改进的遗传算法在连续体结构多目标拓扑优化中的应用

连续体结掏多目标拓扑优化是结构优化领域中的一个较难的研究课题.本文提出了一种改进的SPEA2多目标优化算法.该算法中采用数学形态学中的四方向链码的编码方式进行结构拓扑表达,使产生的拓扑结构清晰且无异议,完全消除了模糊的拓扑边界和棋盘格现象.提出了"质量向量"的概念,用以量化两个结构拓扑之间的相似性,从而使得不同结构拓扑之间的相似性比较成为可能.同时还将机器学习中的范例学习的思想融入到新算法中,利用前面的有限元分析结果对后来的结构分析进行指导,剔除了很多不必要的重复的计算,从而使算法的总计算量大幅度地减少.将新算法应用于悬臂和简支两类深梁的多目标拓扑优化,获得了高质量的Pareto最优解,且具有很好的分布.     

用改进的十进制遗传算法确定土质边坡最危险滑面

基于瑞典圆弧法和简化Bishop条分法分析土质边坡的稳定性,以圆弧滑裂面与边坡面的左右交点的两个横坐标和以滑裂面圆心的纵坐标作为优化变量,采用了一种改进的十进制遗传算法对优化变量进行优化。这种改进的遗传算法是以简单的十进制遗传算法为基础,结合优体克隆操作、子体优生操作和多代调环操作。通过计算ACADS考核题验证,该方法有较强的自适应能力,具有收敛速度快、解的精度高和避免出现早熟等优点。     

基于改进遗传算法主动柔性结构压电元件位置优化

基于改进的遗传算法提出了一种解决多压电片布置在柔性结构上以实现振动主动控制的有效方法.本文采用D优化设计准则,即把Fisher信息矩阵行列式最大值作为目标函数的一种优化方法.通过对结构模态振型和动力特性的研究,使用一种简单的方法将所选择的低阶模态振型转化为归一化形式,最后通过结构模态振型可确定压电片最优位置.为了达到更好的振动控制效果,压电片布置在结构模态应变最大位置处.当在结构不同位置上布置压电片时,结构各阶模态振型也将随之发生不同程度的变化.本文建立了ANSYS软件和遗传算法的接口来实现对结构的模态重分析,从而提取各阶模态振型.     

多个磁流变弹性体自调谐式吸振器的联合控制研究

遗传算法是一种自适应、启发式、全局优化的搜索算法,在结构振动控制等复杂控制领域得到了广泛的应用,本文针对磁流变弹性体自调谐式吸振器难以建立准确的控制模型的特点,通过改进基本遗传算法,设计和实现了一种同时控制多个吸振器的联合控制算法,该方法在协调控制时,根据多个吸振器协调控制对控制量的要求采用指定位交叉产生新个体,与通过随机位交叉产生的新个体相比,这样能以较大的概率产生更健壮的新个体,从而使算法更快收敛.将该算法应用到两个吸振器联合控制的实验系统中,在吸振器移频范围内,被减振系统各观测点均有较好的减振效果,当吸振器与主系统质量比为1∶19.8时,减振效果最高约12dB,主被动减振效果之差最佳时达7dB.     

基于遗传算法的半刚性连接钢框架设计

采用基于小生镜技术的遗传算法,对半刚性连接钢框架进行优化设计,针对其早熟现象和局部搜索能力差的缺点改进遗传算法。使用自适应策略改进交叉与变异算子。建立半刚性连接钢框架优化设计数学模型,编制了基于遗传算法的优化设计程序。运用这一优化算法可以直接从型钢截面表中选取截面,并在优化设计过程中考虑了连接可变性和二阶效应的影响。通过几个设计实例表明,考虑几何非线性会使用钢量增加,有支撑的情况下,半刚性连接较刚接用钢量经济。     

基于自适应遗传算法的三轴磁强计校准（英文）

针对MEMS磁强计的精度无法满足姿态测量系统的航向角测量要求,对磁强计的误差来源进行了模型化分析,设计了一种基于自适应遗传算法的空间椭球磁强计校准方法。首先,采取自适应遗传算法,对磁强计测量的原始数据进行空间椭球的拟合,用估计的参数进行刻度系数、软磁干扰、硬磁干扰与零位偏置的综合误差补偿。其次,利用最小二乘法求解出非正交轴的方向余弦,进行非正交误差和安装误差的补偿。最后,将该方法应用到某姿态测量系统中,分别用未补偿和补偿后的数据进行姿态测量实验,实验结果表明该方法准确计算出磁强计的误差参数,使补偿后的航向角精度提高了6.8倍。     

基于遗传算法的变电站巡检机器人任务路径规划方法研究

近年来,随着变电站巡检机器人在变电站中的广泛使用,巡检机器人路径规划问题越来越成为亟待解决的问题。巡检机器人在已知的拓扑地图中标记了待执行巡检任务的停靠点,不同任务需要从初始点出发经过不同的一系列停靠点再返回初始点,如何规划路径是机器人面临的问题。首先分析了路径规划面临的问题,然后通过分析拓扑地图的特征,对地图进行等价简化,再对问题进行建模使用遗传算法求解巡检任务路径规划的近似最优解。通过仿真实验证明,提出的基于遗传算法的路径规划方法是可行有效的,为变电站巡检机器人任务路径规划提供了一种有效方法。     

无人机地面运动控制与仿真

为了解决无人机纠偏刹车系统中实际存在的问题,对无人机地面运动进行了研究,采用前轮转弯、方向舵、差动刹车联合使用模式,以无人机的侧偏角、侧偏距为反馈信号,设计了无人机地面运动纠偏控制律,通过遗传算法的全局优化过程实现其纠偏参数寻优,在Simulink平台建立了无人机纠偏数学模型;试验结果表明,建立的无人机地面运动纠偏数学模型正确有效,能够模拟出无人机地面运动的真实情况;基于遗传算法的控制策略能够实现一定范围内的无人机地面运动纠偏,提高跑道的利用率。     

应用遗传算法结合连续投影算法近红外光谱检测土壤有机质研究

应用遗传算法结合连续投影算法近红外光谱检测土壤有机质研究。采集浙江省文城地区农田土壤样品近红外光谱数据,土壤样品数为394个。为简化模型,采用遗传算法结合连续投影算法挑选出18个特征波长建模,应用偏最小二乘回归建立有机质预测模型,建模集的决定系数为0.81,均方根预测误差为0.22, 剩余预测偏差为2.31,预测集的决定系数为0.83,均方根预测误差为0.20,剩余预测偏差为2.45。研究发现,遗传算法结合连续投影算法在简化模型同时,模型的预测评价指标同采用全谱波长建模并没有明显降低。因此,遗传算法结合连续投影算法挑选的特征波长可以应用于近红外光谱检测土壤有机质含量。     

基于遗传算法的安溪铁观音品质快速评价研究

为探究一种快速无损的安溪铁观音品质评价方法,利用遗传算法(GA)对茶样的近红外光谱特征波长进行筛选,结合偏最小二乘(PLS),建立全谱段的PLS定量模型与GA-PLS模型。结果表明,傅里叶变换近红外(FT-NIR)全谱段光谱在经过平滑+二阶导数+归一化处理后,PLS模型预测性能最高,建模结果为：校正集相关系数R_C=0.921,校正集均方根误差RMSEC=0.543,验证集相关系数R_P=0.913,验证集均方根误差RMSEP=0.665。选用近红外光谱6 670～4 000 cm-1谱区,采用遗传算法进行特征波长筛选,参与建模数据点数从1 557缩减到408个。优选波段后,GA-PLS建模结果为：校正集相关系数R_C=0.959,校正集均方根误差RMSEC=0.413,验证集相关系数R_P=0.940,验证集均方根误差RMSEP=0.587。可见,GA-PLS模型的校正集和验证集的预测结果均优于全谱段PLS模型。结果说明,在传统的近红外光谱技术结合化学计量学方法的建模基础上,加入遗传算法进行波长筛选,能有效提高模型预测能力,实现方法学的创新研究,且GA-PLS品质评价模型具有较强的参考和推广价值,为提高我国茶叶品质的检测技术水平提供新的方法借鉴。