A multi-objective optimal approach to automated construction of sacrificial multi-piece molds

Sacrificial multi-piece molds can be used for producing complex parts. To obtain the optimal design of molds automatically, a multi-objective optimal approach is proposed. Mold pieces number, material utilization and partitioning area are taken as the objective functions, and the machinability of each mold piece is taken as constraint condition. Genetic algorithm (GA) is adopted to realize global optimization of partitioning process. Each mold piece in optimal scheme can be manufactured by milling and drilling operations, which reduce the tooling cost and shorten product cycle obviously. Using the proposed approach, mold design can be significantly automated for making complex parts.     

����GA¬¬-BP�ĸ��ٹ�·����ѵ�ģ������������о�

鉴于模糊神经网络具有良好的非线性特性、学习能力、自适应能力和抗干扰能力,本文将模糊神经网络技术引入到高速公路入口匝道控制中。提出一种基于GA和BP算法的模糊神经网络控制器,并对控制器进行了详细设计。设计过程主要分为三部分：输入输出参数的选择、模糊神经网络的结构设计以及基于GA-BP的学习算法设计。最后,使用MATLAB软件对其进行了仿真。仿真结果表明,本文提出的方法是有效的,较之基于BP的模糊神经网络控制和ALINEA控制,能更好地稳定主线交通流密度。     

ֱ�ﳵ��ȡ�������ģ�ͼ����㷨

直达列车多点装卸取送顺序直接关系到铁路货车运用效率;文章考虑车辆行驶时间及装卸时间的不确定性,假设它们为服从正态分布的随机变量,经过分析,在给定置信水平下,提出了调车机车作业中断时间的计算方法,并结合算法设计建立了极小化调车机车作业中断时间的最佳取送模型;利用遗传算法的原理及方法对取送顺序方案进行了研究,构造了解决该问题的单亲遗传算法;通过从遗传算法对算例的计算过程和结果可见,该算法求解直达列车多点装卸取送问题取得了较好的效果。     

基于遗传支持向量机的综合管廊土建工程造价估算方法研究

综合管廊工程造价估算具有影响因素多、小样本及非线性的特点,传统的造价估算方法对于这类问题无法得到准确结果。针对这一问题,提出一种基于遗传支持向量机的综合管廊造价估算模型。分析综合管廊工程的具体特征,运用支持向量机建立工程造价与影响因子之间的非线性映射关系,利用遗传算法对支持向量机进行参数优化并对综合管廊的工程造价进行估算。以16条已建综合管廊工程作为数据库样本,对该模型进行分析验证。样本测试结果显示,利用该模型可将估算误差控制在10%以内,验证了模型估算的可行性。     

An approach to geometric optimisation of railway catenaries

The quality of current collection becomes a limiting factor when the aim is to increase the speed of the present railway systems. In this work an attempt is made to improve current collection quality optimising catenary geometry by means of a genetic algorithm (GA). As contact wire height and dropper spacing are thought to be highly influential parameters, they are chosen as the optimisation variables. The results obtained show that a GA can be used to optimise catenary geometry to improve current collection quality measured in terms of the standard deviation of the contact force. Furthermore, it is highlighted that apart from the usual pre-sag, other geometric parameters should also be taken into account when designing railway catenaries.     

基于遗传算法和极限学习机的智能算法在基坑变形预测中的应用

为解决传统智能算法网络结构参数复杂、运算速度慢等问题,基于遗传算法和极限学习机构建基坑变形的新型优化智能预测模型。先利用皮尔逊相关系数评价不同影响因素与基坑沉降变形之间的相关性,以确定极限学习机的输入层; 再采用试算法确定最优激励函数和隐层节点数,并将遗传算法和极限学习机耦合,利用遗传算法优化极限学习机的初始权值和阈值,以提高预测精度。经实例检验表明： 1)开挖时间、开挖深度、土体抗剪参数及重度均与基坑沉降变形显著相关,为构建极限学习机输入层提供了依据; 2)在预测过程中,激励函数和隐层节点数对极限学习机的预测效果具有一定的影响,以Sigmiod型激励函数和13个隐层节点数的预测效果为最优; 3)通过遗传算法的优化,能进一步提高预测精度,验证了遗传算法的优化能力和有效性。预测模型在不同工况下的预测结果均较优,说明该模型具有较高的稳定性和可靠性。     

快速公交发车间隔优化研究

合理的发车间隔对于快速公交车辆发挥其高效、经济和环保的优势具有重要的意义.首先以乘客出行成本和快速公交运营成本最小化为目标,考虑发车时间约束、车辆台数约束,建立了快速公交发车间隔优化模型.然后采用二进制编码,运用单点交叉和基本位变异的遗传算法求解该优化模型.最后以兰州市首条快速公交线路为例进行了实证研究,得到了不同时段下快速公交的发车间隔.实例研究结果表明,该发车间隔优化模型及遗传算法可行,对实现快速公交科学调度具有一定的参考意义.     

基于环境风险控制的危险废物选址-路径问题研究

为降低回收处理危险废物的环境危害,提出了基于环境风险控制的危险废物选址-路径问题,全面地评估了危险废物回收管理的环境风险.根据环境承载力的理论,设计了环境风险的度量方法.考虑废物残余的危险性、危险废物类型和加工技术种类的多样性、危险废物和加工技术的相容性,建立了成本最小化和环境风险最小化的0-1混合整数线性规划模型.针对双目标选址-路径模型的复杂性特点,设计了多阶段聚类遗传算法.以重庆危险废物物流管理为例,验证了模型和算法的有效性.结果表明:模型和算法能够为实际管理提供合理的选址-路径优化方案,且在两个不同对比条件下,相较于已有的模型,基于环境风险控制的优化方案能够分别降低33.85％和18.16％的总成本.     

一种被动声纳目标识别数据融合方法的研究

文章首先对目标噪声信号采用五种不同的方法提取特征矢量,然后采用基于自适应遗传BP算法的神经网络分别对五种特征矢量并发地进行分类,再采用遗传算法对分类器组合过程中的多参数进行优化,最后由五种分类结果最优组合产生最终的分类结果。实验结果表明该系统具有很好的分类效果。     

基于遗传算法的舰船舱段可靠性优化设计

遗传算法在引入动态自适应策略和"免疫算子"之后,其收敛效率有了较大的提高。对于以可靠性作为约束的随机结构系统优化问题,以罚函数法为基础,构造了有效的约束与目标函数向适应值函数的映射公式。建立合理的安全余量,采用随机有限元法处理结构分析中所涉及的有关参量的随机性,计算结构响应和敏度分析,并进行系统的可靠性计算。通过两种算法的结合,利用自适应免疫遗传算法、随机有限元法及可靠性的基本理论,建立了一套完整的基于遗传算法与随机有限元的结构系统可靠性优化设计方法。对舰船舱段结构梁系截面的优化计算结果表明,算法对多随机因素结构系统的可靠性优化具有良好的收敛效果。