基于遗传算法的车站标识决策点布设方法研究

针对大型客运站旅客向导标识布设的复杂性,提出基于遗传算法求解决策点的优化方法,并以北京南站为例进行标识布设实例分析,为实际方案的实施提供决策参考依据.     

基于运行速度的公路几何线型优化设计探讨

首先阐述了运行速度的基本概念和运行速度的计算方法和评价准则。然后建立了运用遗传算法对公路几何线形进行优化的方法和步骤。最后提出了基于遗传优化算法的公路几何线形设计的方法和流程,为公路设计人员提供新的设计思路和方法。     

基于MATLAB及参数化建模的起重机桁架式臂架结构优化设计

针对起重机桁架式臂架结构设计计算,运用MATLAB优化工具箱,分别采用了遗传算法和fmincon优化函数对其结构的目标函数和约束条件进行优化处理,研究了结构的强度、刚度、总体稳定性、局部稳定性等静态特性,并对优化后的结果与优化之前的数值进行对比分析,并通过在ANSYS中利用APDL语言参数化建模直观地观察出两者之间的差别以及这种优化设计的优越性.     

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。     

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。     

Combining Single（Mixed） Metric Approach and Genetic Algorithm for QoS Routing Problem

A hybrid algorithm for the delay constrained least cost path problem is proposed through combination of single(mixed)metric approach and genetic algorithm．Compared with the known genetic algorithm for the same problem，the new algorithm adopts integral coding scheme and new genetic operator，which reduces the search space and improves the efficiency of genetic operation．Meanwhile，the single(mixed)approach accelerates the convergence speed．Simulation results indicate that the proposed algorithm can find near-optimal even optimal solutions within moderate numbers of generations．     

自动化仓库的出入库能力分析

利用遗传算法确定了自动化仓库的动态拣选货位,采用多质点重心法获得了堆垛机的动态待命位,在此基础上,利用堆垛机的加速和减速曲线,得到堆垛机在自动化仓库中的平均作业时间,最终获得自动化仓库的出入库能力为121托盘/小时.     

基于双层规划的危险品道路运输网络设计

分析了危险品道路运输网络设计问题的双层特性,建立了以政府期望的风险最小化为上层目标、运输者期望的成本最小化为下层目标的危险品运输网络双层规划模型。采用遗传算法,以Pydev为平台,运用Python编程以及TransCAD生成网络,实现了运算和结果可视化。实例验证结果表明,遗传算法能给出稳定的最优解,而且所得风险符合预期并接近于最低网络风险。     

基于混沌递进预测模型与趋势检验的深基坑变形规律研究

为提高基坑变形预测精度及稳定性,首先,利用遗传算法优化BP神经网络的结构参数,再将参数优化后的BP神经网络与灰色模型结合,构建出GA-BP神经网络模型,并利用该模型实现基坑变形序列的初步预测; 其次,基于残差序列的混沌特性,再利用混沌理论进行残差优化,进一步构建考虑混沌特性优化的GA-BP神经网络模型; 最后,将SR检验引入到基坑变形趋势判断中,以检验预测结果的准确性。实例检验表明： 通过遗传算法及混沌理论的递进优化,能逐步提高预测精度,验证文章预测模型的有效性,且预测结果与SR检验结果的一致性较好,说明该预测模型的可信度高。     

锚泊辅助动力定位研究与进展

  目的  为优化布锚夹角并满足锚泊线的强度要求,提出一种计算锚泊系统静回复力的方法。  方法  使用该方法,研究布锚夹角对平台静回复力、艏向变化及锚泊线受力均匀程度的影响。利用改进的遗传算法,优化布锚夹角,并从2个方面提高算法精度：一是通过对3种因素（静回复力大小、静回复力对扰动方向的敏感程度、锚泊线的受力均匀程度）的影响分析人为生成初始种群;二是结合自适应算法加强局部搜索能力。  结果  结果显示,改进后的遗传算法拥有更高的优化精度,把优化后的结果反馈给锚泊系统受力模型,可降低锚泊线对破坏强度的要求。  结论  所做研究可为锚泊系统布锚夹角及锚泊线材质的选择提供参考。