平面二级炸药强爆轰驱动装置的优化设计

 在推广的Gurney理论模型基础上,采用遗传算法优化技术,对平面二级强爆轰驱动非线性问题进行了初步的优化设计。飞片及炸药的材料分别为钢及JO-9159,在初级飞片和次级飞片厚度分别为2.5 mm和0.5 mm时,得到了不同初级飞片速度（5.0～6.5 km/s）下次级飞片的最大速度及对应的次级炸药最佳厚度。并对铝、铜、钼及钽等几种典型金属材料飞片进行了计算,得到了初级飞片速度为5 km/s时对应的次级炸药最佳厚度等优化参数。这些计算结果可以为二级强爆轰驱动装置的实验设计提供重要参考。     

基于免疫遗传的多目标优化

提出了一种免疫遗传算法(MOGA)用来解决多目标优化问题。在该算法(MOGA)中,使用了高斯变异算子,提高了收敛速度;创建了记忆细胞集来保存每代所产生的Pareto最优解。此算法与NSGAⅡ算法进行模拟实验结果进行对比,通过比较发现,该算法无论是在个体的多样性还是收敛性上都要比NSGAⅡ算法好,表明免疫遗传算法在解决多目标优化问题上具有可观的研究前景。     

遗传算法在鱼粉中肉骨粉近红外光谱检测中的应用

为了研究近红外光谱模型的优化方法,提高模型的精度.利用遗传算法对64个掺加了肉骨粉的位粉样品近红外光谱进行变量筛选,采用偏最小二乘法回归建模.并用21个样品进行外部验证.遗传算法共选取310个波长变量,相对于全谱的1556个变壁减少了80%,与全谱范围的偏最小二乘法相比,交互验证相关系数(Rcv)从0.80提高剑0.90,交.巨验证均方根误差从5.22%降低到3.62%,预测相关系数(Rv)从0.91提高到0.96,预测均方根误差从3.85%降低到2.95%.模型的稳健性和预测精度都显著提高.试验结果表明遗传算法可以改善近红外光谱法预测鱼粉中肉骨粉含量的效果.     

基于GA-BP的锅炉燃烧系统的仿真与研究

在当今社会中,我国的发电仍然以火力发电为主.锅炉能否安全经济的燃烧是火力发电厂最为关心的问题.锅炉安全经济的燃烧不仅可以使得发电成本降低还能有效的减少有害物质的排放.依据某热电厂的现场数据选用BP神经网络来对锅炉燃烧系统进行建模分析.利用遗传算法对BP神经网络的权值、阈值进行优化,建立更为理想的GA-BP网络模型.实验结果表明,在采用遗传算法优化的神经网络之后,模型的收敛速度、训练精度得到了有效的提高.为了进一步的研究该系统,建立模糊PID优化控制器并仿真,仿真结果证明了模糊PID的优越性.以上研究说明,通过以上手段可以有效地优化热电厂的锅炉燃烧系统.     

碳排放限制下的冷藏集装箱多式联运路径优化

为了降低碳排放限制下的冷藏集装箱多式联运成本,实现节能减排的目的,高效的路径选择至关重要.该文基于碳排放限制的视角,针对多式联运网络中铁路和水路运输具有发班时间限制,以及冷藏集装箱需要考虑制冷费用、货损货差的特点,建立了在碳排放限制下以总成本最低为目标的优化模型.构建总成本时不仅考虑了运输费用和转运费用,还考虑了受发班时间影响而动态变化的冷藏费用和货损费用.设计了遗传算法求解,并进行了算例分析.结果表明:通过该模型和算法,可根据决策者的要求快速地选出成本最少的运输方案,为决策者提供决策支持.     

基于两阶段混合整数规划模型的洪涝灾害应急管理研究

本文以洪涝自然灾害为现实背景, 考虑多种应急物资、灾情的不确定性和应急救灾的多目标性, 集成优化灾前准备和灾后响应两阶段, 建立了一定最大救援时间下的两阶段多目标混合整数规划模型。模型的目标一是使得不同灾害情景下灾后响应阶段总物资不足惩罚和延误损失的期望最小, 目标二是使得灾前准备阶段应急物资存储点建造成本、物资存储成本及灾后响应阶段物资分配成本之和最小。该模型保证了应急救灾的及时有效以及物资的公平分配。本文设计了一种多目标遗传算法用于模型求解, 结合具体算例, 得到了模型在最大救援时间为4到9区间内任意数值下的pareto最优解, 很好地适应了决策者不同的决策需求, 并根据pareto应急方案的数目, 灾后响应阶段成本期望和两阶段总成本等模型的三个关键产出随最大救援时间的变化趋势, 得出最优的最大救援时间为5.7。     

面向师生感知满意度的双边匹配决策模型

为提高研究生新生(以下简称“研究生”)与导师对匹配方案的整体感知满意度,针对导师和研究生形成的一对多双边匹配问题,从行为科学视角,梳理师生双方对匹配方案感知的心理因素,结合前景理论解决此类问题。首先,将师生双向互选过程描述为一对多双边匹配问题,并将其转化为一对一双边匹配问题;接着,基于前景理论刻画双边主体在不同偏好序下的心理感知,构建师生双方基于偏好序的感知满意度函数;然后,建立稳定匹配条件下最大化师生整体感知满意度的双边匹配决策模型。最后,结合遗传算法对问题进行求解,并通过数值算例验证了算法及模型的有效性和可行性。     

考虑设施中断情景的震后救援初期应急物流网络优化设计

在震后救援初期,构建合理的应急物流网络,对于快速有效供应应急物资、减轻灾情具有重大价值。在传统可靠性选址问题与应急设施选址-分配问题的基础上,考虑震后救援初期的阶段性特征、设施中断情景、多品种模糊需求、设施能力限制等因素,建立了一个适用于震后救援初期的应急设施选址-分配模型。通过三角模糊数的期望值公式将模糊需求去模糊化。在此基础上,考虑模型特点,设计了一种整数编码的混合遗传算法。最后,以5·12汶川地震为背景,构造算例进行数值仿真。验证了所提模型和算法。结果表明:考虑设施中断情景后,即使系统中的部分设施失效,整个网络仍能较好运行,且优化结果更具可靠性和稳健性。     

面向下一代光通信的VCSEL激光器仿真模型

根据L-I经验公式得到参数待定的L-I模型,并利用遗传算法搜索最优参数得到参数模型,对结果进行拟合优度检验,求出误差.在该模型基础上对环境温度进行修正并且考虑电流瞬时变化的影响,建立微分方程模型,采用Ode23求解,并利用遗传算法搜索最优参数得到参数,对结果进行拟合优度检验,得出了该激光器不同温度下的L-I特性曲线和激光器小信号幅频响应.同时根据速率方程推导出了带宽响应的数学模型,对参数归一化后,利用遗传算法搜索最优参数得到参数.