基于GA-FC的船舶减摇鳍控制仿真研究

根据船舶减摇鳍控制系统在不同海情下的期望减摇效果,设计了不同的性能指标,运用遗传算法离线优化设计模糊控制器,组建控制系统知识库.控制程序根据船舶实时的运行情况,调用系统知识库中相应的控制器,并在线修正GA-FC控制器的比例因子,进一步增强系统的自适应能力.仿真结果表明,基于遗传模糊算法的船舶减摇鳍在线控制系统,具有很好的减摇控制效果,并减缓了鳍角饱和概率和转鳍角速度,从而降低了鳍伺服系统的功耗.     

BP—GA算法在短时交通流预测中的应用研究

本文提出了一种基于BP神经网络的遗传算法,分别利用其局部和全局寻优能力强的特点综合为一种新的优化算法,并将改进的算法应用于交通流预测中。通过实例分析,可看到改进的模型在进行交通流预测时具有较好的预测效果。     

公路路线智能优化方法研究

公路路线优化属于多目标优化问题。传统优化算法难以解决具有模糊性、不确定性的路线优化问题。建立了基于GIS和遗传算法的公路路线智能优化模型,提出了基于GIS空间数据挖掘技术的选线环境知识获取模型和基于多目标遗传算法NSGA-Ⅱ的路线优化算法,解决了GIS与遗传算法集成、目标函数确定、遗传算法设计等关键问题。最后通过算例,验证了模型的有效性和实用性。     

基于免疫遗传算法的公交线网优化研究

为了提高遗传算法在线网优化中的稳定性,在遗传算法过程中加入免疫因子的提取与注射,并设置局部最优的检测。改进后的免疫遗传算法能结合求解问题的特征信息对种群进行免疫接种,提高搜索速度和精度。通过路网验证,并与标准遗传算法进行比较,表明效果明显。     

S形梁碰撞多参数优化设计

提出了一种新的碰撞优化方法,即将试验设计(DOE)、有限元分析(FEA)、响应面法(RSM)和遗传算法(GA)结合起来,对S形薄壁梁多结构参数进行抗撞性优化设计.通过提取实际车架上使用的S梁特征参数,建立了S梁的碰撞模型.运用方差分析(ANOVA),选取那些对S梁吸能特性影响显著的因素作为主要设计变量,采用显式非线性有限元软件PAM-CRASH进行碰撞模拟.根据有限元分析结果并结合响应面理论,建立了S梁的总吸能和最大冲击载荷的响应面模型.采用遗传算法进行优化求解,得到了S梁的最优设计参数.优化后的S梁在碰撞中的总吸能能力大大提高.     

基于遗传算法的船舶核动力装置冷凝器故障诊断研究

根据核动力装置冷凝器的运行特点,分析了导致冷凝器故障的各种原因,并结合领域专家的知识建立了故障征兆集.将遗传算法与概率因果模型相结合,建立了故障诊断系统.从系统的诊断结果看,该方法能准确、快速诊断出故障,这对保证核动力装置的安全运行具有一定的指导意义.     

集装箱码头泊位-堆场-闸口的周期协同分配

为提高集装箱进出口码头在周期性环境下的作业效率,对集装箱码头泊位-堆场-闸口的周期协同分配问题进行了研究. 首先考虑泊位、堆场、闸口3类资源对船分配过程中的可用量约束、相关性约束和周期性约束,以最小化船舶总在港时间为目标函数,建立集成调度的混合整数规划模型;在此基础上设计自适应遗传算法进行求解,其上层对船舶优先级构成的编码空间展开进化搜索,下层利用启发式将优先级解码为多资源协同分配计划,并将其评价值返回至上层迭代. 数值实验显示,协同考虑泊位、堆场和闸口3类资源的集成调度,相较于传统的两阶段调度,周期计划下的船舶总在港时间缩短约20%.      

城市轨道交通快慢车停站方案优化研究

快慢车模式作为一种有效匹配乘客多样化出行需求的手段,能提升企业服务水平,降低运营成本,其核心问题是确定合理的列车停站方案。首先,针对快慢车越行特点进行分析,得出快慢车越行会导致乘客的出行时间和列车周转时间增加,并导致线路的通过能力降低的结论,因此提出快车在慢车站不停站越行慢车的观点,以降低越行造成的不利影响。然后,对城市轨道交通快慢车模式下乘客出行时间的变化和企业运营成本的变化进行全面的分析,构建快慢车停站优化模型,并用遗传算法进行求解。结果表明,高峰小时内乘客能节省旅行时间3 976 815s,企业能节省1列车底的购置费及12 000元的停站成本。     

考虑追踪安全的地铁快慢车协同操纵节能优化

研究考虑追踪间隔要求和再生能利用的快慢车线路地铁列车协同操纵节能优化问题.首先,基于滚动优化思想将列车协同操纵全局优化问题分解为一系列的子问题,即每一列车进入下一区间前由中央控制器根据同一供电分区内其他列车的操纵方案和列车重量等实时运营信息,计算出站列车在下一区间的操纵方案.为延长牵引制动重叠时间、提高再生能利用,各列车尤其是快车允许途中二次牵引加速以配合其他列车进站制动.基于上述研究思路,本文以列车净能耗为目标构建了快慢车线路列车协同操纵节能优化模型,并设计了混合遗传算法进行求解.案例分析结果表明,与不考虑其他列车操纵的个体最优节能操纵方法相比,本文提出的协同操纵方法可节能3%以上,算法满足实时优化对计算效率的要求.     

基于实数编码遗传算法的桥梁有限元模型修正方法

为克服传统桥梁有限元模型修正迭代优化过程中存在的局部收敛和提高模型修正精度, 提出了联合实数编码遗传算法与静动力实测数据的有限元模型修正方法; 引入四边形等参元理论和牛顿迭代法编制宏命令, 实现有限元模型中车辆荷载的快速自动加载; 基于结构有限元模型静动力特性构造目标函数, 以实数编码遗传算法为优化策略, 采用MATLAB平台建立了有限元模型修正框架; 通过对一个简支框架结构的数值模拟, 对比了所提出优化方法与其他方法的收敛效率和修正结果, 以验证所提出方法的有效性; 采用拉丁超立方体抽样分析了有限元模型参数变化对桥梁动力响应的影响, 以确定待修正参数, 并采用所提方法修正了一座改建的空心板桥梁的实体有限元模型。分析结果表明: 零阶算法和一阶算法对参数的敏感性和修正范围依赖大, 选用敏感性较小的参数或者参数修正范围大于50%将会导致错误的修正结果; 实数编码遗传算法对初始输入不敏感, 可避免局部收敛的情况; 采用灵敏度分析得到的主要待修正参数有空心板弹性模量、现浇层弹性模量以及支座横桥向和顺桥向的约束刚度; 修正后的空心板弹性模量增幅约为19.13%, 现浇层弹性模量增幅约为16.00%, 横向约束刚度增幅约为46.21%, 纵向约束刚度增幅约为72.72%, 修正后的有限元模型的静动力特性与实测响应吻合良好, 各测点静力响应误差均小于4%, 动力响应误差小于3%。