基于遗传算法的最小阻力船型优化设计

遗传算法是一种全局最优化算法,它能够克服传统优化方法的缺点和不足,从而获得全局最优解。因此,为了获得阻力性能更好的优良船型,将遗传算法进行适当改进并用于船型优化中,进行最小阻力船型优化设计,以非线性兴波阻力理论(Rankine源法)为基础,利用遗传算法并结合CAD技术进行船型优化设计。在优化过程中,把总阻力作为目标函数,设计变量取船型修改函数的参数,确保排水量为基本约束条件下,对船体前半体型线进行优化研究。选取某高速巡逻艇作为初始船型进行优化计算,获得的最优船型总阻力降低了13.1%,兴波阻力降低了21.7%,表明遗传算法用于船体线型优化设计是行之有效的。     

基于遗传算法的UUV快速性和能源系统综合优化分析

水下无人航行器(UUV)的总体优化设计一般由快速性、操纵性、结构强度、能源系统等系统构成,各个系统之间耦合,综合考虑各系统间的耦合作用对于UUV的设计至关重要,本文针对UUV快速性和能源系统综合优化的问题进行研究,主要工作有:根据艇型特点选择了19个相关设计变量,构建了约束条件,综合考虑各性能指标,建立了UUV快速性和能源系统综合目标函数;利用VC++语言,编制了基于遗传算法的UUV快速性和能源系统综合优化程序,从UUV快速性和能源系统的角度选取7个较敏感的设计变量进行了敏感度分析。通过计算表明,该优化系统准确可靠,平行中体长度、回转体直径和3 kn航速航行时间对优化系统较为敏感。     

Basic design of a series propeller with vibration consideration by genetic algorithm

Genetic algorithms (GAs) can powerfully search for parameters in a large multidimensional design space. Thus, the principle can be applied to preliminary series propeller design problems with multiple considerations. In the present study, B-series propeller design was conducted using a GA for both hydrodynamic efficiency and vibration consideration. The objective function was set by users who could freely weight the relative importance of efficiency and vibration. GAs were successfully shown to be able to obtain an optimal set of parameters leading to efficient performance and low vibration.     

基于遗传算法的排课系统

随着高校的发展,在教务管理系统中使用的排课模型也变得越来越复杂,亟需一种适用于开发、重用及设计的方法。针对这种情况,本文给出了排课问题的数学模型,提出基于遗传算法解决方案。结果表明,该算法能比较有效的解决排课问题。该方法易于学习和应用,且不必依赖特殊的实现模式。     

基于遗传算法的操舵仪控制参数在线优化

采用遗传算法对航向保持自动操作仪控制参数进行在线优化,计算机仿真表明,遗传算法可以方便地得到全局最优解,故控制器可以快速稳定地跟踪预定航向,且系统具有较好的鲁棒性。     

自主式水下机器人最优路径规划问题的研究

路径规划是水下机器人实现自主航行的重要环节。根据自主式水下机器人的动力学性质，路径规划的特点以及实现智能行为的要求，采用基于案例的遗传算法，实现了自主式水下机器人最优路径规划。给出该方案的基本框架和算法，在基于案例类比的学习方法中引入模糊多属性综合决策的方法建立决策算子进行案例的匹配，在遗传算法中实际知识的指导，适当地改进遗传算子，加快搜索速度。仿真结果证明该路径规划方法能够取得较好的规划结果，使自主式水下机器人具有了一定的自主导航，自主避障和自主作业的能力。     

模糊神经网络控制在调速系统中的应用研究

针对无刷直流电机(BLDCM)调速系统的特点,在分析BLDCM(Brushless DC Motor)的数学模型的基础上建立了控制系统的仿真模型,设计了一种新的模糊神经网络控制器FNNC(Fuzzy Neural Network Controller),并运用遗传算法优化模糊神经网络结构和改进在线学习算法,将其应用到直流电机调速系统中。仿真试验表明,该方法较传统PID控制有更好的控制效果。     

基于遗传算法的机车二系支承载荷调整优化方法

为了改善机车轮轴重量分配的均匀性,从分析机车二系支承结构出发,建立二系载荷分布弹簧高度调整模型,提出应用遗传算法实现机车二系支承点加垫高度值的快速优化计算。针对机车二系支承载荷分布多维参数优化问题的特点,给出基于实数编码的改进遗传算法模型。对国产SS9,SS3b型机车实际应用,可使二系支承载荷分布最大误差进一步减小8%～15%,平均计算过程时间减少约20%。结果表明这种方法克服了基于误差梯度信息迭代搜索求解支承点加垫最佳值算法的不足,在获得一致的全局优化(近似)解,以及在减小运算时间、提高调簧算法的可靠性和实时性等方面具有明显的效果。     

基于遗传算法的减摇鳍-被动水舱综合平衡系统最优控制器研究

综合减摇鳍与被动减摇水舱2种减摇装置的优缺点,采用一种优良的全航速下的减摇方案-减摇鳍-被动水舱联合综合减摇装置,在此基础上建立船舶-减摇鳍／水舱系统的数学模型。针对系统数学模型的复杂性,并考虑实际应用,采用遗传算法进行了PID控制器参数的寻优。同时,结合实船进行仿真,对仿真结果进行了分析。分析结果表明,基于遗传算法设计的综合系统控制器可以满足系统要求,为综合系统的实际应用提供理论依据。     

基于GA优化模糊PID控制的ATO算法研究

针对城市轨道列车的自动驾驶系统(ATO)传统PID控制方法适应性差和智能化不足的问题,基于该领域专家知识和驾驶司机的操作经验,将遗传算法优化的模糊PID控制算法运用在ATO的控制系统中,并运用MTALAB进行仿真。仿真结果表明,该控制算法优于传统的PID控制,能够满足ATO系统对不同工况下的适应性和智能性要求,可以达到精确停车和准点到站的目的,能够有效提高列车舒适性和降低列车能耗。