基于自适应遗传算法的三轴磁强计校准

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.     

求解具有奇异性的桁架拓扑优化的遗传算法

采用遗传算法求解具有奇异最优解现象的桁架结构拓扑优化问题。在桁架结构拓扑优化的内力约束ε-放松列式基础上,根据遗传算法特点通过引入拓扑变量提出一种新的优化模型列式。在遗传算法中改进了适应度函数及约束处理方法、选择和交叉操作等,提高了求解算法的效率和可靠性。数值算例以及两种列式的对比分析表明,本文改进的遗传算法和新提出的优化模型列式,能够得到拓扑优化问题的全局最优解。     

JC本构参数反求中的自适应微型遗传算法

提出自适应微型遗传算法,使种群的交叉和变异概率可以根据适应度的大小自我调节,该算法经过了测试函数的测试。本文以JC(Johnson-Cook)本构模型描述的高导无氧铜材料为例,集成运用该算法和有限元方法来反求JC动态本构参数。结果表明,该方法提高了收敛速度和搜索效率,能够快速地获取参数。     

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。     

桁架结构拓扑优化与遗传算法

用遗传算法求解桁架结构拓扑优化，结果表明是可行的。     

基于自适应遗传算法的Stewart平台结构双目标优化设计

探讨了大射电望远镜精调Stewart平台的设计准则,建立了综合衡量Stewart平台运动精度和质量的双目标优化模型,以其结构强度和固有频率为约束条件,采用自适应遗传算法对该优化问题求解。通过与采用标准遗传算法所得优化结果的比较,验证了自适应遗传算法在Stewart平台结构参数设计中的有效性。     

应用蒙特卡罗-免疫遗传算法分析土坡的稳定可靠 性

本文借鉴疫苗提取、疫苗接种、免疫记忆、基因亲和突变、基因重组等思想提出了一种改进的免疫遗传算法。在此基础上研究了基于本文免疫遗传算法的土坡最危险滑动面搜索方法,并将该方法与蒙特卡罗随机模拟技术相结合,用于土坡稳定可靠性分析。工程实例计算结果与实际情况相符,验证了算法的有效性和分析方法的正确性。     

基于遗传算法的爆炸冲击荷载参数识别方法

基于改进的遗传算法 ,建立了根据测试系统动力响应观测数据反演爆炸冲击荷载参数的数值方法。遗传算法为解决反问题的不适定性提供了强有力的手段。数值模拟结果表明 ,所提出的爆炸冲击荷载参数随机反演方法具有全局搜索能力 ,并且具有良好的抗观测噪音能力。当测试系统的观测相对误差为 10 %时 ,参数反演结果的误差小于 8% ,所建立的参数反演方法具有良好的鲁棒性。     

机械系统动力优化设计的自适应混合遗传算法

针对机械系统动力优化设计问题的特点，本文提出了一个自适应混合遗传算法。该方法将目适应控制参数调整策略、小生境技术和单纯形法有机地融入遗传算法，较为有效地解决了基本遗传算法的过早收敛和局部搜索能力弱的问题，提高了算法全局寻优的可靠性和收敛速度，为解决机械系统动力优化设计问题提供了一种可靠、有效和易用的优化方法。一个五自由度汽车悬挂系统的动力优化设计实例验证了算法的效率、可靠性和实用性。     

改进的遗传算法求解桁架的形状优化

提出将改进的遗传算法用于优化具有离散尺寸、连续形状变量的桁架重量. 考虑到离散和连续变量的本质,提出了混合编码方法,其中包括二进制和实数编码,整 数和实数编码. 采用了凝聚选择法------基于约束和适应度值双重标准,完全适应约束问题 的本质. 竞争保留最优个体方法延长了优良个体的寿命,使好基因有更大的机会遗传给 下一代. 算例表明改进的遗传算法是可行且有效的.     

航天器太阳阵伸展过程最优控制的遗传算法

本文讨论航天器太阳阵伸展中航天器姿态的最优控制问题。利用动量矩守恒原理导出带太阳阵航天器的动力方程,指出了系统的非」完整约束性质。将航天器太阳阵展开过程中主体姿态控制问题转化为非线性系统最优控制问题。厚优控制中引入遗传算法,替代传统的牛顿迭代方法。提出基于遗传算法的非完整运动规划最优控制算法。通过数值仿真表明,该方法对太阳阵伸展过程航天器姿态控制是有效的。     

结构优化的GA算法

本文提出了一种用于结构优化的具有动态种源空间的ＧＡ算法，这种ＧＡ算法可以与其它结构优化方法如齿行法结合起来处理结构优化问题。这种ＧＡ具有很好的鲁棒性和较高的效率，可作为一个黑箱处理相当广泛的结构优化问题。     

遗传算法的一个改进及其在气动设计中的应用

提出一个概率型二值搜索思想,驿标准遗传算法进行改进,改进是在原算法中增设一个概率型二值决策步。在该步中,首先通过计算种群中每个个体以体（二值串）各分量的适应值,统计染色体分量所在位置（基因位）取值的历史表现,由此给每个分量们赋予一个分值;然后,利用该分值以概率方法产生若个干新个体,并加入新代种群能与进化。由于分量位分值包含全局收敛信息,以此为基础产生的新个体可望具有良好素质,从而提高收敛速度,这在     

改进单向搜索遗传算法的工程结构优化设计

本文基于规范规定的约束条件和各项技术标准要求，建立了离散变量结构优化模型。针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点，提出一种新的遗传算子单亲遗传算子，用于对遗传算法的改进。并提出一种离散变量结构优化设计的单向搜索算法与遗传算法结合在一起解决问题。优化设计结果表明，这种改进单向搜索遗传算法的收敛特性得到了很好的改善，即发挥了单向搜索算法局部搜索能力强的特点，又发挥了遗传算法全局性好的特点。该方法是一种有效的工程结构优化设计方法。     

遗传算法及其应用

本文简要介绍了遗传算法的主要思想，算法基本步骤以及它的主要特点和应用领域，并以几个桁架结构的优化设计为例，说明了遗传算法的全过程。     

条形平板中裂纹识别的遗传算法

研究条形平板中平行于上下边界的单一裂纹的识别问题。给出了当一声波入射这一条形平板时，裂纹参数与反射、透射系数之间的关系式，并应用遗传算法对裂纹进行了定量识别。计算结果表明本文给出的方法具有较好的识别精度。     

基于遗传算法的结构支撑位置优化

采用整数编码、实数编码、种群隔离机制、算术杂交、非均匀随机变异等新理论设计了一种广义遗传算法,并将该算法应用于结构支撑位置优化问题。数值算例表明,该方法能够很好地求解支撑具有弯曲刚度的结构支撑位置优化问题,对于一般支撑位置优化问题具有较强的适用性。     

基于遗传算法参数整定的方位保持仪温控系统

遗传算法是一种高效的模拟生物进化过程的全局随机化搜索优化方法，它可直接得到所求解问题的全局最优解。针对方位保持仪，提出了一种分段参数设置与级间控制相结合的三级温控方案，并基于遗传算法对PID控制参数进行了优化整定。同时介绍了整个温控系统的软件实现。大量试验证明该控制策略接近最优，达到了战技指标要求。