基于神经网络和遗传算法的车身骨架结构优化设计

在对客车车身骨架结构进行有限元静、动力分析的基础上,利用神经网络对有限元分析得出的样本数据建立骨架结构设计参数（输入）与位移、应力及频率（输出）的全局性映射关系,获得遗传算法求解结构优化问题所需的目标函数值。最后,用遗传算法进行了车身骨架结构的优化设计。结果表明,基于神经网络和遗传算法的优化技术应用在汽车结构的优化设计中是有效、合理的。     

基于流变参数反演的高面板坝长期变形预测

堆石体的变形控制是高混凝土面板堆石坝的核心问题,同时由于堆石体流变变形的存在,使后期变形量持续发展,这对面板及趾板等防渗体结构造成很大的安全隐患。反演分析方法是根据现场原位观测资料来确定堆石体的流变参数。由于流变参数较多,通过敏感性分析,选出7个流变参数进行反演,节省计算空间。受自然界物种优胜劣汰的启发,引入遗传算法和有限元正解联合对参数进行筛选,通过复制、交叉、变异操作对参数过滤,和位移监测值适应度高的个体被保留下来,寻求了最优流变参数。以水布垭面板堆石坝为例,采用该方法对流变参数进行了反演分析。反演结果表明,计算值与实测值在数值和变化规律上总体符合较好,反演结果合理可靠且更加高效。使用反演所得的流变参数,对大坝进行长期变形计算,预测2020年左右坝体沉降在合理范围。     

基于PCA-GA-BP神经网络的水电机组状态异常辨别方法

为提高机组异常运行识别效率与精度,提出基于主成分分析法和遗传算法优化反向传播神经网络(BP neural network)的机组异常状态检测模型.以机组实时记录传感器数据为样本,利用主成分分析法对多维数据进行降维操作,处理后得到综合变量.随后在此基础上搭建BP神经网络并利用遗传算法优化神经网络随机初始权值与阈值,完成对机组不同运行状态检测模型仿真训练.最后以某电站连续时间段内机组正常与异常运行状态下各部件传感器实时监测数据为样本分析,并将所提PCA-GA-BP算法与其他优化算法、传统算法进行对比,通过不同样本比例下的仿真训练试验验证该方法可行性.仿真试验结果表明:模型相较于传统BP神经网络,平均状态检测时间相对缩短84%,平均检测正确率相对提高2.5%,能在均正确率接近99%的基础上实现0.7~1.0 s内对机组异常运行的有效辨别,做到机组异常运行的精确辨别与早期预警.     

遗传神经网络在汽车轮胎号识别中的应用

为了提高汽车轮胎号自动识别的正确率,将遗传算法运用于神经网络初始权值的选取,进一步利用BP神经网络算法寻找最优权值。选用熵函数作为误差函数加速神经网络学习速度,引入选择因子自适应调整神经网络训练权值,防止训练发生振荡。将遗传神经网络应用于胎号字符图像的识别,对已分割的待识别胎号字符图像进行特征量提取,给出遗传神经网络的识别结果。实验证明,此方法使网络训练的收敛速度和胎号字符识别准确率都有较大提高。     

基于GA-Adam优化算法的BP神经网络农业灌水量预测模型

针对传统BP神经网络预测农业灌水量时存在易陷入局部最小值、难以选择合适学习率的问题,提出了一种基于遗传算法和Adam算法并行优化BP神经网络的农业灌水量预测模型.该模型利用遗传算法对BP神经网络进行初始权值和阈值的预筛选,然后采用Adam算法来实现学习率自适应于参数梯度不断更新.收集黄河流域陇中片灌溉分区内7个典型灌区...     

基于RBF网络的果蔬采摘机器人运动轨迹控制研究

为了提高果蔬采摘机器人机械手运动的精确性,提高机器人移动的效率,提出了一种基于遗传算法和RBF网络的机器人运动轨迹控制方法,并对果蔬机器人机械手的活动和整体的移动轨迹进行优化,有效地提高了果蔬采摘机器人的工作精度和作业效率。为了验证设计的采摘机器人的可靠性,在大棚内对机器人的采摘性能进行了测试,包括机器人移动路径规划和机械手路径规划。通过测试发现:使用RBF神经网络算法可以有效地控制机械手在三维空间内的运动;在遗传算法控制下,机器人可以通过较少的计算次数利用神经网络算法搜索得到最优路径,计算精度达到了99%以上。其计算精度及效率高,为高效果蔬采摘机器人的设计提供了较有价值的参考。     

基于特征降维和机器学习的覆膜冬小麦LAI遥感反演

为进一步提升无人机遥感快速监测覆膜条件下冬小麦叶面积指数(Leaf area index, LAI)的能力,以垄沟覆膜冬小麦为研究对象,利用无人机搭载五通道多光谱传感器获取2021—2022年冬小麦出苗期、越冬期、返青期、拔节期、抽穗期和灌浆期的遥感影像数据,使用监督分类剔除背景并计算50种可见光和近红外植被指数,采用主成分分析、相关系数法、决策树排序和遗传算法进行特征降维,结合偏最小二乘、岭回归、支持向量机、随机森林、梯度上升和人工神经网络6种机器学习算法建立不同输入特征变量下的覆膜冬小麦LAI反演模型,并进行精度评价。结果表明,剔除覆膜背景使冬小麦冠层反射率更接近真实值,提高反演精度。采用适宜的特征降维方法结合机器学习算法能够提高覆膜冬小麦LAI的反演精度和稳定性,对比特征降维前的反演精度,主成分分析和相关系数法无法优化反演效果,决策树排序只适用于基于树模型的随机森林和梯度上升算法,遗传算法优化效果明显,遗传算法-人工神经网络模型反演效果达到最优(决定系数为0.80,均方根误差为1.10,平均绝对值误差为0.69,偏差为1.25%)。研究结果可为无人机遥感监测覆膜冬小麦生长状况提供...     

递阶遗传算法优化的模糊神经网络的故障诊断应用

提出一种利用递阶结构的混合编码遗传算法与进化规划相结合优化模糊神经网络学习的新算法,利用该算法同时优化模糊神经网络的结构和参数,剔除网络的冗余接点和冗余连接,提高网络的处理能力。分析和实验结果表明,所构建的机械故障诊断模糊神经网络结构简洁,而且具有良好的诊断效果。     

基于遗传算法的摆线钢球行星减速器优化设计

提高效率、减少能源及材料消耗足现代社会机械设计的主旋律.为此,对摆线钢球行星减速器的效率及体积优化予以研究,提供理论依据,建立了体积和效率的多目标优化数学模型,并对分目标函数权重系数进行归一化处理,利用Matlab遗传算法工具箱进行优化计算.经过多次优化计算,取得优化参数及其体积和效率值.结果表明:构建在Matlab遗传算法工具箱基础之上的机械优化设计,其优化效果显著,操作方便.     

基于模拟退火人工鱼群混合算法确定含水层参数

水文地质参数是地下水数值模拟中重要的参数,通过抽水试验进行水文地质参数的反演,用一个复杂的非线性优化问题来描述,由于传统方法如图解法等因人为因素造成计算结果精度低。利用鱼群算法良好的全局搜索能力和模拟退火较强的局部寻优能力相结合的混合算法反演含水层参数。实例证实,混合算法计算结果比传统方法计算结果更可靠、精度更高,反演的参数代入泰斯公式后计算降深值符合实际降深值,与人工鱼群算法相比,运行更短,计算效率更高,是一种求解出含水层参数的简单、有效的方法。     

基于递阶遗传算法优化的交通流预测

及时准确地进行短时交通流预测是智能交通系统研究的关键内容之一。基于小波分析和模糊神经网络的相关知识,提出模糊小波神经网络的控制方法。将小波函数作为模糊隶属函数,利用神经网络实现模糊推理,从而完成对下一周期交通流量的预测,同时采用递阶遗传算法实现网络结构和参数的优化。经实测数据验证,预测精度高,运行稳定,适应性强。     

基于环路和改进遗传算法的树状灌溉管网优化

以投资最小为目标函数,建立了树状灌溉管网优化数学模型,用外部惩罚函数法将问题转化为无约束优化问题,并采用改进遗传算法进行求解。根据树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,以同时对管网布置形式和管径进行优化。在遗传算法产生初始解及交叉、变异操作时,采用基于环路的方法,减少了不可行解的产生,提高了算法的计算效率,算例说明该优化方法有效、实用。     

基于遗传算法和BP神经网络的用水

为避免BP算法易陷入局部极小的缺陷，根据遗传算法具有全局寻优的特点，将二者结合起来形成GA-BP混合算法。以GA优化BP网络的初始权值和阈值，按负梯度方向修正网络权值及阈值，对网络进行训练。最后，用matlab编写GA-BP计算程序，以多组数据进行测试，并与纯BP算法进行分析比较，结果表明该方法可以有效、准确的应用于城市用水量预测。     

基于双重编码遗传算法的树状管网优化设计

以投资最小为目标函数,建立了树状管网优化数学模型,并采用遗传算法进行求解.针对树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,以同时对管网布置形式和管径进行优化,并结合了模拟退火算法,调整了适应函数,给出了初温的确定方法,操作过程中采用随机多父辈适应函数值加权交叉,提出了与优化问题相适应的变异方法.算例说明了该优化方法的有效性.     

三轮农用车车架的轻量化研究

将有限元法和遗传算法有机结合,对某型三轮农用车车架进行了轻量化研究。同时,在对车架板壳单元模型进行性能分析并获得相关参数的基础上,进一步建立了车架的参数化有限元模型和优化数学模型,并编写遗传算法程序对其进行优化求解,取得了理想的减重效果。该方法也可应用于其它车架的优化设计中。     

基于遗传算法与RBF网络的养殖池塘溶解氧模型

在分析了工厂化水产养殖池塘溶解氧影响因素的基础上,利用RBF神经网络良好的非线性逼近能力建立了池塘溶解氧的神经网络预测模型.常规的RBF神经网络模型常导致训练时间较长且易陷入局部极小点,因此,采用自适应遗传算法对RBF神经网络进行优化,模型的收敛速度明显加快.采用了养殖池塘的外部可控环境水体温度T、水流量Q、酸度(pH)以及增氧机器的转速V作为模型的输入.实验结果表明采用该方法预报溶解氧的预测精度较常规RBF递推算法的预测精度明显提高.该方法为研制开发智能水产养殖环境监控系统以及工厂化水产养殖奠定了基础.     

基于遗传算法的模糊神经网络温室温度控制器

为了创造适合作物生长的环境,针对温室系统的特点提出了一种新的基于遗传算法的模糊神经网络控制器,利用遗传算法训练模糊神经网络模型,并采用此模糊神经网络控制器控制温室温度系统.运用该方法对温室温度控制系统进行了Matlab 仿真,结果表明:采用遗传模糊神经控制器的系统,不但提高了阶跃响应的快速性,而且大大减少了超调量.     

基于生成树和遗传算法的树状管网布置优化

以投资最小为目标函数,建立了树状管网布置优化数学模型.针对树状管网布置优化的特点,应用基于生成树理论和二进制编码遗传算法对模型进行求解.在遗传算法产生初始解、交叉和变异操作过程中,设计了基于圈的实现方法,避免了不可行解的产生,提高了算法的计算效率.     

基于遗传算法的自适应水轮机调节系统

为了进一步改善水轮机调速器的鲁棒性，有利于我国的水电行业向着“无人值班”的管理模式健康发展，提出了基于遗传算法的自适应水轮机调节系统的硬件结构和软件结构，并针对应用实例进行了仿真计算。由于基于遗传算法的自适应水轮机调节系统能够根据调节对象的变化，辨识并优化控制器参数，因而使得调节器具有智能化的特点，符合调速器的发展方向。