾气排放为目标,针对目前交通信号控制模型中普遍采用单一目标进行求解的问题,以非饱和交叉口为研究对象建立了信号交叉口多目标动态决策模型(MODD模型),对信号周期时长、绿信比和相序3个信号配时参数同时进行优化,提出交叉口多目标评价满意度函数,制定交叉口信号控制决策准则并应用混合遗传算法求解最优决策变量.算例的求解结果显示,混合遗传算法能够均匀地逼近Pareto最优前端,多目标优化方法更能减少车辆在交叉口上的停车延误和停车次数,对单交叉口信号配时有理论指导和应用价值.     

基于无线电体制的多功能智能靶标设计

武器系统试验频繁,靶标作为测试装备保障日趋繁重,现有机械组合式目标模拟方式保障兵力难度大,多功能智能靶标可以缩短试验准备周期,降低工作强度,满足武器试验需求。     

一种基于GPS的自动航向控制系统

全球定位系统(GPS)提供了高精度的位置信息和航向、航速等运动要素,借助这些参数,该文实现了可以控制船舶按照既定路线航行的自动航向控制系统。     

基于D＊算法方向指针的水下远程武器航路规划方法研究

远程武器航路规划的目的是使引导远程武器追踪并攻击目标。当攻击运动目标时,通常采用的处理方法是将运动目标航迹分解为多个静态目标来规划,但该种方法会出现计算周期长、盘旋重复运动等问题。针对上述问题,该文设计了一种基于D＊算法方向指针的动态规划方法,可大幅减少计算量和避免盘旋运动问题的发生,并且通过模拟仿真,验证了该方法的有效性。该方法可为远程武器的有效运用提供重要参考价值。     

动态规划算法在被动声呐目标检测中的应用

基于动态规划的检测前跟踪方法可用于检测跟踪低可观测目标。它利用检测前跟踪的技术在检测目标的同时给出目标航迹的优点,实现对低信噪比下目标的检测与跟踪。本文分析了动态规划法进行弱小目标检测的基本原理,结合水下目标检测的特殊性对该算法进行了修正,得到了适应水下目标的检测前跟踪方法。通过实际的海试数据进行验证,证实了检测前跟踪技术在水声领域进行目标检测跟踪的可行性。     

基于形态特征的水下小目标识别方法

为应对恐怖组织利用蛙人或水下机器人等小型武器的攻击,需要在一些重要的部位,如港口、码头、海岸洞库和锚泊水域中安装水下智能监控系统,而小目标识别技术是该系统的核心技术之一.本文对蛙人等水下小目标的特征进行了研究,提出基于形态特征的水下小目标识别方法.由实验结果可以得出,此算法具有较高的小目标检测率,有效提高了水下智能监控系统的可靠性.