基于多目标遗传算法的约束阻尼柱壳结构优化

文章为了改进被动约束阻尼柱壳结构的减振特性,解决引入约束阻尼的合理分布问题,提出了一种基于多目标遗传算法的优化设计方法。建立了以振动模态的前两阶损耗因子和引入约束阻尼材料总质量比为优化目标,以约束层、阻尼层厚度和粘弹性材料剪切模量为设计变量的多目标函数。利用遗传算法对 Pareto 最优进行优化选择,避免了对目标函数值的直接计算。通过分析和比较优化前后结构的模态振动频率变化以及幅频响应,表明引入质量太多会影响柱壳结构固有特性,而优化后结构能够避免太多的质量引入,并且具有更好的减振效果。     

陆战场 ISR 无人机威胁分析及其评估模型研究

分析陆战场中情报、监视和侦察（IS R ）无人机的威胁影响因素及其特点,构建了IS R无人机威胁评估指标体系,利用遗传算法优化了BP神经网络评估模型,针对ISR无人机的威胁进行评估分级,仿真结果实际可行,为陆战场中无人机的编队模式和航路优化提供了可靠依据。     

基于疲劳性能的沥青混合料组成优化

分析了沥青混合料组成结构对其疲劳性能的影响,采用BP神经网络和遗传算法相结合的方法,以疲劳性能为目标进行了沥青混合料性能优化设计,获得了4.75mm筛孔通过率、0.075mm筛孔通过率、粉胶比、空隙率与疲劳性能之间的关系,为更好地以性能为中心进行沥青混合料设计提供了参考.     

基于改进NSGA-Ⅱ和IGA-BP神经网络的索梁锚固区结构优化研究

为实现大跨度斜拉桥索梁锚固区钢锚箱的结构优化,依托某大跨度斜拉桥索梁锚固区结构实际工程,提出了一种基于NSGA-Ⅱ算法与IGA-BP神经网络模型的结构参数优化方法。首先基于BP神经网络确定了钢锚箱响应数据预测的拓扑结构,采用自适应交叉变异改进的遗传算法对钢锚箱结构响应神经网络预测模型的权值阈值调参,得到满足拟合精度要求的IGA-BP神经网络预测模型。然后建立考虑结构平均应力和主要板件上峰值应力的数学优化模型,采用改进交叉、变异算子的NSGA-Ⅱ算法设计了钢锚箱结构参数优化流程。最后联合改进NSGA-Ⅱ算法和IGA-BP模型实现了钢锚箱结构参数的优化求解。结果表明：自适应遗传算法对BP神经网络权值与阈值调参的效果良好,相较于标准BP神经网络,IGA-BP神经网络的拟合精度和训练效率均更高;改进NSGA-Ⅱ算法可以实现对钢锚箱结构参数的寻优求解,根据Pareto协调最优解的结果,钢锚箱支撑板与承压板厚度有一定增加,加劲板和锚垫板厚度略微降低;优化后的结构上平均应力降幅约为2.7%,其中承压板应力峰值由200.9 MPa降低至178.1 MPa,降幅约为11.3%,支撑板应力峰值由199.6...     

基于CAD的PVC地板自动排版

介绍.NET在CAD中的二次开发,在船舶设计中采用遗传算法实现PVC地板自动排版,并根据套料信息生成套料图.通过实际工程应用,验证了自动排版程序的使用,能够有效缩短设计时间、提高设计效率.     

序决策逻辑及基于启发式遗传算法的规则挖掘

很多真实世界处理排序问题代替分类问题,例如由不同生产厂商生产的消费品,大学之间的排序等等.一般地,一个全局的信息表需要给定.本文采用了基于Rough集理论的方法来阐述排序规则的挖掘问题,且利用了基于遗传算法的启发式算法来达到算法的实现.     

基于多装船机的散货船智能装载

对散货船使用多装船机进行装载作业的情况,建立以最高装载效率、最佳纵倾和最小化船舶最大静水弯矩值为目标,以浮态、稳性和结构强度为约束条件的散货船智能装载数学模型,使用改进的多目标遗传算法进行求解,得到优化后的Pareto解集,结果表明:该算法能够有效求得该问题的优化解,在实际应用方面具有一定的可行性.     

综合公交与人群时效性的疏散集结点选址研究

针对区域性公交疏散中集结点选址问题,分析了影响集结点选址的影响因素,考虑了待疏散人群与公交车的时效性,引入了两组0-1变量,以人群总步行距离最短与公交车总走行距离最短为优化目标,构建了疏散集结点选址优化模型。在求取集结点选址方案的同时,还可得到公交车到达集结点的路径和数量。结合问题特点设计了适用于公交疏散集结点选址优化问题的遗传算法方案,最后通过算例对模型和算法的合理性进行了验证。     

基于有限元法及遗传算法的推力杆球铰多目标优化方法

为优化推力杆的球铰结构并提高其疲劳寿命,提出一种基于有限元法和遗传算法的推力杆球铰多目标优化方法。该优化方法通过有限元法计算不同橡胶衬套预压缩量和球铰结构的推力杆球铰橡胶衬套的应变分布特征和刚度参数,进而得到推力杆刚度参数、橡胶衬套预压缩量与球铰关键结构参数之间的关系,并在此基础上采用遗传算法建立推力杆球铰的多目标优化模型。利用建立的多目标优化模型计算得到推力杆球铰的优化方案。样件台架试验结果表明,此优化方案使推力杆球铰的疲劳寿命提高了7倍。提出的多目标优化方法充实了变截面橡胶金属复合结构的设计理论,并为推力杆的优化设计提供了理论依据。     

考虑驾驶人风格的跟车预警规则研究

为研究驾驶人的跟车特性及探究可适用于不同风格驾驶人的跟车预警规则,为自动驾驶车辆开发可满足不同用户驾驶需求和驾乘体验的主动安全预警系统,选取50名被试驾驶人开展实车试验,采集驾驶人跟车行为表征参数并基于雷达数据确定跟车事件提取规则。选取平均跟车时距和平均制动时距为二维向量,使用基于K-means聚类结果的高斯混合模型将驾驶人聚类为3种风格类型(冒进型、平稳型、保守型)。通过分析3组驾驶人的跟车及制动数据,将不同类型驾驶人的制动时距分位数作为跟车预警阈值,结合实际预警数据及不同制动时距分位数对应的预警正确率,对现有跟车预警规则进行调整,以适应不同类型驾驶人的驾驶需求。研究结果表明:3组驾驶人的平均跟车时距和平均制动时距差异显著,冒进型驾驶人倾向于选择较小的跟车时距和制动时距,保守型驾驶人的跟车时距和制动时距则普遍较大;3组驾驶人的实际跟车预警次数为215次,驾驶人采取制动操作而系统未予以预警的次数为329次,系统整体预警正确率为21.9%,漏警率为87.5%,通过分析信息熵等判定当前预警规则并不合理;将每类驾驶人制动时距的10%分位数作为阈值时的预警效果较好,调整后的跟车预警规则能在一定程度上适应不同的驾驶人类型。