揭秘自适应照明系统

自适应照明系统（Adaptive Front Lighting System,简称AFS）是最近新推出的一项主动安全技术,出现在了很多新上市的车型上,那么它的工作原理是怎样的呢,效果又如何呢？本文将带大家深入了解这项全新的主动安全技术。     

基于燃油经济性的汽车动力传动系匹配优化

传统的汽车传动系匹配研究方法,都是以汽车的动力性或经济性指标为优化目标的单目标优化。为了实现真正意义上的多目标优化,文章利用modeFRONTIER软件和遗传算法的组合优化策略,结合某5挡手动变速车传动系匹配,进行了基于燃油经济性的传动系参数优化设计,达到了降低汽车燃油消耗的效果,为汽车开发设计中传动系匹配优化提供了参考。     

基于遗传算法的汽车拉式离合器膜片弹簧结构参数优化设计

膜片弹簧是膜片弹簧离合器的关键零件。本文通过分析离合器的载荷一变形特性和多种约束条件,在参考成熟离合器结构参数的基础上,提出了一种离合器膜片弹簧的优化设计模型：在摩擦片磨损极限范围内,把弹簧压紧力变化的平均值最小作为优化目标。并采用遗传算法对某轻型货车离合器膜片弹簧进行优化设计计算。结果表明,应用此模型优化后的膜片弹簧各决策变量的值明显优于利用传统经验公式设计所得的结果。无论是在后备系数的稳定性、膜片的最大当量应力方面,还是在分离力的大小方面,均明显优于原设计。     

基于时间反演和单站天线的导体目标微波成像

为克服强散射体环境、多径效应等因素对目标成像的影响,利用时间反演法的自适应聚焦特性,研究了导体目标微波成像算法.将需要成像的目标轮廓用有限项三角级数逼近,散射问题用时域有限差分法模拟,逆散射问题转换成受限制的优化问题,引入遗传算法优化待求的三角级数的系数,仅用单站天线完成多散射体环境中二维导体目标的图像重建.为验证算法的有效性,对2个算例进行了数值仿真.     

基于ANFIS的特高压输电线路故障分类识别方法

提出了一种基于自适应神经模糊推理系统(ANFIS)的特高压输电线路故障分类识别方法,以分类识别10种常见的输电线路故障.该方法以故障后1个工频周期内故障电流分量的标准差和四分位距作为故障分类识别的特征量.分析了噪声和谐波对这2个特征量的影响;建立了基于ANFIS的故障分类识别模型.大量仿真试验表明:提出的故障分类识别方法能快速、准确地识别各类故障,并且不易受故障初始角、故障位置和过渡电阻的影响,对噪声、谐波、电流互感器传变特性及采样频率有良好的适应性,分类识别正确率能达到99.5%.     

基于改进遗传算法的单元机组非线性模型参数辨识

针对火电厂单元机组的特点及遗传算法工具箱在辨识多变量、非线性系统参数中存在的早熟、收敛速度慢等问题,对遗传算法工具箱进行了改进,以单元机组非线性动态模型为研究对象,提出了基于改进遗传算法工具箱的参数辨识方法．根据托电600MW机组的阶跃扰动试验数据,辨识得到了单元机组非线性动态模型的参数．结果表明改进遗传算法工具箱对单元机组非线性模型参数辨识具有良好的适应性,辨识得到的模型是有效可靠的．     

应急救援物流中物资分发点多目标排队选址优化

基于模糊数学、排队理论与选址理论,建立了应急救援物流中物资分发点的多目标模糊排队选址优化模型,其中：受灾点的需求率和物资分发点的服务率为模糊数,物资分发点建立成本最小和救援反应时间最短为目标函数．设计了模型的求解算法,确定了物资分发点的选址以及各个分发点所覆盖的受灾点区域范围．结合具体算例,验证了模型的实用性,并分析了物资分发点应急服务能力对救援效果的影响．     

一种基于模式搜索的自学习遗传算法研究

根据自学习遗传算法的原理,设计了基于模式搜索的学习算子.在此基础上与改进的遗传算法结合,提出了一种基于模式搜索的自学习遗传算法.通过对该算法在复杂函数优化情况下与传统遗传算法的对比测试表明,该算法的改进是有效的.     

基于GA-BP神经网络算法和粗糙集理论的交通事故黑点模型

道路交通事故黑点的预测鉴别是改善道路交通安全状况最重要、最关键的一步,采用基于GA-BP神经网络算法与粗糙集理论相结合的方法建立交通事故黑点预测模型.分析天津市津围公路的交通事故统计数据,通过GA-BP神经网络算法建立静态单元,考虑静态道路状况,分析得出道路的事故黑点样本.考虑实时动态道路交通环境条件的影响,并利用粗糙集理论建立有效的交通道路事故黑点预测模型,2种理论的有机结合,减少糙杂繁冗的数据量,降低伪报警率,提高事故黑点的预报精度,并通过实例进行实证分析.