基于遗传算法和CMAC的双电机协调控制

提出一种小脑模型神经网络(CMAC)和自适应在线遗传算法(GA)相结合的新型控制算法,应用于机器人中两轴永磁无刷直流电机的速度协调控制,利用MATLAB/SIMULINK仿真,结果证明了GA和CMAC复合控制器可以有效的消除协调控制中的转矩脉动。     

港口集装箱调配中并行遗传算法的应用研究

随着经济的发展,世界各国间的贸易量不断增加。但是贸易的不平衡,导致集装箱供需关系的严重不均。航运企业为了解决集装箱供需问题,需要调配大量的空集装箱,导致集装箱管理和运营成本上升。因此,有效组织和调配集装箱,降低集装箱调配成本成为航运企业关注的重点。遗传算法是一种模拟生物进化机制的全局搜索优化算法,具有高效、并行等特点。本文提出基于平行遗传算法的集装箱调配模型,有效解决复杂集装箱调配问题,并进行仿真实验。     

集装箱码头搬运设备集成优化调度模型与算法研究

在现代化的海洋港口物流中,集装箱的数量正经历着爆炸式的发展,因此如何有效对集装箱进行运输和管理,已成为必然趋势。本文从我国港口的实际情况出发,设计遗传算法,并利用计算机技术对集装箱的调度进行优化,从而实现资源的快速配置和调整。文中首先对集装箱搬运设备的调度模型进行研究,利用常见的遗传算法,探讨基于不同模式下的调度优化模型,结合先进的交换规则和变异进化算法,设计一种新型的自适应遗传算法,并成功仿真得到理想的结果。     

数据挖掘在舰船电力负荷预测中的应用研究

首先描述基于数据挖掘的舰船电力负荷预测系统架构,然后按照此架构进行系统实现,并结合舰船电力负载预测的特点,利用遗传算法获取较好的搜索空间,这样可以避免BP神经网络算法陷入局部最优的情况。通过对比实验结果可知,本文所采用的遗传算法和BP神经网络相结合的优化算法预测能力强,拟合度高。     

基于EEMD-GA-BP的组合客流预测算法研究

以高速铁路泰安站到达客流为研究对象,从客流数据的时频特性角度分析客流的特征,并结合经验模态分解法的时频分析优势以及遗传算法优化的神经网络的拟合能力,探索可行组合预测算法,以泰安站到达客流数据为例进行了实例分析,比较不同的IMF分量重构方法并确定了较优方案。     

基于遗传算法优化神经网络的纸坊隧道初始地应力场拓展分析

遗传算法具有较强的全局搜索能力,神经网络具有自学习能力,结合神经网络和遗传算法,可以充分利用两者的优点,使新算法既有神经网络的学习能力和鲁棒性,又有遗传算法的强全局搜索能力。初始应力场和待定因素之间的关系往往比较复杂,而基于遗传算法优化神经网络可以容易地确定出初始应力场和待定因素之间的非线性映射关系,将该方法用于纸坊隧道初始地应力场的拓展分析研究,获得了很好的效果。     

基于改进遗传算法的模糊聚类应用于路面压实度控制研究

压实度不达标作为高速公路路面病害发生的主要原因,基于此通过针对沥青路面压实度及模糊聚类算法、遗传算法的研究,对沥青路面压实度影响因素进行深入分析,其目的主要是为了通过原始的采集数据进行预测,以提高沥青路面的压实度和路面的耐久度,保障沥青路面的质量,而传统的模糊C-均值聚类算法容易导致局部最优解,且对初始值较敏感,通过利用基于改进的遗传算法的模糊聚类算法应用于路面压实度研究,不仅克服了模糊C-均值聚类算法的缺点,同时也提高了数据分类的质量及预测的效果。     

乘员安全:革新源源不断

<正>今天的乘员安全系统的特点是各种自适应功能,调整到最适合乘员的体型和位置,在碰撞发生的前后对帮助调整乘员的位置有着积极的作用。它们还可以帮助乘员系好安全带,使乘车感觉更舒适,并在危险可能发生时起到警示的作用。虽然乘员安全系统(OSS)中的许多基本部件还保持在安全带、安全气囊的形式,这些技术正在不断进化,无论是作为个人防护系统还是作为集成系统中的一部分,它们都在共同协作保护乘员。自安全带的发明到广泛使用,迄今已有50多年。几乎全球的法律都要求乘车须系好安全带,无论是儿童还是成人,因为这是在事故发生时的第一道防线。     

工程船动力定位系统滤波器设计与研究

为了解决卡尔曼滤波器在给定艏向线性化和过程噪声矩阵难以精确计算的问题,在建立船舶动力定位系统数学模型的基础上,设计了基于Sage-Husa自适应滤波算法的动力定位系统滤波器,并针对具体船型进行了滤波器设计,通过实船试验表明此方法能够很好的滤除高频运动信息的干扰,准确地估计出船舶低频运动信息,在工程上是可行的。     

基于遗传算法的盾构隧道管片接头刚度反演研究北大核心CSCD

梁-弹簧模型在管片衬砌结构计算中应用较广泛,目前接头刚度取值方法主要有模型试验法及经验取值法,模型试验法耗时长、成本高昂,而依据经验取值难免存在一定主观性。鉴于此,利用C++编程语言,基于遗传算法开发了盾构隧道管片结构位移反分析程序,首先通过弹性模量值反演算例,得出反演值与理论值误差为1.4%,验证了算法和程序的可行性。利用程序将反演接头刚度值与实际设计案例管片接头刚度值进行对比,反演计算结果表明:正弯矩下管片环向接头转动刚度值反演误差为2.6%,负弯矩下管片环向接头转动刚度值反演误差为4.3%。