Magic Formula轮胎模型参数辨识的一种混合优化方法

Magic Formula(MF)轮胎模型能够准确描述轮胎的侧偏特性,广泛应用于车辆动力学的研究。由于MF轮胎模型参数多,且高度非线性,从大量的试验数据中准确辨识这些参数相当困难。提出一种基于遗传算法和数值优化算法的混合优化方法,采用由粗到精的辨识过程,先利用遗传算法得出近似最优解,再利用数值优化算法辨识出精确的参数。利用辨识出的参数计算轮胎的侧偏特性,计算结果与试验数据吻合良好,表明该方法是辨识MF轮胎模型参数的有效手段。     

基于BP神经网络和遗传算法的桥梁损伤识别方法研究

以钟祥汉江大桥的损伤识别为例，对基于BP神经网络和遗传算法的桥梁结构损伤诊断方法进行的实例应用研究，结果表明该方法兼有神经网络广泛的映射能力和遗传算法快速的全局收敛性能。     

投影寻踪分类模型在中国工业经济效益综合评价中的应用

为提高工业经济效益综合评价模型的分辨率,提出了一种有效的和通用的模型——投影寻踪分类模型.采用基于实数编码的加速遗传算法寻找最优的投影方向,同时用投影方向信息研究了各因子对中国工业经济效益综合评价的影响水平.取得了符合客观实际的分类结果.     

降雨入渗下软岩边坡可靠度分析及其加固措施

针对边坡稳定性分析,考虑了边坡开挖、加固措施影响、地下水作用及降雨渗流的影响,以此作为评价边坡在各种可能情况下安全稳定性的基础.结合边坡可靠度遗传算法,对依托工程路堑边坡稳定性进行了分析.计算结果表明：原设计方案中锚杆格梁将对边坡稳定性有所提高,但锚杆格梁位置不合理,其考虑降雨入渗后的边坡安全系数仅为1.176,可靠度指标Pf为9.81%;优化加固方案后,边坡在降雨入渗条件下的安全系数提高到1.320,可靠度指标Pf为1.23%,加固后的边坡稳定性较好,其计算思路将对类似的降雨条件下强风化岩质边坡的稳定性分析及加固措施的优化有一定指导作用.     

基于混沌高效遗传算法优化SVM的交通量预测

针对交通量预测本身所存在的小样本、非线性和复杂性等特点,利用支持向量机建立了基于RBF核函数的SVM交通量预测模型,采用基于混沌映射和加速遗传算法的混沌高效遗传算法对SVM模型参数C,ε和δ2进行优选,结合某市1978～2008年交通量实测资料进行了仿真验证,与GA-SVM模型和BP神经网络模型的仿真预测结果对比表明:该模型取得了较好的预测效果,可有效应用于城市交通量的预测.     

遗传算法在双横臂悬架优化中的应用

针对ADAMS软件提供的优化算法的用户接口,成功地将遗传算法(Genetic Algorithm)添加到ADAMS中;并且以降低轮胎磨损为目标,利用所添加的遗传算法对双横臂悬架进行优化设计,获得良好的优化效果。     

基于嵌套遗传算法实现汽车覆盖件回弹的评价

提出用切边线的线轮廓度公差来评价实际冲压件的回弹,数据点采样后用3次参数样条函数对实际切边线进行重构,将线轮廓度公差的求解分解为最大法向偏差的计算及最佳匹配位置的搜寻,并用嵌套遗传算法实现了这2个优化问题的求解,计算结果表明该方法是有效的。     

基于模糊数学和改进遗传算法的滨海地层盾构选型研究

由于地质环境的复杂性和对盾构法隧道适应性研究的缺乏,在复杂地层的沿海地区修建隧道比较困难,因盾构选型不当导致盾构掘进过程中停机、掘进困难等不适应现象时有发生。复杂地质条件下盾构在施工时往往面临着众多不确定因素的影响,难以进行有效和定量的评价。基于此,提出一种基于模糊综合评价模型和层次分析法(AHP)的盾构隧道适应性评价方法。在综合分析滨海复杂地层条件下盾构选型适应性影响因素的基础上,选取能够充分反映地质适应性差异、具有代表性和区分度高的5个评价指标,构建盾构选型适应性评价指标体系。并引入改进遗传算法(IGA)及AHP(IGA-AHP)确定评价指标的层次单排序权重和层次总排序权重,克服了AHP在一致性检验方面的缺陷。采用模糊数学构建各个评价指标的隶属函数,得到盾构选型的隶属度矩阵,并最终确定滨海复杂地层条件下盾构选型适应性模糊综合评价模型。以厦门市轨道交通4号线彭厝北站～蔡厝站区间为例,对所构建的盾构选型适应性模糊综合评价模型的合理性与准确性进行验证。评价结果符合实际情况,能为今后类似地层的盾构选型提供一定的借鉴和参考。     

苏州轨道交通网络化换乘衔接优化研究

在苏州市轨道交通网络化运营条件下,研究协调优化各线列车衔接计划的方法,使不同线路的列车在换乘站形成良好衔接,能够缩短乘客的换乘等待时间并减少乘客滞留。基于高峰时段、平峰时段不同的优化目标,提出网络换乘站列车衔接方案优化模型,接着基于遗传算法设计相应的求解方法,并结合苏州市轨道交通的换乘客流特征与运营特征,用算例证明模型和算法的有效性,为网络列车衔接计划的协调编制提供指导建议。     

基于自适应优化控制的车体垂向加载系统

为实现轨道车辆车体静强度试验加载过程的自动化、试验中加载力施加的准确和可控,从硬件与软件2个方面协同考虑,设计一种基于自适应优化控制的车体垂向加载系统。首先,在加载系统的硬件设计方面,根据轨道车辆车体结构、载荷布置的特点和试验工况的要求,进行一种多点液压垂向加载装置的结构设计,包括力学结构设计及其液压系统设计。然后,在硬件设计基础上进行该加载系统的软件设计,使该加载装置的各加载点的加载力实现自适应、最优、闭环控制。作为控制软件设计的基础,首先建立该加载装置的力学模型及其液控系统的数学模型。为了解该加载装置的各个加载点,并寻优各加载点的最优加载力值,设计一种基于遗传算法的加载力解算模块。进而,为了实现该加载系统加载力自适应优化的闭环控制,结合设计的遗传算法加载力解算模块,建立基于PID控制器的加载力自反馈调节机制。最后,通过案例计算表明,该车体垂向加载系统的稳态加载时间仅为2.4 s,实际加载误差仅为0.56%,满足试验的误差要求。本文为轨道车辆车体垂向加载装置加载力准确、可控的实现提供了软硬件解决方案,为多点加载系统各加载点解耦问题的解决提供理论依据,推动了轨道车辆车体静强度试验装备的...