基于遗传算法优化的小波神经网络对船舶受扰力及力矩建模预报

首先构造小波神经网络,建立船舶横向和纵向运动模型及其运动受扰力模型,采用小波神经网络对船舶受扰力建模预报,并用遗传算法对其进行优化,对预报结果进行分析比较,给出超前5秒、15秒的船舶运动受扰力与力矩预报结果.     

随机响应约束下的桁架结构拓扑优化

研究随机响应约束下的桁架结构拓扑优化问题具有重要的工程应用前景.文章采用自适应遗传算法(AGA)求解了随机响应约束下的桁架结构拓扑优化问题.通过引入海明距离生成高质量的初始种群、采用自适应的交叉和变异算子以及对适应度函数进行线性标定这三个步骤改进了遗传算法的搜索效率以及收敛性.在拓扑优化列式中考虑杆件以及各自由度的拓扑变量以精确地模拟优化过程中杆件和结点的删除.建立了随机载荷作用下结构均方响应的表达式,并以此作为拓扑优化问题的约束条件.另外,提出了一些启发式算法来引导杆件和结点的删除.最后,通过对随机激励下的二维桁架以及三维桁架进行拓扑优化计算,证明了本文方法的实用性和有效性.     

土木工程结构健康监测研究进展

阐述了实施土木工程结构健康监测的必要性,介绍了结构健康监测系统的内涵、组成、监控内容、监控系统功能及其工程应用,讨论了结构损伤检测中的两类方法,重点对损伤识别中的动力指纹法、模型修正法、神经网络法、遗传算法进行了分析和比较,阐述了健康监测领域今后的主要研究问题和发展方向.     

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.