桁架尺寸优化微分演化算法

为了解决带有应力约束和位移约束桁架结构的尺寸优化问题，将微分演化 (Differential Evolution，DE)算法应用于桁架结构的尺寸优化设计.介绍了DE算法的基本原理及其进化策略，给出了桁架结构优化的数学模型.对几个经典问题进行了求解，并与其他优化算法进行了比较.数值结果表明了DE算法收敛特性好、稳定性高，可以有效地用于桁架结构的尺寸优化设计.     

基于视觉的实时手势识别及其在演示控制中的应用

基于一款已获得国家专利的集成式儿童安全座椅约束系统参数可调的特征，选择座椅高度、靠背角度、安全带限力器限力值为优化变量，以儿童乘员头部损伤、胸部损伤、颈部损伤为优化目标，采用多项式回归近似模型和多目标进化算法相结合的方法对该集成式儿童座椅在保护3岁、6岁、10岁儿童乘员时的可调约束参数进行了多目标优化.结果表明：优化后的约束参数能对上述儿童乘员提供更好的保护作用，优化效果显著.最后在得到的3组优化约束参数的基础上，提出了一种针对3~10岁不同身材儿童的自适应匹配方法.     

一种基于免疫抗体聚类算法的复杂函数寻优

通过在克隆选择过程中引入抗体聚类机制,提出了一种用于复杂多模函数优化的新算法.通过聚类将抗体群分成多个子种群来实现其克隆选择策略,加速克隆扩增,从而提高抗体成熟力及亲和性.采用了混合超变异算子,使其能快速获取全局及局部最优.实验仿真结果表明:该算法对复杂函数寻优的过程是相当有效的,具备良好的全局和局部收敛可靠性.     

拉索预应力球面巨型网格结构静力性能优化分析

针对拉索预应力球面巨型网格结构的静力优化问题,提出对拉索预应力、立体桁架梁高度、杆件截面的三级优化法,对各变量分别采用不同的目标和方法进行逐级优化.对杆件截面优化以结构自重为目标函数并采用满应力法;立体桁架梁高度通过结构内力峰值和挠度比两项指标予以确定;优化拉索预应力时,采用结构杆件内力的平方和最小为目标函数建立数学模型,并运用影响矩阵线性优化法和复形法求解.文中对一个180 m跨度的结构,提出了5种不同的布索方案,并基于以上理论,进行了优化分析.结果表明,实际工程采用沿周边布索方案为佳.同时优化分析结果也证明了本文采用的优化分析方法和编制的程序是高效可行的.     

求解一类非线性二层多目标规划的粒子群方法

采用以下层问题的最优性条件代替下层问题的方法,将上层为向量优化、下层为凸标量优化的一类非线性二层多目标规划问题转化为带互补约束的不可微多目标规划问题,分析了2者在最优解方面的关系,并设计了求解相应不可微多目标规划问题的粒子群算法.数值结果表明所设计的粒子群算法是可行、有效的.     

Kriging模型与优化算法在汽车乘员约束系统仿真优化中的应用研究

汽车乘员约束系统的优化涉及到安全带、安全气囊等部件的众多参数.首先采用一阶线性响应表面模型、正交实验设计方法进行参数筛选.然后构造Kriging代理模型来代替计算机仿真,并结合两种不同的优化算法来进行乘员约束系统参数的优化设计.结果表明:该方法对汽车乘员约束系统参数优化具有明显效果,可行方向法在该优化中优于多目标遗传算法.     

基于目标PSO算法的工程项目优化研究

近年来,国内建筑工程类产值与投资获得高速增长,建筑工程已成为我国重要的支柱性产业,合理有效地进行项目管理对建筑行业发展具有重要意义.以项目工期、成本及质量为项目施工的3大管理目标,通过对参数分析构建项目多目标优化模型.考虑到工程项目属于多目标优化求解问题,采用先进的PSO算法(Particle Swarm Optimization, PSO)构建工程项目多目标求解模型.由于传统的PSO算法在训练中存在局部最优解问题,采用最优位置策略来优化算法,完成对工程项目多目标问题的求解.在模型性能测试中,选择Schaffer基准函数来检验各算法性能,改进PSO算法能够在第6次迭代时趋于收敛,全局最优值为0.002 5,相较于另外3种算法误差更低,收敛速度更快.以某工程项目为实验对象,采用改进PSO算法对多目标模型进行求解,与原有规划目标相比,工程项目优化过后建设成本下降了3.785%,工期缩短了3.103%,同时工程项目自身质量与环境质量均满足工程项目要求.     

基于免疫克隆算法的物流配送车辆路径优化研究

物流配送车辆路径优化问题是近年来物流领域中的研究热点，该问题属于NP难题，较难得到最优解和满意解．在物流配送车辆路径优化问题数学模型的基础上，构造了一种免疫克隆算法来求解该问题，并在算法中引入了克隆选择、克隆删除、受体编辑、体细胞高频变异、抗体循环补充等思想．仿真计算结果表明，免疫克隆算法能快速收敛于全局最优解，克服了遗传算法中易陷入局部最优解和收敛速度慢的缺点，可有效地解决物流配送车辆路径优化问题．     

拖拉机弹性悬架结构的遗传复合形优化设计

针对传统优化算法全局性较弱,容易陷入局部解,以及遗传算法的局部速率较慢和局部搜索能力不足等问题,采用将遗传算法和复合形算法相结合的遗传复合形算法.在此基础上对拖拉机弹性悬架结构进行了优化设计研究,并且与传统优化方法进行了比较.结果表明,对同样初始条件的拖拉机弹性悬架进行结构设计时,采用遗传复合形算法比采用传统算法可以使得拖拉机弹性悬架钢板弹簧的体积减小2.6％,因此遗传复合形算法在求解弹性悬架多变量、多约束优化问题的时候是有效的和正确的.     

大跨度空间钢管桁架结构的风振响应和风振控制研究

为了获得大跨度空间钢管桁架结构在风荷载作用下的实时受力、变形情况和风振系数,本文采用自回归法编制计算程序,数值模拟具有空间相关性的大跨度空间钢管桁架结构的多点风速时程,根据由风速时程转化的作用于结构的风荷载时程对两个大跨度空间钢管桁架结构进行风振响应分析和风振系数的计算.结果表明,编制的计算程序可较好地模拟大跨度空间钢管桁架结构的空间点风速时程,计算所得风速时程的功率谱与目标功率谱吻合较好;采用粘滞阻尼器后结构节点位移及杆件应力振动幅值均有所降低,可有效地减小结构的风振响应;根据风振响应的计算结果给出了可供设计参考的结构风振系数.     

基于多目标规划的盐城市土地利用结构优化研究

以盐城市为例,综合考虑经济效益、生态效益和社会效益,采用多目标规划方法,通过构建土地利用结构多目标优化体系,设置土地利用结构利用优化约束条件和目标函数,提出土地利用结构多目标优化方案和决策选择,对盐城市土地利用结构进行优化研究.结果表明:运用灰色多目标方程,利用WIN-QSB中的GOAL Programming模块进行优化,共得到6个方案,方案3是土地利用结构熵与综合利用效益分析优化选择方法下最合理的优化方案,方案1是序参量指标体系灰关联分析优化选择方法下最合理的优化方案.利用序参量指标体系进行灰色关联分析,对方案1和方案3进行对比分析得出,方案1是6种方案中的最优方案.     

一种融合聚类和分类算法的树木图像多目标优化分割方法

目的结合树木图像颜色和纹理特征,融合聚类和分类算法对树木图像进行多目标优化分割,从而提高自然背景下树木图像分割的准确性。方法首先,利用MSCC框架理论,解决聚类和分类目标函数同时依赖于聚类中心的问题。然后,分别选定聚类性能评价指标函数和分类性能评价指标函数。最后,采用多目标进化优化方法——NSGA-II算法进行优化,得到Pareto前端最优解集,并通过计算聚类有效性指数I的最大值,寻找最优解决方案。选择具有代表性的法国梧桐、侧柏、松树和杏树等自然背景下拍摄的4幅图像作为样本。分别采用K-means、Fuzzy C-means、对聚类目标函数进行单目标优化,采用MOPSO方法进行多目标优化,以及NSGA-II方法进行多目标优化等5种方法对样本图像进行分割比较。结果在聚类中心数量相同、种群大小相同、遗传代数相同的条件下,指数I的值表明本文提出的分割方法优势显著。对于4类不同样本图像分割的指数I值进行对比可知,以HF指数为单目标函数进行遗传优化的结果优于单一使用K-means和FCM算法;MOPSO多目标优化方法分割结果优于单目标优化结果;基于NSGA-II优化的多目标函数分割结果又优于MOPSO多目标优化结果。结论融合聚类和分类算法构建聚类性能评价指标函数和分类评价性能指标函数,并采用非支配排序遗传算法对多目标函数进行优化,能更好地保留树木图像的颜色和纹理特征,分割准确率显著提高。      

基于多目标PSO-ACO融合算法的无人艇路径规划

【目的】针对河蟹养殖过程中,水位变化以及无人艇路径规划算法收敛慢、精度低的问题,为提高算法适应性与寻优能力,提出一种多目标粒子群-蚁群融合的无人艇路径规划算法。【方法】首先,分析蟹塘环境及养殖规律等因素,建立静态水深栅格环境模型;其次,针对覆盖遍历式投饵存在局部点投喂不足及路径次优的问题,通过对惯性参数与学习因子的非线性调整,提出基于多目标的改进粒子群算法(Particle swarm optimization, PSO);然后,调整蚁群算法的初始信息素,并对蚁群算法的信息素挥发因子和启发期望函数自适应改进,提出自适应优化蚁群算法(Ant colony optimization, ACO);最后,为解决单一算法寻优不足,利用融合PSO-ACO算法,实现无人艇多目标全局路径规划。【结果】仿真结果表明：不同环境投饵策略下,PSO-ACO算法在对多目标路径寻优时,不仅环境适应性好,而且提高了寻优效率和精度,运行时间节省了32%,路径距离缩短了9.78%,迭代次数降低了62.88%,拐点数目减少了44.45%。【结论】所提出多目标点的路径规划算法适用于环境可变的蟹塘养殖,具有较好的应用价值。     

时变海流干扰下深远海渔业无人船多目标路径规划

深远海无人船在开发渔业资源时,面临着续航能力不足和路径规划算法收敛慢、精度低等问题,为尽可能减少渔业无人船在实际任务执行过程中环境影响和最大限度地优化航行路线,在保证其安全航行的前提下,设计了以路径长度、转舵和海流能耗等多个参数最小为目标的路径规划算法。通过对无人船在航行时海域环境和任务目标的分析,建立了时变海流干扰下的无人船多目标计算模型,采用改进的自适应灰狼优化算法进行求解,算法通过引入多项策略进行统筹优化。该算法应用于复杂水域下渔业无人船多目标优化领域的仿真实验,证实了算法的可行性和改进策略的有效性,多目标相较于3个单目标仿真结果对总目标值的优化率分别提高了9.2%、1.7%、11.9%;不同海流状态下的仿真路径表明了相较于传统的以距离最优算法能够节省更多的成本,有效地提高了无人船全局航迹的规划性能。     

供应商优选与订货量分配的多目标微粒群算法

分析了供应商优选与订货量分配问题的特性,构建了带界约束的多目标优化模型,并设计具备有综合学习机制的多目标微粒群优化算法以求解该模型．实验结果表明,该多目标微粒群优化算法是有效的．     

模糊时间窗多目标冷链物流路径规划

针对近几年冷链物流行业高额的配送成本和能源消耗等问题,以冷链物流配送路径为研究对象,建立基于碳排放量、配送总成本和客户满意度的多目标配送路径优化模型。采用贴近实际的模糊时间窗配送方式和自适应灾变遗传算法,对冷链物流运输车辆路径规划和在实际配送中复杂路径问题下的多目标路径优化进行研究。算例分析表明:1)在冷链物流路径配送中,目标函数考虑碳排放时的碳排放量相比不考虑碳排放降低了56%;2)该模型能够在考虑碳排放量和客户满意度的基础上有效地降低配送成本,使多个目标进行有机统一,全局优化;3)该算法对于多目标冷链物流路径优化问题在寻优效率和计算时间上均优于标准遗传算法。     

一种多维背包问题的n进制编码遗传求解算法

针对传统二进制编码求解多维背包优化问题时算法复杂度高和容易早熟收敛等问题,提出了一种解决多维背包问题的n（n〉2）进制编码遗传算法。该算法采用n进制编码初始化种群,使用变异和交叉算子进化种群,通过修正算子修正不可行解,以保证解满足约束条件,然后利用非劣解集更新算法优化最优前端,使其扩大覆盖率,保证均匀性。20次随机试验结果表明,该算法可有效克服早熟收敛,能够保持种群多样性和求解精度,具有解决复杂多维背包问题的能力。     

基于遗传算法与方案优选的多目标优化模型求解方法

为求解含复杂约束的多目标优化问题并获得符合实际决策需求的最优解,将多目标优化问题的求解分为2步:1)使用改进的遗传算法对带有较复杂约束的多目标规划模型进行求解,得到Pareto解集;2)基于熵权法构建方案优选评价体系,对Pareto解集进行优选,从而获得多目标优化问题的最佳方案。将本研究方法应用到灌区水资源优化配置问题中检验其可行性与实用性。结果表明:相较于评价函数法获得的结果,Pareto解集可以直观展示不同目标之间相互制衡的关系;根据当地实际情况选取粮经产量比、用水结构信息熵、化肥使用量作为优选指标,优选后的配水方案水分生产力可以达到1.46 kg/m~3,总产量达到8.667×10~7 kg。与传统求解方法比较,本研究提出的求解方法全局寻优能力更强,可以获得更加合理的方案。基于遗传算法与方案优选的多目标优化问题求解方法在求解较为复杂的多目标优化问题时能够获得更为满意的方案,可以为其他多目标问题的求解提供一种新的思路。     

基于免疫粒子群和BP神经网络的变压器故障诊断技术

为了解决粒子群算法的早熟收敛问题和BP神经网络梯度下降训练法收敛速度慢、容易陷入局部极小值的问题,将免疫学中的克隆、变异理论用于粒子群算法的优化,建立免疫粒子群算法并给出算法步骤及免疫粒子群算法训练BP神经网络的步骤,将其应用到电力变压器的故障诊断中．仿真实验证明所提出的方法对变压器故障的诊断准确率可达95％以上,能够满足工程应用的需要．