遗传算法在汽车巡航模糊控制参数优化中的应用

对车辆巡航系统采用模糊控制,并编制了遗传算法优化程序,分别对模糊控制器的量化因子和比例因子(方案1)以及隶属度函数形状(方案2)进行优化,并比较了两种方案对模糊控制效果的影响。仿真结果表明优化量化因子和比例因子(方案1)取得更令人满意的巡航效果。     

公路网分车型收费费率优化算法研究

结合山东省公路网联网收费的实际情况,建立了山东省公路网收费费率的双层规划模型,以描述路网管理者、收费道路经营者和车辆用户三者在费率决策中的博弈关系。采用弹性需求模式下的收费费率双层规划模型,选取山东省联网收费的一个路网,利用模拟退火和遗传算法的混合算法,对模型进行了应用和分析。验证结果表明,利用这种收费道路费率优化算法,不仅可以保证道路经营者能实现财务目标,而且能有效地均衡路网交通流量。     

基于遗传算法的串联混合动力汽车参数优化

控制策略参数优化是提高混合动力汽车燃油经济性和降低排放的关键,这类优化问题涉及多个相互冲突目标,而且属于非线性约束问题。文中采用遗传算法,基于MATLAB编程,调用ADVISOR对混合动力汽车参数进行优化,结果表明,该方法可找到多组可行解,在保证车辆动力性前提下提高燃油经济性和降低排放。     

基于随机高级Petri网改进型网格资源调度算法

网格环境下资源是分布的、异构的、动态的,因此对网格资源管理和调度是具有挑战性的问题．文章采用随机高级Petri网模型来描述网格资源调度问题,并在此基础上改进了Sufferage算法．考虑了网格调度执行前输入数据和执行结束后输出数据的存取和传输时间及调度的执行时间．还在追求任务最小完成时间的同时考虑了用户QoS要求．仿真试验结果表明,改进型算法能够大幅提升网格平台满足用户QoS要求的能力．     

三维布局计算方法的研究

布局问题是一个组合最优化问题,众多学者对此进行了深入的研究,并提出了许多算法,算法的选择直接影响布局问题的计算速度和求解精度。本文具体分析了基于规则的启发式算法;传统最优化算法;遗传算法;模拟退火算法;改进模式搜索算法;混合算法的使用场合。     

区域港口协调优化模型研究

采用双层规划模型描述区域内各港口间的协调优化问题.上层模型从区域港口管理者的角度考虑,使区域各港口的资源能够优化利用,区域港口的收益达到最大;下层模型从货主方的角度考虑,货主的选择行为遵循用户最优原则,引入效用函数使所付费用满足服务需求.同时,采用matlab的遗传算法对模型算例进行求解.     

公交线网优化的算法研究

为缩短居民乘车出行时间以及减少公交运营投入,在公交线网优化过程中通常采用具有全局最优的遗传算法。针对基本遗传算法自身的一些缺点,提出了一种改进的遗传算法。该算法在公共交通路线优选过程中运用减少搜索空间、加入最佳保留策略和修正策略的方法,对基本遗传算法中的选择、交叉、变异算子及中止条件进行改进。改进遗传算法能够在保证种群多样性的同时加快收敛速度,较好地避免了基本遗传算法前期容易早熟和后期进化缓慢等现象。实例仿真计算表明,该算法具有比基本遗传算法更高的效率,是优化公交线网的一个有效途径。     

考虑冲压工艺的前纵梁前端结构碰撞模型的标定EI北大核心CSCD

采用自主开发的SuperSection软件建立了前纵梁前端结构的简化模型,并通过碰撞力标定模型确定薄壁梁的最优断面形状。以最大峰值碰撞力和平均碰撞力与对标值的残差最小为目标,以吸能和冲压工艺要求为约束,以断面节点坐标和薄板厚度为设计变量建立标定模型,采用遗传算法求解该标定模型。数值算例表明:随着迭代的进行,断面形状逐渐被改进,碰撞力曲线趋近于对标曲线,碰撞中吸收的能量增加且满足冲压工艺要求。     

人物与言论

李荣耀（William Lee Yong Yeow）拥有33年工作经验,其中16年从事汽车行业工作,曾在美国阿文美驰、美国伊顿及新加坡范德霍斯特等多家跨国公司任高级管理及区域性职位。2007年加入德国曼,担任德国曼亚太区总裁及CE0至今,负责德国曼商用车在亚太区销售业务。     

BP神经网络在通道交通流预测中的应用探索

利用通道交通流参数在通道相邻路段的传动机理,分析上下游交通流特征参数的耦合关系,提出通道交通流预测技术,并基于传统数理方法建立交通流预测模型的局限性,提出神经网络模型。利用遗传算法不断优化网络权值,并通过改变网络隐含层节点数以及网络各层之间的转移函数提高网络模型的预测精度,实现通道下游交通流的实时预测。