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.     

敷设聚脲的吸声模型改进粒子群算法优化

为了提高敷薄吸声层的水下小目标的隐身性能,以敷设聚脲的多层结构为基本吸声模型,推导了模型的反射系数计算公式.针对材料优化的应用需求,将粒子群算法的局部算法和全局算法相结合,改进粒子群算法的优化策略,得到了动态混合粒子群算法,提高了收敛能力和搜索精度.利用该算法对多层吸声模型的材料参数进行寻优,结果表明:当吸声材料杨氏模量近似为频率的分段线性函数时,其吸声性能最优.在此基础上,建立了提高模型吸声性能的理论方法,并进行了实例验证,结果表明,该方法可使模型吸声性能在140～500 kHz范围内达到-10dB以上.     

多属性随机时间依赖网络路径优化

为了改善实时交通诱导,根据交通网络中路段属性具有随机时间依赖性的特点,将路段各属性定义为关于时间的离散随机变量,建立了多属性条件下随机时间依赖网络路径优化模型.基于信息熵的多属性决策方法,设计了模型的求解算法;优化了网络节点的搜索顺序,使每个节点的信息只通过一步更新就可得到,从而获得多属性条件下所有节点到给定终点的路径选择结果,出行者可以根据到达某节点的具体时刻选择行进方向.最后,通过算例给出了算法的实现过程,并说明了随机时间依赖网络不遵从“先进先出(FIFO)”条件.     

二齿差滚动活齿传动多目标稳健优化设计

为了提高二齿差滚动活齿传动的设计水平和设计质量,将优化设计理论与稳健设计方法相结合,在考虑设计变量和设计常量的偏差对可行域影响的基础上,建立了二齿差滚动活齿传动的多目标稳健优化设计数学模型.基于模拟退火算法,提出了该模型的求解方法,给出了计算实例.计算结果表明:与应用普通优化方法得出的优化结果相比较,基于模拟退火算法的稳健优化设计所得的二齿差滚动活齿传动的体积缩小24.1％.     

高速公路施工管理优化分析

随着经济的发展,我国高速公路建设事业也在飞速前进,高速公路的设计施工技术标准不断提高,施工质量也在不断加强。对现阶段我国高速公路施工管理中存在的问题进行总结分析,找出这些问题的最佳解决办法,可切实做好高速公路施工管理优化工作。     

工程项目施工成本管理探讨

施工企业通过建立全员成本管理、全过程成本管理、综合成本管理制度,结合企业自身实际,认真做好工程项目的成本预测、成本计划、成本控制和成本核算,不断地总结、完善、提高,从而有效地控制工程成本,增加经济效益,提高企业竞争力.     

兼顾公平与效率的入口匝道协调控制

为解决高速公路匝道控制片面追求控制效率而忽略交通公平性的问题,提出一种兼顾公平与效益的入口匝道协调控制策略.定义排队延误基尼系数,有效刻画匝道控制的公平性.基于宏观交通流模型,构建双目标优化模型,优化目标包含反映控制效率的总旅行时间和反映公平性的基尼系数.改进差分演化算法的约束惩罚和罚函数构造方法,使差分演化算法能适于约束多目标优化问题的求解.应用研究表明,改进差分演化方法能获取Pareto最优解,决策者可根据个人喜好选择满意解.     

基于粒子群算法的多配送中心选址研究

配送系统设计时,除了使系统的总费用最小外,还要满足各个需求点对时间的要求.综合考虑选址的物流成本和服务水平,在说明了建模的假设条件后,以经济性为决策目标,以时效性为约束条件,建立了带时效性约束的单个产品混合整数非线性规划模型.根据模型的特殊结构和粒子群算法解决复杂问题的优势,运用粒子群算法进行了求解.将多配送中心选址模型及算法应用于某一快递企业的选址问题,用实际调研的数据得出了一个最优选址方案.     

求解旅行商问题的一种新方法

目前关于旅行商问题的启发式算法主要分为两类:环路构造算法和环路改进算法.通过对两类近似算法的深入研究,提出了一种新的方法――简化模型法来求解旅行商问题.该方法通过排序和选择操作得到原网络图的简化模型,对简化模型中的路径进行重构得到旅行商问题的解.通过测试TSPLIB中的实例,表明用简化模型法求解旅行商问题解的质量高、收敛快,时耗小,该算法是实用的.     

浅谈施工企业中项目的成本管理

施工企业中项目成本管理至关重要,详细介绍了成本预测及成本管理的内容。