基于遗传算法的模糊控制器设计

研究了基于遗传算法的模糊控制器的设计,用以解决生产过程中的实际问题.在具体实施中,首先解决了模糊控制器的设计问题.其次,对如何利用遗传算法对模糊规则寻优的问题进行研究,通过遗传算法,设计和动态优化模糊控制规则.解决模糊控制器的瓶颈问题.     

用混合遗传算法实现对PNN网络的快速训练

结合遗传算法与BP算法形成一种混合遗传算法,考虑船舶运动特点选取合适的适应度函数,实现了对船舶操舵系统中的PNN网络进行快速训练,并对其策略问题进行了分析。     

城市道路两相邻交叉口信号控制组合优化研究

以两个单点信号控制交叉口组成的简单绿波系统为例,建立一个以干线车辆行程时间最短为目标,各相位有效绿灯时间、饱和度及周期时长为约束条件的非线性函数模型,分别运用遗传算法和遗传退火算法对目标函数进行优化,实现了对绿波系统各交叉口信号配时的优化设计,并以实例加以论证,其优化效果良好。结果表明:遗传退火算法更能快速、准确地寻找出全局最优解。     

区域集装箱港口网络布局规划优化模型

为了避免运输网络内港口重复建设,实现港口资源的优化配置,综合考虑港口规划者与港口使用者之间的相互作用及决策均衡,以Stackelberg模型为基础,建立了区域内集装箱港口网络布局规划优化模型。为了有效地反映港口使用者个体的特殊性,采用非集计理论,从其自身属性出发,分析了微观货主的选择行为。以各港口的泊位数和相应航线班期密度组成的矩阵作为染色体的一个基因串,考虑模型约束的特殊性,设计了模型求解的遗传算法。模拟实例计算结果表明:在某运输网络内,模拟得到的港口网络布局规划的近似最优解符合实际分析结果,能表明货物运输主体的行为特性和影响因素,利用该模型有利于实现港口网络内资源的优化配置。     

基于CTM的信号优化设计及求解

为合理控制交叉口交通流,优化相位方案和信号配时,基于元胞传播模型和双层规划方法进行信号优化设计。以交叉口入口引道交通流为研究对象,改进元胞划分及其状态描述方法,建立了交叉口元胞传播模型;以相位优化问题为上层规划,以配时优化问题为下层规划,同时优化信号相位和配时。应用精确罚函数法转化下层规划后,集成遗传算法和混沌优化方法,设计了信号优化求解算法。实例计算结果表明:该算法克服了混沌优化在大范围内失效的缺点,提高了遗传算法的局部搜索能力和搜索精度,与相位固定的感应控制相比,车流总延误为270.2pcu.h,总延误减少了5.6%。     

基于自由节拍的汽车混流装配线排产方式

针对某商用车混流装配线自由节拍生产方式的排产问题,结合设备切换时间建立总完工时间最小化的排产模型,用遗传算法求得最优方案.通过Flexsim建立仿真模型,验证排产方案并评价指标.结果表明:求解的排产方案总完工时间最小,提高了生产效率.     

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。     

在遗传算法基础上建立摩托车骑乘者操作模型

运用MATLAB软件的SimMechanics机械建模工具,建立了摩托车车身模型和骑乘者操作模型,同时也为摩托车运转模拟模型建立了1个在最优化方法中使用GA的模糊控制器,并应用该控制器进行模拟运行。     

病毒进化遗传算法在动态路径规划中的运用研究

针对车辆导航的动态最优路径问题,设计一种病毒进化遗传算法,提出相应的编码方案和适应度的计算。通过运用改进A*最短路径算法解决遗传算法中初始种群的产生,同时在遗传算法中增加病毒感染操作,在同一代群体中进行横向传播进化信息。该算法不仅能够较快求出最优路径,而且对路网没有任何的约束条件,同时对离散和连续的动态网络模型有效。最后给出病毒进化遗传算法的试验仿真结果。     

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。