遗传算法在飞剪机结构参数优化设计中的应用

在对飞剪机结构参数的优化设计中,应用了一种新兴的高效寻优方法-遗传算法。文中对基于遗传算法的参数优化过程进行了全面和简要的说明。实例计算表明,该方法可以获得比较满意的优化设计结果。     

企业管理组合优化的数学模型及遗传算法

以重点产品生产的企业组合为例建立管理中组合优化问题的数学模型,通过利用遗传算法对问题进行并行求解。该方法较圆满地解决了管理中组合优化问题,具有广泛的应用价值,对投资决策的理论分析也有很高的价值。     

基于遗传算法的地铁列车自动驾驶控制算法研究

轨道交通列车运行曲线的控制是轨道交通列车自动化的核心技术。通过提出改进的遗传算法来设计列车ATO（列车自动驾驶）控制算法,使用某城市地铁列车参数建模,编制实用的遗传算法生成列车时分控制曲线的程序,并进行计算机仿真,仿真的结果达到了：输出时间与给定的定时值完全一致;能耗比节时模式降低56%;停车点精度｜x｜=14cm,小于规定值（25cm）;最大速度小于规定值;具有较高的全局适应度。表明算法效果良好、性能优越。     

基于遗传算法的城市干道协调控制

探讨了传统解法城市干道协调控制中存在的典型问题, 对城市干道协调控制中交通流在协调控制系统内各交叉口的“驶离-到达”模式进行了分析, 提出了基于遗传算法的城市干道协调控制相位差优化设计方法。范例分析表明本文的方法求解结果优于传统数解法, 能更准确地反映实际的交通运行情况和控制效果。     

基于GATS算法的城市交通网优化问题研究

遗传算法和Ｔａｂｕ Ｓｅａｒｃｈ算法是求解大规模任意目标函数优化问题的强有力工具,二者各有优势,又都存在不足,本文根据香港城市交通网优化问题的特点及遗传算法和Ｔａｂｕ Ｓｅａｒｃｈ算法自身的优势与不足,提出一种将二者混合使用的求解网络优化问题的算法。这是第一次将遗传算法和Ｔａｂｕ Ｓｅａｒｃｈ算法应用于实际的网络设计问题,最后用香港２００６规划数据进行实例研究。     

神经网络与遗传算法结合在结构优化设计中的应用

利用神经网络对有限元计算的样本数据建立起结构设计参数与位移,应力等的全局性映射关系,以获得遗传算法求解结构优化问题所需的目标函数值,从而进一步获得问题的优化解,５杆桁架等例表明,此方法可以在较少的有限元分析次数下获得的较好的优化解。     

投影寻踪模型评价轨道网规划方案研究

为避免主观评价方法的局限,采用基于样本数据驱动的探索性数据分析原理的投影寻踪模型对轨道网规划方案进行综合评价;给出该模型的建模步骤,并采用实码加速遗传算法实现该模型的求解.采用投影寻踪综合评价模型将轨道规划方案多维评价指标集合成一维投影评价值,根据投影值结果对规划方案进行排序,根据投影方向向量值对各评价指标对综合评价值的贡献程度进行了分析.对综合评价定量判断结果通过与方案定性分析的对比,表明该方法符合实际决策要求,模型可靠适用.     

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。     

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。     

遗传算法优化的柴油机技术状态评价方法研究

通过实车试验,测试并提取了不同使用时间下车用柴油机的6个特征参数,将柴油机技术状态按"好、较好、一般、较差、差"划定等级,并确定了各等级下的基准特征向量;构造了模糊距离度量模型,分析了特征参数随使用时间的变化规律,利用遗传算法计算了各特征参数的权重,对评价模型进行了优化,并对一定数量的柴油机进行了技术状态评价。评价结果表明,利用优化后的模型进行柴油机技术状态评价可以为柴油机维护提供依据。