新型电控机械式自动变速器参数优化及性能研究（双语出版）

为解决传统电控机械式自动变速器（AMT）换挡过程中的动力中断问题,同时提高整车动力性与经济性,提出一种将行星机构安装在AMT输入端构成的新型自动变速器（N-AMT）,并对N-AMT基本结构进行详细介绍,同时就驻车、起步和换挡过程中行星机构工作模式进行详细分析。首先根据最大、最小传动比、挡位数和相邻速比的设计要求对N-AMT进行速比初步设计,然后结合AMT换挡和双离合（DCT）换挡各自特点,以动力性为约束,NEDC工况最佳燃油经济性为目标进行遗传算法速比优化设计。利用速比优化设计方法进行不同挡位N-AMT方案设计,并根据动力学关系建立整车模型,对N-AMT进行动力性与经济性分析。综合考虑不同挡位数方案的分析结果和变速器结构成本等因素,确定8挡N-AMT为最终设计方案。最后对8挡N-AMT进行台架、起步和顺序换挡试验。研究结果表明：8挡N-AMT的NEDC循环工况油耗为6.38 L·（100 km）^-1,较5挡AMT原型车工况油耗6.95 L·（100 km）^-1减少了8.86%;N-AMT可以有效消除部分挡位间动力中断的问题,在30%加速踏板开度下,8挡N-AMT的起步时间为1.55 s,较5挡AMT起步时间1.61 s减少了3.7%,整车动力性得到提高;N-AMT换挡时间保持在1.05 s以内,且换挡平顺性较好。     

基于降低温室效应的飞行高度层分配优化

为减小扇区空中交通飞行对环境的影响,使用高度层分配优化方法开展了基于降低温室效应的航空器绿色轨迹优化研究.首先针对扇区航空器运行的特点,结合区域扇区飞行冲突解脱方法,综合考虑扇区空中交通排放的CO₂和产生的凝结尾对全球地表温度变化的影响;其次,以最小化全球地表温度变化为目标,建立区域扇区飞行调配模型,选用高度改变冲突调配策略,并采用带精英保留策略的遗传算法求解模型;最后,使用某市02号高空管制区的实际运行数据进行了实例验证.研究结果表明:该模型能够显著降低扇区航空器运行造成的全球地表温度增加;在25、50 a和100 a时间水平下全球地表温度增加值分别降低了98.74%、97.69%、97.11%;飞行高度层分配优化能大幅度降低温室效应.      

集装箱码头送箱集卡预约与场桥调度协同优化

针对送箱集卡随机到港引起的场桥作业不均衡,以及高峰时段场桥资源紧缺、集装箱码头拥堵等问题,构建送箱集卡预约与场桥调度协同优化的二层规划模型.上层目标为集卡在闸口的排队等待时间、预约集港导致集港时段调整的集卡数及所有预约时段未完成作业量所需的场桥时间最小,下层目标为每个预约时段未完成作业量所需的场桥时间最小.设计并行遗传算法求解模型,并以天津东方海陆集装箱码头为例进行算例分析.结果表明,预约集港能够降低集卡在闸口的排队等待时间,且送箱集卡预约和场桥调度的协同优化比独立决策更有利于提高集港效率.     

基于粗糙集和遗传算法的驼峰超速连挂事故分析

驼峰超速连挂事故受多种因素影响,运用粗集相关理论分析线路、调速设备和车流等事故因素,引入遗传算法进行属性约简,得到包括驼峰设计和运营线路纵断面变化、调速设备合理配置和新型重载车辆等几个关键影响因素。通过对影响因素分析能够在决策时给出科学依据,以此降低或避免事故发生的可能性。     

青藏高原多年冻土区公路智能选线方法

为解决传统公路选线方法难以完全考虑青藏高原多年冻土区复杂地理环境的问题,将地理信息系统(GIS)的空间数据分析技术与智能进化算法引入到多年冻土区的公路选线过程中。利用GIS进行青藏高原多年冻土区的空间数据挖掘,从冻土病害影响因子的连续度和发育度方面考虑多年冻土区微地貌对公路选线的影响,建立了冻土病害危险度计算模型。利用面向对象技术开发组件式GIS,应用于青藏高原多年冻土区,完成了对多年冻土区复杂地理信息的分析和提取。构建了线位优化遗传算法,确立了自适应的迭代策略,借助粒子群算法,建立了基于遗传算法的路线优化模型。以青藏高原西大滩至昆仑山口路线走廊带某路段为例,进行了公路智能选线研究,经算法多次迭代后,得到了最优的线位方案。研究结果表明:在实际环境数据试验中,遗传算法在迭代至第60代左右时得到危险度最低的优选方案,其综合危险度稳定在3.75左右。可见,青藏高原多年冻土区公路智能选线方法能够结合各类冻土病害的危险程度,为公路线位布局指明冻土病害影响较小的区域,有效兼顾了"主动保护多年冻土,确保路基稳定,生态环境友好,布局经济合理"等要求,可作为多年冻土区公路路线设计的参考方法。     

基于社会力的信号交叉口施工区交通流建模

由于施工区的存在,城市道路信号交叉口通行能力下降,车流运行混乱.本文为 了从微观层面研究信号交叉口施工区交通流运行特性,以初始社会力模型为基础,首次提 出一种新的适用于交叉口交通流的社会力模型;通过对影响岛式施工区通行能力的因素 进行分析,设计出一套数据采集方案;利用实测数据并结合遗传算法对提出的模型进行标 定,使用统计学指标对标定结果展开评价.结果表明,提出的新模型仿真得到的交通量与 实测值平均绝对相对误差仅为0.028,能为信号交叉口施工区交通流模拟提供参考.     

基于多学科设计法的汽车双横臂独立悬架优化设计

提出一种基于多学科优化设计的双横臂独立悬架优化设计方法。以某款汽车的双横臂独立悬架为研究对象,构建主销后倾角最小、外倾角和前束角变化量最小的多目标优化函数;集成ISIGHT和ADAMS/CAR软件,并对其进行多学科优化设计。优化结果表明:优化后主销后倾角相应减小2°,外倾角和前束角变化范围均减少0.45°和0.5°。经试验验证,悬架转向轻便性和综合性能得到改善。     

人工神经网络与遗传算法在发动机性能优化中的应用

利用BP神经网络的自学习以及非线性逼近能力对发动机性能的影响因素和性能进行拟合和预测,再 用遗传算法强大的全局寻优能力对影响因素进行优化,最终得到满足发动机燃油经济性的最佳动力性组合。二者 的有机结合,为发动机性能优化提供了新的途径。     

改进的自适应遗传算法及其在作业车间调度中的应用

针对自适应遗传算法在复杂问题应用中前期收敛速度缓慢和容易陷入局部最优的不足,引入了一种新的调节交叉概率和变异概率的方法,并提出了一种新的交叉方式,该算法很好地增强了自适应遗传算法的全局搜索能力,提高了收敛速度.通过比较几个优化实例,验证了本文算法的有效性.     

作业车间调度问题的改进遗传算法

研究了作业车间调度问题,并提出了一种新的求解方法,将邻域搜索与遗传算法相结合,提高遗传算法的局部搜索能力,加速进化过程,详细论述了该方法的优越性.