基于遗传算法的BP神经网络短时交通流预测

对BP神经网络模型、方法及遗传算法的基本原理进行了分析,将遗传算法与标准BP神经网络算法相结合构建了基于遗传算法的神经网络算法;建立了基于BP神经网络的短时交通流预测模型,对BP神经网络算法及基于遗传算法的BP神经网络算法进行设计,并将其应用于短时交通流预测模型的仿真计算,仿真结果表明基于遗传算法的BP神经网络算法具有更快的计算速度及更好的适应能力,该方法可以较好地应用于短时交通流预测。     

大跨悬索桥MTMD抖振控制的参数优化

针对悬索桥抖振控制问题,建立有限元模型,应用神经网络和遗传算法对多重调频质量阻尼器(MTMD)进行双参数优化。以某大跨悬索桥为例,利用神经网络改进的谐波合成模拟方法(RBF-WAWS法)对脉动风速进行模拟,并换算成抖振力作用主梁上,通过时程分析及后处理获取主跨跨中横桥向响应值。将响应值的均方差作为优化目标函数,以MTMD总质量、个数及阻尼比作为优化变量和约束条件,采用神经网络拟合目标函数并应用改进的自适应遗传算法进行寻优。结果表明,优化后的MTMD能有效控制悬索桥在脉动风作用下的抖振响应,减振率达48%。提出的理论与计算方法对悬索桥中MTMD的设置及参数选取具有实际工程意义。     

多工序加工单元的移动机器人调度优化

为合理分配动力电池生产线容量确定单元中移动机器人的任务,优化机器人调度路径,提高调度效率,在考虑设备加工工时、物理位置等约束下,以最小化调度任务时间为目标,建立多工序加工单元单轨约束下多移动机器人调度模型,设计遗传算法并采用MATLAB进行求解,给出不同机器人分配方案下的目标函数值和收敛情况。结果表明,采用所提出的调度方法对单轨多机器人服务范围进行规划能够减少调度时间、提高调度效率。     

一种螺旋桨参数化建模方法

对螺旋桨进行优化时,需要建立起优化计算的样本空间,即要实现初始桨的参数化建模。本文基于贝塞尔曲线拟合原理编程实现了螺旋桨的参数化建模,对螺旋桨的径向参数分布分别用一条贝塞尔曲线进行拟合,曲线的控制点通过遗传算法寻优求得。文中以4382桨为例,对其进行参数化建模,讨论了三、四、五、六阶贝塞尔曲线的拟合效果,发现三阶贝塞尔曲线拟合光顺性最好、拟合平均误差可以控制在0.3%以内,而且控制点个数较少,最适合拟合螺旋桨径向参数分布。最后通过调整三次贝塞尔曲线控制点的位置调整了原桨叶的几何形状,得到光顺性较好的新桨叶模型,表明该参数化建模方法合理。     

轮胎起重机整体稳定性优化

应用浮点数编码的遗传算法和生物进化算法对轮胎起重机进行整体稳定性优化。经系统模型检验，得到满足整体稳定性的最优解。计算结果表明轮胎起重机经优化后的整体稳定性明显提高。     

船舶六自由度转台电液伺服系统参数整定方法

针对船舶六自由度转台电液伺服系统的参数整定问题,提出一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑了系统超调量、稳定时间和ITAE指标,采用多目标遗传算法求出Pareto最优解。使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法（TOP—SIS）进行多属性决策（MADM）研究。计算了转台电液伺服控制的数值算例,结果表明本文提出的联合方法通用性好,所设计的PID性能优异,适合工程实际应用。     

免疫粒子群算法在船舶避碰上的应用研究

在船舶避碰决策过程中,转向避让是采用频率最高的一种避让方法.为了获得更加有效和合理的转向幅度,以来船与本船构成的方位、距离、船速比、最近会遇距离和最近会遇时间为主要参数,并综合考虑其他因素来确定船舶间的碰撞危险度,通过改进的免疫粒子群算法,建立相应的适应度函数模型,进而求出最优转向幅度.仿真结果表明,改进的免疫粒子群算法对于处理多船会遇情况下的本船最优转向幅度,结果准确可行.     

正交异性组合桥面构造优化

正交异性组合桥面由于其较好的抗疲劳性能和静力承载能力、相对较轻的自重近年来在实际工程中得到较多应用。正交异性组合桥面通常由正交异性钢板和混凝土层组成,在加入混凝土层后结构刚度发生较大变化,若正交异性板仍采用传统正交异性钢桥面的构造形式将会造成不必要的钢材用量和焊接量增加。采用遗传算法,以单位面积造价最小为目标,结合现有规范考虑了构造约束和承载能力约束两类约束条件,采用两种应力控制方案,对不同桥面板跨度和混凝土厚度的正交异性组合桥面的构造进行优化。同时解决了构造改变导致荷载分配改变对承载能力分析造成的影响。优化结果表明,桥面跨度4.5m时,与未优化组合桥面相比,优化方案用钢量可降低1.7%~10.1%,焊接量可降低16.5%~31.8%。     

物流中心选址与规模的层次优化模型

同时考虑生产商和分销商的利益,采用双层规划模型来描述物流中心选择以及规模问题.上层规划从生产商的角度出发,通过调整物流中心位置及规模使生产商的生产成本、运输成本和经营成本最小；下层规划从分销商的角度出发,通过调整从各个物流中心进货的数量使自身的平均运输成本最低.设计了基于遗传算法的求解方法,并用数值算例验证了模型和算法的有效性.     

基于多种群竞争进化的车辆超载网络检测

针对车辆超载检测中复杂的数据处理,提出了基于BP( Back Program)网络的非线性检测模型.为了克服神经网络在梯度学习中存在的收敛速度慢,容易陷入局部极小等不足,将多种群竞争机制引入到免疫进化中,提出了一种新的基于实数编码的多种群竞争免疫算法,并基于车辆轴重检测数据实现了BP网络的权值和阈值优化.实验结果验证了...