PLC梯形图的顺序控制设计法研究

提出一种在各种设计方法中都适用的编程总则，能够快速准确地编制出PLC的梯形图。     

基于遗传算法的DSR路由协议的优化

AD HOC网络[1]是一种不需要基础设施的自组织和自管理网络,网络中所有的节点同时具有终端和路由器的功能.因此,网络可以通过节点路由发现机制转发分组,并进行路由维护.DSR是为AD HOC网络设计的路由协议,性能较优,但对延迟、带宽、丢包率等都没加限制,即无QoS支持.采用遗传算法对其进行路由发现的优化,使之具有QoS保障.并采用仿真实验对基于遗传算法的动态源路由协议与原有的动态源路由协议在延迟、投递率和网络开销等方面进行了比较,分析了改进后的路由协议对网络质量的影响.     

遗传算法优化神经网络的坡面入渗产流模型

引入遗传算法优化BP神经网络权重和阈值的方法建立黄土坡面产流入渗模型.模型以雨强、降雨历时、表层40 cm土壤前期含水量、坡度值为输入项,径流量、入渗量为输出项,用实测资料对网络进行模拟和预测.模拟结果平均误差6.32%和1.93%,预测结果平均误差为5.71%和1.92%.并与传统BP神经网络模型和定雨强Philip...     

基于OGRE和MPI的虚拟场景多机并行渲染

本研究实现了一种用于静态虚拟场景漫游的分布式的多通道并行渲染系统。系统采用OGRE(O-OGraphics Rendering Engine)进行场景渲染,MPI构成消息传递环境,介绍了与OGRE相关的视角分配算法和渲染同步问题。实验证明,该系统能取代昂贵的图形工作站,成本低,且易于扩展,有很好的应用前景。     

苏南河网水污染控制系统规划优化研究

以苏南某地二级树状河网为例,在运用S-P水质模型模拟河网水质的基础上,构建了以河网污水处理费用及引水稀释费用之和最小为目标函数的水污染控制最优化模型,采用遗传算法,对各引水口的引水量及河网中各排污口的污水处理率进行优化计算,供苏南地区水系规划与管理参考。     

自适应最大相关峭度反褶积方法诊断齿轮轴承复合故障

为了解决传统最大相关峭度反褶积(maximum correlated kurtosis deconvolution,MCKD)在故障诊断中容易出现因参数选择不当而影响诊断效果的问题,该文提出了一种基于量子遗传算法(quantum genetic algorithm,QGA)的自适应最大相关峭度反褶积方法(maximum correlated kurtosis deconvolution with quantum genetic algorithm,QMCKD)用于齿轮和轴承复合故障诊断。通过量子遗传算法自适应选择最大相关峭度反褶积的2个关键参数滤波器长度(L)和反褶积周期(T)。使用QMCKD处理原始振动信号,提取复合故障信号中的所有单个故障信号,分别对单个故障信号进行频谱分析从而识别故障特征。在对齿面磨损-滚动轴承外圈损伤复合故障诊断中,QMCKD能够识别齿轮故障频率及其2～4倍频,识别轴承故障频率及其2～6倍频,且主要频率成分周围干扰谱线很少,故障类型容易识别。与直接频谱分析和变分模态分解(variational mode decomposition,VMD)相比,该方法在诊断效果上具有优越性。在对齿根裂纹-轴承滚动体损伤复合故障诊断中,QMCKD能够突出齿轮故障频率及其2～5倍频,突出轴承故障频率及其2～8倍频,齿轮和轴承故障特征明显,验证了方法的稳定性。试验结果表明QMCKD能够有效识别复合故障中齿轮和轴承的故障特征,可用于齿轮箱的齿轮、轴承复合故障诊断。     

多约束条件下某智能飞行器航迹快速规划

以某智能飞行器为研究对象,研究复杂环境下航迹快速规划.为校正系统结构限制所带来的定位误差,使得智能飞行器能按照预定的航迹完成任务,基于多约束条件最优化理论,采用遗传算法扩展而来的NSGA-Ⅱ(非支配排序遗传算法)算法进行航迹规划.结果表明,基于NSGA-Ⅱ,使用交叉行为和变异行为将初始解进一步筛选优化并最终得到最优解....     

轻型纯电动汽车再生制动控制策略研究与仿真

为纯电动汽车设计一种再生制动控制方式,以增加车辆续航能力。对纯电动汽车的整车动力学和电机进行数学建模,对仿真软件的再生制动模型进行分析,并建立适用于纯电动汽车的再生制动模糊控制策略,通过遗传算法对再生制动模糊控制策略参数进行优化。对缺省电动汽车模型进行二次开发与优化,并嵌入优化后的再生制动控制策略,设定仿真循环工况,在保证车辆的安全与稳定性的前提下进行仿真实验,验证了本文所设计的GA优化后的再生制动模糊控制策略能量回收效率明显优于缺省控制策略、优化前的再生制动模糊控制策略,优化了车辆的续航能力。     

基于改进遗传算法的低能耗铣削参数优化

以铣削加工为例,建立了以铣削时间(加工相同体积的材料,铣削时间越小表示效率越高)和铣削能耗为目标的多目标优化模型,以主轴转速、进给速度、铣削深度和铣削宽度为优化变量,同时,铣削过程还要受到实际加工条件的约束,比如机床的额定功率和铣削力的约束.用改进遗传算法即多种群,即自适应度多种群遗传算法对该多目标模型进行求解,最后结...     

GFE变速器输入轴热处理的工艺参数优化

GFE变速器输入轴位于发动机与变速箱之间,用以对外输出扭矩与转速,是汽车动力输出的关键组成部件。基于正交试验方案,对比了热处理前后输入轴关键位置的直径变化。并将所获实验结果作为样本点,确定了BP神经网络算法的优化目标。在此基础上,建立了BP神经网络模型,并利用遗传算法的全局寻优功能,获得了热处理工艺的最优参数配置。