物流配送车辆路径问题多代竞争遗传算法

针对遗传算法在解决车辆路径问题时效率较低的缺点,将寿命和年龄的概念引入遗传算法,提出了多代竞争遗传算法.每次通过遗传或变异更新一定数量的个体,对于个体按其年龄和寿命决定其是否留在下一代种群中,或终止其生命.通过这种方式,增加了较优秀个体在种群中的存活时间,加大了其繁殖几率和优秀基因被子代个体继承的概率.并应用算法对实际算例进行了测算,取得较满意结果.多代竞争遗传算法对其他优化问题同样适用.     

遗传算法在冲击隔离系统优化设计的应用

利用智能遗传算法实现冲击隔离系统的最优化设计.通过遗传算法搜索出隔离系统中最佳的作用力使得此隔离系统的性能达到其极限,即在受到冲击时位移响应最小.计算结果表明这种算法在冲击隔离系统的最优化设计中具有较好的效果.     

可调桨水翼艇智能推进系统初步综合优化设计研究

从快速性、航速控制和动力系统3个方面分别进行了综合分析，建立了水翼艇智能推进系统的数学模型。然后在VC 平台上，以遗传算法作为优化方法，编制了水翼艇智能推进系统初步综合优化设计的计算程序，同时给出了算例。计算结果表明该算法对于本文提出的水翼艇智能推进系统的数学模型的优化是有效且可行的。     

探地雷达数值模拟及其在隧道检测中的应用

利用时域有限差分(FDTD)方法,对隧道工程检测中常见检测目标进行数值模拟,分析脱空、单层钢筋、双层钢筋等目标体的探地雷达反射信号图像特征,并对隧道检测中的雷达信号图像采用遗传算法进行反演,引入目标相关系数用于反演结果全局寻优,实现对多次反射的压制,降低浅部钢筋反射信号对识别深部目标体的影响。通过对数值模拟结果进行反演,证明该方法理论上的有效性,并结合工程实践中的应用效果,说明该方法的优点与局限性。     

高速铁路动车组运用计划编制数学模型及优化

分析影响动车组运用计划编制的主要因素,在不固定动车组运用区段的前提下,根据列车运行图,以动车组的运用交路和检修模式为约束条件,以减少动车组的使用数量、降低检修成本为优化目标,建立动车组运用计划和检修计划的一体化优化模型,设计求解模型的遗传算法。     

一种基于BM3D的接触网图像自适应去噪新方法

为了更好地检测和识别接触网图像,首先要降低图像中的噪声。目前,BM3D是针对高斯等多种噪声降噪性能较好的算法,但它自身也存在一些不足,为此,本文提出一种基于BM3D的自适应去噪新方法(简称ABM3D)。该方法在假设噪声方差未知的前提下,无需人为设定滤波阈值,通过自适应估算较为准确的阈值,实现二维和三维DCT变换域的自适应滤波,得到基础估计图像,利用估算的阈值计算出较为准确的噪声方差,实现联合维纳滤波得到最终估计图像,同时简化了参数设置,尤其是对降噪效果影响较大的参数。实验结果表明:本文提出的算法是有效的,即使在噪声强度非常高的情况下,利用其得到的降噪图像也能较好地保留边缘等细节信息,更具有实用价值。     

高速列车横向平稳性主动控制规律研究

提高列车的运行平稳性是机车车辆动力学的研究热点。本文以列车的横向运行平稳性为研究对象,采用面向对象的建模方法,建立了由3节车辆组成的车组横向动力学模型,并将作动器放置在车端构成车端主动悬挂系统。采用轨道不平顺高速谱作为输入,考虑轮轴间时延,运用遗传算法对控制器进行优化设计。研究表明,采用车端主动悬挂系统,运用本文算法,车组的横向运行平稳性得到了提高;当在端部车辆的端部二系悬挂中再并行设置作动器,并采用改进的天棚阻尼器算法后,端部车体的振动得到了有效抑制,整个列车横向运行平稳性进一步得到了改善。     

砂井联合超载预压控制软土地基路基工后沉降的优化设计

以经济效益为目标函数,软土地基路基工后沉降、沉降速率双控制指标为约束条件,建立了砂井联合超载预压处理软土地基的优化设计模型。通过一实例,采用遗传算法对控制工后沉降的3个主要设计参数:砂井间距、超载量和预压时间进行了优化求解。按优化的参数结果表明,通常情况下铺轨时加固区主固结沉降已完成,地基的工后主固结沉降大小主要取决于砂井底部的受压土层,控制的主要参数为超载量和预压时间,同时表明了作者所采用方法的有效性。     

基于遗传算法的集装箱单箱三维装载优化问题

研究应用改进遗传算法优化铁路集装箱单箱三维装箱问题,达到充分利用集装箱装载质量或装载容积的目的。改进遗传算法中考虑货物放置方向、装载容积、装载质量及装载重心等约束条件,并结合方向及顺序约束采用巧妙的个体编码方法,结合装载容积、装载质量及重心约束构造合理的适应值函数。以16件货物装入20英尺箱为实例,应用改进遗传算法进行计算,计算结果为集装箱装载容积利用率为63 18%,并且可以缩短计算时间一半以上。     

结构可靠性优化设计的遗传算法

本文针对结构可靠性优化设计问题的特点与计算上的难点，提出遗传算法，文中比较详细地比较了遗传算法的理论基础，遗传算子及工作过程，并对参数选择及其对收敛的影响作了探讨，最后以两个可靠性优化问题作了算例，验证了遗传算法解决此类问题的有效性。