基于遗传算法的雷达组网极化管理

为了增强雷达组网系统反应能力,生成稳定合理的极化管理方案,文章给出了一种基于遗传算法的雷达组网极化管理解决方案,并给出了应用遗传算法生成极化方案的具体实现描述,仿真结果表明该方法运算速度较快,结果精度较高,对极化方案的生成研究具有一定的参考价值。     

一种基于特征的全景图拼接算法研究

提出并实现了一种基于特征的全景图拼接算法,该算法应用sobel算子对待拼接的两幅图像分别进行处理,以获取图像边缘及特征点,确定两幅图像重叠部分的灰度差以去除伪特征点并消除外界噪声,选取方差最小的两组特征点作为缝合点,从而确定两图像的相对位置,通过对图像重叠部分进行平滑处理实现了全景图的无缝生成。实验结果证明算法合理,运算速度快,效果良好。     

遗传算法在船舶电缆布局优化设计中的应用研究

船舶电缆布局优化是实现船舶布线自动化的一项技术难题,这一问题的解决可节省大量电缆布局设计的时间和费用。建立优化模型,并对传统遗传算法中初始种群的产生方法、选择算子及变异算子进行改进,增加检测操作,从而构造求解该模型的改进遗传算法。仿真结果表明,该算法是一种具有全局寻优能力的布局优化方法,具有高效性、实用性,并可扩展于解决船舶设计中的其它优化问题。     

基于遗传算法的企业间协同制造战略伙伴选择的方法

协同制造是一种能够实现快速响应市场的生产模式,该生产模式已经成为21世纪制造业发展的必然趋势．为了实现当前制造环境下制造资源共享与优化配置,描述了企业间协同制造的基本概念,提出了协同制造任务的分配和资源发现,分析了协同制造的策略与运行模式及战略伙伴的选择,比较了几种算法的优缺点,给出了应用实例,用遗传算法对事例进行了论证并对事例进行了优化,得出了可行性的结论．     

基于遗传算法优化模糊控制器的船舶航向控制

针对模糊控制器中的量化因子、比例因子、积分系数、模糊规则之间互相耦合,人工整定困难的问题,提出了一种基于遗传优化的船舶航向模糊PID自动控制算法。仿真对比试验表明,经遗传优化后的船舶航向模糊PID控制性能得到了极大的提高,系统无超调,上升快,工作稳定,具有较强的鲁棒性。     

船舶柴油机调速器参数整定的多目标优化和多属性决策研究

综合考虑系统在输入阶跃扰动和负荷扰动两个工况时的超调量、稳定时间和ITAE指标,研究了PID控制器参数寻优的问题。采用多目标遗传算法求出Pareto最优解,使用信息熵法和逼近理想解的排序方法（TOPSIS）对Pareto最优解给出了排序。计算了一艘水面船舶柴油机调速器控制的数值算例,结果表明本文方法有效,所设计的PID性能优异,可以工程实际应用。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

A two-phase model for dry port location with an application to the port of Dalian in China

This paper provides guidance for an optimal and reasonable dry port layout for the port of Dalian in China. We present a two-phase framework on the location of dry ports, which solves the selection of candidate inland cities and optimal dry port location choice, respectively. Fuzzy C-Means Clustering is applied to select alternative cities in the vast hinterland of the seaport of Dalian, with a view to identify evaluation factors that affect the location selection decision. A cost-minimisation linear programming solution is proposed, with the aid of a genetic algorithm, to choose the optimal location as well as capacity level among the candidate inland cities.     

大跨悬索桥MTMD抖振控制的参数优化

针对悬索桥抖振控制问题,建立有限元模型,应用神经网络和遗传算法对多重调频质量阻尼器(MTMD)进行双参数优化。以某大跨悬索桥为例,利用神经网络改进的谐波合成模拟方法(RBF-WAWS法)对脉动风速进行模拟,并换算成抖振力作用主梁上,通过时程分析及后处理获取主跨跨中横桥向响应值。将响应值的均方差作为优化目标函数,以MTMD总质量、个数及阻尼比作为优化变量和约束条件,采用神经网络拟合目标函数并应用改进的自适应遗传算法进行寻优。结果表明,优化后的MTMD能有效控制悬索桥在脉动风作用下的抖振响应,减振率达48%。提出的理论与计算方法对悬索桥中MTMD的设置及参数选取具有实际工程意义。     

多工序加工单元的移动机器人调度优化

为合理分配动力电池生产线容量确定单元中移动机器人的任务,优化机器人调度路径,提高调度效率,在考虑设备加工工时、物理位置等约束下,以最小化调度任务时间为目标,建立多工序加工单元单轨约束下多移动机器人调度模型,设计遗传算法并采用MATLAB进行求解,给出不同机器人分配方案下的目标函数值和收敛情况。结果表明,采用所提出的调度方法对单轨多机器人服务范围进行规划能够减少调度时间、提高调度效率。