基于自适应惩罚遗传算法的给水管网优化设计

针对给水管网遗传优化设计中常规惩罚函数边界约束条件存在的问题,提出了一种能根据每代计算结果自适应调节惩罚因子的自适应惩罚遗传算法,并应用改进遗传算法寻求管网投资最小的设计方案.研究表明,应用该方法能够更有效地搜索最优解,可节约工程费用2.29%～12.01%,在工程优化设计中有一定的实用价值.     

基于遗传算法的喷灌管网优化设计

结合管网优化设计理论和实际工程中管径计算的要求,将遗传算法引入喷灌管网优化设计．提出求解喷灌管网管径优化解的计算思路,增强了管网设计方案的经济性,且求解出来的管径不需按标准管径调整。在此基础上,提出把经济性与可靠性结合起来进行管网优化设计,以及采用遗传算法求解该多目标问题。     

滑动轴承的多目标优化设计

滑动轴承的多目标优化设计是一个多峰函数优化问题，用传统确定性的计算式方法容易陷入局部最优解。为达到全局优化的目的，采有改进遗传算法进行优化。首先给出了以最佳承载能力和工作状态为优化目标的优化模型，然后描述一种改进遗传算法的实现，并将之应用于滑动轴承的优化设计。此方法对求解同类零件优化设计问题具有普遍意义。     

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.     

基于改进遗传算法的农村供水管网优化设计

以农村树状管网系统为优化对象,以寻求管网投资费用和运行管理费用最小化为目标,以压力、流量、流速等限制为约束条件,建立树状供水管网的动态规划模型,用惩罚函数法将有约束问题转化为无约束问题。基于遗传算法的基本原理,并针对实际情况,遗传算法采用实数编码、惩罚策略及算术交叉等改进技术。经实例验证:这种方法既避免了编码的冗余问题又提高了计算的实用性和高效性。     

基于BTO多目标遗传算法的播种机性能优化设计

受播种地形和地域的影响,大部分播种机的播种质量、播种效率和能耗不能发挥到最佳状态,为了提高播种机的作业性能,深入挖掘了按顾客订单生产(Build-to-Order,BTO)模式的一般性意义,并将该模式引入到了播种机的优化设计中,提出了一种基于BTO模式的多目标速度控制遗传算法优化模型。根据播种质量、效率和能耗的要求,首先确定了BTO模式下播种机性能优化的初始参数,利用多目标函数确定了播种机的速度控制模型,并利用遗传算法进行了优化设计。最后,通过试验样机对播种机的播种性能进行了测试,结果表明:使用多目标遗传算法对播种机的性能进行优化后,播种机的播种质量、播种效率和播种能耗有了明显的改善,为新型播种机的研发提供了较有价值的参考。     

基于线性规划的给水管网系统动态有限元优化设计

给水管网系统优化设计是解决城市供水管道故障有效方法之一,通过将给水管网年折算费目标函数对管径的非线性函数作线性处理,从而建立了每一段管网的造价折算模型,并以表征给水管网特征的坐标参数作为约束条件,计算出线性规划最优解,且对管段能量方程作线性处理,在水力学动态平衡原理和有限元理论基础上,建立有限元分析模型.该计算模型实用简便,可为工程应用提供参考.     

轮灌条件下的灌溉管网优化设计

在灌溉输配水管网的设计中，不同的灌溉工作制度会在管网中产生不同的流量分配模式，直接影响管网工程总的投资。本文研究在轮灌工作制度下灌溉管网优化设计，提出了将轮灌组的划分也进行优化，用基于整数编码的遗传算法进行优化，通过VB和Matlab混合编程来实现。计算结果表明提出的方法优化结果明显，可以应用于生产。     

基于遗传算法的树状灌溉管网优化设计

针对树状灌溉管网优化设计的特点,以管网投资最小为优化目标,提出了一种符合实际且能结合设计人员经验的灌溉管网优化布置,并利用基于整数编码的遗传算法进行求解,减少了非可行解的产生。并编制了matlab优化设计程序,通过实例进行验证,并与相关生成树算法进行比较,研究表明,该方法可获得较优的设计方案。     

关于给水管网可靠性分析方法的综述

由于给水管网本身比较复杂,而且受多种因素影响,给水管网可靠性分析方法发展较缓慢,目前还没有一种方法得到普遍的认可,并应用于实际工程设计中。从方法总体分类、考虑管网输水能力及考虑阀门配置等方面对已有的各种方法进行了归纳、总结,可供可靠性分析及设计、维修等参考。     

改进遗传算法在环状管网水力平衡计算中的应用

标准遗传算法不擅于局部微调,在标准遗传算法的基础上,利用传统的优化方法中坐标轮换寻优方法对个体进行局部微调,寻优能力明显提高。把该算法用于环状管网水力平衡计算,计算结果精度较高。     

收割机脱粒滚筒负荷多目标优化模型研究——基于排队网络和遗传算法

为了提高收割机脱粒滚筒的自动化排障水平,实现收割机滚筒的自动化监测功能,提出了脱粒滚筒负荷监控系统的设计方案,实现了脱粒滚筒堵塞故障的预警、报警及自动防堵功能。该系统使用传感器对凹板压力、传动链张紧力和滚筒转速进行检测,并使用上位机对监测的信息进行数据处理,利用排队网络和多目标遗传算法对负荷参数进行优化,将优化后的负荷作为调整参数输出到控制器,调整脱粒间隙的大小,实现脱粒滚筒的智能化排堵,从而实现不停机排障,提高了联合收割机作业质量和工作效率。由滚筒的脱净率实验发现:脱净率最高的是排队网络遗传多目标优化算法。由此验证了所设计的脱粒滚筒负荷优化控制模型的可靠性。     

汽车半主动悬架的多目标遗传优化

汽车采用磁流变液减振器，可根据不同的道路行驶条件，通过改变磁场强度来改变减振器的阻尼特性。提出了一种多目标汽车半主动悬架的遗传优化技术，以行驶安全性、乘坐舒适性、结构空间需要作为优化设计目标或约束，选择悬架系统阻尼作为优化参数，以一个受路面谱激励的1／4汽车模型为例，采用一种高效十进制遗传算法对半主动悬架的减振效果进行验证，结果表明该遗传算法对汽车半主动悬架的参数优化具有较好的效果。     

遗传算法在水分生产函数参数率定中的应用

运用遗传算法处理水分生产函数的参数率定问题时 ,参数的率定能基本做到与模型的复杂性无关 ,并能通过编码空间限定来避免敏感性系数或指数出现不合理值。在使用实测资料检验时 ,产量预报取得了较好的预报效果     

用基于整数编码的改进遗传算法进行环状管网优化设计

应用基于整数编码的改进遗传算法进行环状管网管径优化设计 ,既可避免编码冗余问题 ,又可提高算法的实用性和计算效率 ,并能在较大解空间范围内获得最优管径组合方案以实现尽可能大的管网投资     

根系吸水模型参数的混合遗传算法估算方法

构建了遗传算法与Levenberg-Marquardt算法相结合的混合遗传算法,用于求解根系吸水模型参数.分别进行数值试验和棉花根系吸水试验对混合遗传算法求解精度进行验证.数值试验表明,采用混合遗传算法优化求解根系吸水模型参数的优化值具有较高的精度,含水率资料的时间步长和空间步长对根系吸水模型参数的优化精度有较大影响,在实际中时间步长可取值5～10 d,空间步长取值5～10 cm.对室内棉花根系吸水进行模拟分析,结果表明混合遗传算法求解的根系吸水模型可以很好地模拟根系吸水.该方法可用于求解根系吸水参数.     

基于改进遗传算法的喷涂机器人轨迹优化

针对复杂的自由曲面,采用匀速喷涂方法,曲面上曲率的变化造成涂层厚度差较大。首先,根据平面上的喷涂实验和微分几何的面积放大定理推导出自由曲面上的漆膜生长模型;其次,建立分段优化路径速率的优化模型;最后,以表面有凹凸结构的复杂曲面为喷涂对象,采用改进遗传算法进行轨迹优化。仿真结果验证了数学模型和优化算法的有效性与和可行性。     

自适应遗传算法在环状管网水力计算中的优化设计

介绍了如何应用双重编码的自适应遗传算法对依靠重力供水的环状管网进行水力计算的优化设计。用遗传算法随机生成水头标高和管径,再由随机生成的水头标高和管径求出非线性的流量分配方案和管径组合方案,然后通过自适应遗传算法的交叉和变异操作,使不适应的个体通过交叉和变异成为满足的约束条件的个体,从而达到优化的目的。结果表明,遗传算法在水力计算中有着独特的优势,它能使管网的流量分配和管径选择同时完成。