蚁群算法在PID参数优化中的应用研究

本文介绍了蚁群算法的基本原理,将蚁群算法应用到了PID控制的参数优化问题中,并详细给出了基于蚁群算法的PID控制参数优化算法的实现步骤。为了验证本文算法的可行性,我们对文献[1]中的例子进行了仿真,并将仿真结果与文献[1]给出的基于遗传算法的PID控制参数优化结果进行了比较,发现:基于蚁群算法的PID参数优化算法无论是在最优解的质量方面还是在算法的执行效率方面都要优于基于遗传算法的PID参数优化算法。     

分组选优交配与概率接受差解的两种模拟退火遗传算法

探讨对种群分组，优选交配，并以一定概率接受差解的两种模拟退火遗传算法，给出了其具体的算法思想，经过比照分析，说明这两种新的算法是有效的。     

船舶结构混合变量优化的遗传算法

本文针对船舶结构优化设计中普遍存在的混合离散变量现象，对遗传算法进行了若干探讨和改进，以直接获得实用的最优解。通过两个船舶结构优化的算例，验证了本文方法的有效性。     

求解TSP问题的一种启发式遗传算法

TSP问题是著名的NPC问题，在组合优化中有许多应用。讨论如何应用启发式遗传算法求解此问题，并设计一种启发式交叉算子和换位变异算子，主要特点是给出算子在程序中的实现技巧，提高搜索的速度。经实例分析，算法性能较好，能较快得到问题的满意解。     

一类模糊神经网络的遗传算法辨识

给出了一类模糊神经网络，并描述了用遗传算法辨识此模糊神经网络的详细过程。通过仿真使用遗传算法实现了模糊系统的辨识，证明遗传算法不失为一种解决此类问题的有效工具。     

遗传神经网络在导航传感器故障诊断中的应用

对船用组合导航系统中占主要地位的惯导系统进行故障诊断研究,提出了基于遗传算法优化的神经网络故障诊断模型.利用改进的遗传算法对BP神经网络的权值和阈值进行遗传操作,获得具有一定遍历性的初始权值和周值,然后再利用神经网络的L-M训练方法进行训练,克服了BP神经网络搜索速度慢和容易陷入局部极值的缺点,保证了训练过程收敛.对采集到的传感器故障信号进行预处理,故障特征信号作为改进遗传神经网络的输入信号来检测故障.采用惯导系统陀螺仪故障信号进行仿真研究,结果表明此方法可有效地检测故障且提高了系统精度.     

利用遗传算法优化静动态约束下的机舱结构

利用遗传算法对静动态约束条件下的机舱结构进行优化。为解决复杂约束情况，其中包括应力、固有频率和设计参数许用范围，提出了一种罚函数方法。为提高该方法的有效性，引入了目标择优的新算子。并提出我变异概率以提高算法的收敛性，从而避免过早收敛于一个差解。为解决分散问题，引入一序列截面，其形状参数事先主数据库。遗传算法在机舱结构优化中的成功应用，显示出它可应用于更复杂的工程设计问题。     

基于改进遗传算法的大体积混凝土温度场预测模型

针对大体积混凝土温度场的预测问题,在传统遗传算法中嵌入精英策略、动态变异概率、扰动公式和状态接受概率准则,形成了改进遗传算法,建立了温度场预测模型.以某大吨位超宽V形墩为例,选取对预测精度影响较大的混凝土热力学参数,引入非绝热温升试验建立算法的目标函数进行参数反分析,并输入有限元模型.对比基于改进遗传算法的预测模型和基于传统遗传算法的预测模型可知,前者预测精度更高且收敛速度更快,能更好地反映出大体积混凝土早龄期温度场的变化趋势.     

基于遗传算法的肘板结构型式优化

介绍了潜艇平面舱壁上主构架与耐压体连接处的一种新型肘板结构型式，通过ANSYS软件对其应力状况进行分析，利用改进的遗传算法对其结构优化设计，对遗传算法的改进包括设计适应度函数、自适应交叉率、自适应变异率，通过编程实现在遗传算法中调用ANSYS软件，获得计算适应度函数所需的参数。通过计算表明，此类型式肘板能够有效地降低应力集中程度。     

船舶维修备件供应调度路径优化研究

文章针对船舶维修备件供应调度成本较高的问题,提出两级保障下维修备件供应调度优化策略;为解决基地级备件供应调度路径不合理和基层级装备维修效率低的问题,引入软时间窗的概念,建立了带软时间窗的两级保障下船舶维修备件供应路径优化模型;通过设计优化算法中的算子来改善遗传算法的局限性,提高算法收敛速度,并将算法运用到问题的求解当中;运用MATLAB编程求解目标函数,并用相关案例验证了该模型的有效性,为船舶维修备件供应调度路径的规划提供参考。