车辆减振器Kriging模型的结构参数寻优及试验验证

为对某款液压筒式减振器进行结构参数的优化,建立了压缩、复原行程的数学模型,并进行台架试验,以活塞复原孔直径、复原节流阀片缺口高度、复原阀弹簧预紧力3个结构参数为优化变量,复原行程最大阻尼力为优化目标,仿真分析了开阀后优化变量与优化目标间的关系,建立了Kriging近似模型并利用多岛遗传算法对3个结构参数进行寻优。将优化前后的结构参数进行仿真分析和试验验证,与预期值相对误差分别为0.446%和1.82%,表明该近似模型可靠且减振器能量耗散性能得到了提升,为其他结构参数的分析设计及性能的优化提供了一种方法。     

基于装配机械弹性车轮的车辆平顺性的油气悬架优化研究

为优化装配大径向刚度机械弹性车轮的越野车行驶平顺性,使用一种装配单筒式油气弹簧的悬架,并利用量子遗传算法对其参数进行优化。在Matlab中首先建立了数学模型描述单筒式油气弹簧的刚度与阻尼特性,探讨了油气弹簧各参数对其性能的影响,并从中选取目标参数。之后建立了包含机械弹性车轮的4自由度半车模型,确定平顺性评价指标,使用量子遗传算法在C级路面白噪声输入下对其进行优化,通过多次计算进行对比,并在不同环境下验证了优化效果。结果表明:量子遗传算法能有效逼近最优值,算法具有较好的稳定性,优化后越野车的平顺性得到了提高。     

支持向量机替代模型的遗传优化设计

针对实际工程中常见的性能函数不能显式表示的优化问题,提出一种基于支持向量机替代模型的遗传优化设计方法。利用试验设计选取合适的设计参数样本点,通过实验或数值仿真获得响应输出,结合遗传算法构建具有参数优化功能的支持向量机替代模型;将支持向量机模型作为目标性能函数,结合其他约束条件完成优化模型的建立,并应用遗传算法进行优化,形成一套准确、高效、适应性强的优化方法。以典型电子装备功分器的结构尺寸优化为例,采用均匀试验设计和高频电磁场仿真软件HFSS获取替代模型训练的学习样本,建立功分器模型的幅度比、相位差和驻波3个响应面目标函数,并对该多目标优化问题进行遗传寻优。     

基于遗传算法和加权质心算法的无线传感器网络定位算法

文章通过研究质心算法的基本原理及定位算法的数学模型,对质心算法中的平均误差值进行研究,再利用遗传算法对改进的模型进行优化。通过Matlab仿真,结果显示：使用遗传算法优化无线传感器网络的定位问题,可以在较短的时间内得到精度较高的未知节点位置。     

基于不同损伤评价标准的正面碰撞乘员保护研究

在不同乘员损伤评价标准下,汽车碰撞安全约束系统优化可能得到不同的匹配参数。基于实验设计的方法选取一定数量的设计点,分别通过Polynomial SVD、Kriging、神经网络算法建立约束系统的代理模型,用随机样本验证模型的拟合精度。选取神经网络代理模型进行遗传算法优化,发现代理模型在一些接触边界上存在失准的情况,因此采用多刚体MADYMO模型分别以多目标优化、加权综合评价指标WIC和C-NCAP评分3种损伤评价标准,通过MOGA-Ⅱ遗传算法计算得到不同标准下的优化结果。仿真结果对比发现:由于约束系统属于多输入变量的多目标优化问题,在有限的计算时间内难以得到具有代表性的Pareto非劣解集,加之高维的解集空间难以直接得出具有工程参考价值的约束系统匹配参数,而采用两种归一化标准则得出了两组不同的匹配参数,体现出WIC以权重为优先级的重要部位重点保护和C-NCAP以各部位伤害值达标为目标的优化特点。     

平面线圈型直线时栅参数优化方法

提出一种采用非线性规划遗传算法对平面线圈型直线时栅位移传感器结构参数进行优化的方法,以解决传感器感应电动势谐波成分较多、用枚举法优化传感器参数费时且效果有限等问题。通过建立基于非线性规划遗传算法的数学模型对传感器参数进行优化,根据优化结果建立传感器的物理模型进行仿真,设计传感器进行实验,与枚举法的优化结果进行比较。结果表明:优化效率提高了65%,感应信号谐波畸变率降低了10倍,在240 mm的量程内传感器测量精度从±1μm提高到了±0.8μm。说明利用该方法对传感器结构参数进行优化是可行的,根据优化结果设计的传感器从结构上抑制了原始误差,实现了高精度测量。     

基于量子遗传算法的回焊炉参数设定

针对传统的表面贴装工艺不能适应高质量和高效率生产的问题,提出了一种基于量子遗传算法的回焊炉参数设定方法来优化回焊炉的炉温曲线。为求解回焊炉内温度分布情况,建立炉温曲线模型;在满足约束条件的情况下,建立以覆盖面积最小、对称程度最高为目标的优化模型。为提高算法效率与炉温曲线质量,求解过程采用量子遗传算法,并与其他算法进行比较分析。仿真与求解结果表明:采用量子遗传算法求解收敛速度快且结果更优,使用所述模型与算法确定回焊炉工艺参数可以得到更优的炉温曲线,提高回流焊产品的质量,降低生产成本,满足当前电子产品更新迭代快、竞争激烈的需求,增强企业核心竞争力。     

基于响应面法的单线切割机刀架优化设计

建立了单线切割机刀架的参数化模型,分析了刀架的变形和应力分布,以重要尺寸为设计变量,质量、最大变形量、等效应力为目标变量,建立多目标优化数学模型,采用基于响应面法的多目标遗传算法对刀架进行优化设计和灵敏度分析,进一步对尺寸优化后的刀架进行拓扑优化分析,减轻了刀架重量,具有工程应用价值.     

在水汽逆向流动填料塔内热质同时传递过程的研究

在内径94mm,高2.1m的填料塔内进行了热、质同时传递过程的热模实验研究。结果表明,存在一个合适的(液/汽)质量比为7.7～13.3。当系统内液汽比在该范围附近时,床层内气相温度分布比较稳定。同时,对填料塔内热质同时传递过程建立了数学模型,模型计算值与实验值吻合良好。计算出在本实验系统的操作条件下,全塔平均传质和传热系数分别为:kg=0.060kg/(m2·s·MPa)和αg=2.01W/(m2·K)。本文所建立的数学模型能应用到工业实践中。     

基于AMESim的电动客车传动系分析与研究

以某电动中型客车为研究对象,对加装变速器后的整车动力总成系统进行研究,分析并建立了整车数学模型。在此基础上,利用AMESim建立了整车仿真模型,并利用Matlab/Simulink建立整车控制器。针对NEDC循环工况和加速工况对其进行了模拟仿真;分析了传动系参数对整车加速度特性、最高车速、经济性及冲击度的影响。利用遗传算法对传动系的传动比进行了优化,在保证整车冲击度达标的前提下改善了整车动力性与经济性。     

基于遗传模糊算法爬壁机器人避障仿真研究

为解决爬壁机器人壁面作业过程中的避障问题,课题组提出了基于遗传算法优化的模糊控制算法。首先,建立了爬壁机器人在壁面的运动模型,求解出机器人运动学方程;利用平面栅格的方式进行描述机器人运动路径的规划;采用遗传算法对爬壁机器人模糊避障控制进行优化,并给出具体优化步骤。利用MATLAB进行仿真实验,仿真结果表明：与遗传算法进行比较,基于遗传算法优化的模糊控制在准确避开障碍物的前提下,能够更好地跟踪起点和目标点的连线,并规划出从起始点到目标点之间更短的路径。     

配流盘结构参数对柱塞泵流量脉动影响及优化

柱塞泵的流量脉动是噪声流体传播的原因。为设计良好的配流盘以减少流量脉动和斜盘上的倾覆力，笔者建立了柱塞泵工作过程的数学模型。以流量脉动为目标，压力脉动作为结果进行分析；采用Amesim液压仿真软件分析柱塞腔内的增压、减压速率与流量波动的关系；在此基础上分析减压槽和配流盘上分度角等结构设计参数的影响，通过遗传算法优化得到一组参数帕累托解集，以此设计配流盘。排油流量和吸油流量变化仿真结果表明：采用该优化方法设计的配流盘，能有效降低柱塞泵流量脉动。该研究为正向设计配流盘结构、降低流量脉动提供了一种有效方法。     

基于遗传算法的纯电动汽车动力传动系统优化

以某一型号的单挡纯电动汽车作为研究对象,在基于动力系统参数分析的基础上,对整车合理匹配两挡AMT变速器,并基于ADVISOR仿真平台建立整车仿真模型。应用遗传算法工具箱与ADVISOR非图形化界面联合优化以实现自动优化动力系统参数的目的,获得动力性和经济性最优匹配结果。仿真结果表明:该优化方法能有效地提高纯电动汽车的性能。     

一种求解TSP问题的改进遗传算法

TSP问题是一类经典的NP完全组合优化问题，传统的优化方法由于计算复杂性过大而难以求得全局最优解。遗传算法等智能优化算法在求解这类组合优化问题中表现出了强劲的潜力。作者利用遗传算法对TSP问题进行了研究分析，针对几组benchmark数据进行了仿真实验，在实验的基础上探索了遗传算子和遗传参数的优化设计，实验结果证明了遗传算法在解决TSP问题上的可行性和有效性。     

免疫遗传算法的研究及其应用

遗传算法作为一种生物进化计算模型,在优化计算中得到了广泛应用,但其存在的缺陷,影响了其在一些问题求解中的正确性和有效性。将生物免疫算法与遗传算法相结合,提出一种改进的免疫遗传算法（IGA）,并用IGA对PID参数寻优,仿真结果表明：该算法大大提高了控制的动、静态性能。     

应用Elman网络优化非线性模拟电路测试激励

非线性模拟电路瞬态测试激励信号的参数对电路故障识别率影响很大,在搜索最佳激励信号的过程中,需建立非线性模拟电路的系统模型。Elman网络是一种递归神经网络,能逼近任意动态非线性系统。该文用一种改进的Elman网络建立故障电路和非故障电路的系统模型,用遗传算法搜索最佳瞬态测试激励信号参数,仿真实验结果表明经过该方法优化后的激励信号能大大提高非线性模拟电路的故障识别率。     

毛细管双相临界流动的研究

本文在气液双相流动滑移模型的基础上,建立了R12制冷剂在毛细管内发生临界流动的数学模型,结果表明,临界压力和临界流量的计算值与实验数据相吻合。     

基于Matlab的SAW模态耦合模型的仿真研究

谐振型的声表面波(SAW)传感器的设计需对谐振器进行数学模型建立。为此,提出了一种新的基于模态耦合模型的SAW谐振器模型,并分别给出了单端口SAW谐振器和双端口SAW谐振器主要模型参数的建立过程。借助新模型成功地对R433.92型单端口SAW谐振器和F3810型双端口SAW谐振器进行仿真,并且借助两种谐振器的等效电路对仿真结果进行实验验证。仿真和实验结果表明:采用新模型对谐振型SAW传感器仿真是可行的。     

遗传算法在ABS电磁阀的优化中的应用

本文对二十世纪八十年代出现的新的计算方法——遗传算法作了实际应用上的探讨,对汽车防抱制动系统（Anti—lock Braking System,简称ABS）中的电磁阀的动态仿真模型进行了优化,发现运用遗传算法进行优化计算比起其他的优化方法简单实用并且便于运用计算机进行计算。     

全时四驱SUV爬坡性能分析与优化

为提升汽车的爬坡性能,进行了某全时四驱SUV(运动型多用途汽车)的爬坡性能计算、分析及优化研究。考虑风阻对爬坡度的影响,建立汽车爬坡动力学模型,分别从驱动力条件和地面附着条件进行了最大爬坡度的理论值计算;应用AVL Cruise软件对全时四驱SUV理论模型进行验证及动力性和经济性分析,并与相同整车参数的前驱、后驱SUV进行爬坡度对比;基于遗传算法对汽车爬坡性能及燃油经济性进行参数优化。结果表明:相同整车参数条件下,全时四驱方式爬坡度明显优于前驱、后驱方式;应用遗传优化算法可在燃油经济性约束条件下明显提升SUV爬坡性能。