底架承载机车车体结构优化设计

在提出以结构体积最小为目标,梁截面和梁位置坐标为设计变量,求全局最优解思想的基础上,利用遗传算法建立了机车车体结构优化模型.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.     

变学习因子神经网络自适应控制研究

利用网络逼近的思想，提出了一种用ＢＰ网络逼近对象的学习算法及相庆的控制算法，并得到了一种快速学习因子的选择方法，结合多种不同对象进行领导具，均获得了满意的效果。     

基于双Markov链的效果评估模型研究

当前基于单Markov链的扫雷作战效果评估模型是一个理论意义大于实际的模型,如应用于实际的多Markov扫雷过程则还有相当的距离.文中从正交分解的角度,指出Markov评估模型只能得到定性评估结果.进一步提出了用于定性评估的双Markov模型,计算结果表明:在引入先验知识后,能在小样本数据条件下取得较为准确的评估结果.     

基于遗传算法的城市轨道交通接运公交线网规划

分析了城市轨道交通接运公交线网的功能，初步界定了车站影响区，并将其离散化编码表示，定义参数，以运营者消耗和使用者消耗之和最小为公交线网优化目标函数，建立模型，最后介绍了使用遗传算法搜索最优路线的计算步骤。     

具有自适应温度补偿的自动变速器起步控制

根据电控机械式自动变速器起步性能指标及起步过程离合器转矩传递特性，提出了确定离合器目标接合速度的加权方法．该方法兼顾了驾驶员起步意图及自动变速器起步性能要求．模仿人工控制的-特点，同时考虑液压油温度变化的影响，提出了基于误差峰值采样的自适应温度补偿的起步过程离合器接合速控制算法．实验表明，该算法既满足了3种典型起步工况(爬行起步、正常起步和急起步)的性能要求，又提高了系统对温度变化的适应能力．     

多目标演化算法在混合电动车设计和控制中的应用

以混合电动车(HEV)的性能仿真软件ADVISOR为平台，应用一种高效的多目标演化算法——非占优排序遗传算法(NSGA-II)，将一辆并联HEV的百公里油耗和HC，CO，NOx的排放等4个目标同时进行了优化，优化变量同时包含了部件尺寸参数和能源管理策略参数，得到了一组Pareto解．针对该Pareto解集的分析表明，在不牺牲动力性的前提下，NSGA-I大大提高了原车的经济性能和排放性能，并且为HEV的设计与控制提供了一个较宽的选择范围．     

车站联锁控制系统的仿真

微机联锁系统是以微型计算机为主要技术手段实现车站联锁的系统,自适应车站联锁模拟控制系统是一套车站联锁的仿真模拟系统.阐述了自适应车站模拟控制系统与微机联锁系统的关系,介绍了自适应车站模拟控制系统的功能、设计和特点.     

遗传算法用于结构物内部缺陷识别的逆分析

尝试用遗传算法与有限元结合，对悬臂梁的内部空洞进行识别，得到满意的逆分析结果。由于缺陷识别问题可以转化为有约束的目标函数极小化问题，表明遗传处可用于优化计算。     

CLASSIFICATIONS OF EEG SIGNALS FOR MENTAL TASKS USING ADAPTIVE RBF NETWORK

Objective This paper presents classifications of mental tasks based on EEG signals using an adaptive Radial Basis Function (RBF) network with optimal centers and widths for the Brain-Computer Interface (BCI) schemes. Methods Initial centers and widths of the network are selected by a cluster estimation method based on the distribution of the training set. Using a conjugate gradient descent method, they are optimized during training phase according to a regularized error function considering the influence of their changes to output values. Results The optimizing process improves the performance of RBF network, and its best cognition rate of three task pairs over four subjects achieves 87.0%. Moreover, this network runs fast due to the fewer hidden layer neurons. Conclusion The adaptive RBF network with optimal centers and widths has high recognition rate and runs fast. It may be a promising classifier for on-line BCI scheme.     

混合遗传BP算法在图象识别中的应用

介绍了传统的遗传算法与BP算法，分析了它们各自的不足。提出了一种将BP算法与遗传算法有机结合的混合智能计算方法，并且给出了具体的算法实现流程。将该方法应用于数字图象识别，经过实验表明混合算法优于传统BP算法。