动态设计变量优化方法及其在工程静力学通用程序设计中的应用

本文提出动态设计变量优化新方法并解决理论和工程问题,该方法首先构建目标函数框架,然后根据具体问题的输入条件,动态地进行设计变量分配和合理排序,形成实际问题的动态目标函数。基于动态设计变量优化方法,编制出一个能解决单刚体、刚体系的平面和空间问题、摩擦问题和桁架所有工程静力学平衡问题的通用程序,并通过实例分析验证。为解决更多工程领域问题提供有效新观点。

基于参数化造型、变量优化的广义模块化设计

对于结构参数非系列化的机械产品 ,传统的模块化设计就难以适用 ,因此 ,本文提出广义模块化设计方法 ,并论述了采用基于参数化造型和变量优化分析的模板模块进行上述类型产品模块化设计的基本方法。最后介绍了以此方法为核心的液压机模块化设计系统。

逐步贝叶斯判别分析中的变量优化方法研究

判别分析中特征变量是影响判别结果的决定性因素,选取适当的特征变量组合可以提高正判率、减少计算量。介绍了贝叶斯判别和逐步判别法的基本原理,分析了目前出现的一些特征变量优化方法,以油气解释评价中的贝叶斯判别应用为例,对于逐步贝叶斯判别中的变量优化方法进行了研究和总结,提出了变量的多步优化策略和分步多模型优化策略,包含了从变量范围选择、数据预处理、特征变量提取到初步筛选和逐步判别的完整过程,使得正判率不断优化,最终得到了较为满意的判别结果。

门式刚架轻型房屋钢结构离散变量优化设计

依据《门式刚架轻型房屋钢结构技术规程》 ,建立了轻型房屋钢结构 (简称门式刚架 )离散变量优化的数学模型 ,应用离散复合形优化方法 ,在 3D3S(V3 0 )软件的基础上编制了门式刚架的结构优化程序。算例表明 ,该方法实用可靠 ,快捷方便 。

船舶结构混合变量优化的遗传算法

本文针对船舶结构优化设计中普遍存在的混合离散变量现象，对遗传算法进行了若干探讨和改进，以直接获得实用的最优解。通过两个船舶结构优化的算例，验证了本文方法的有效性。

基于随机森林特征变量优化的湿地植物分类与密度反演

以长江口滨海湿地为研究区域,采用随机森林算法对滨海湿地植被进行分类。在提取Landsat-8 OLI影像植被指数和水体指数的基础上,提出利用植被指数季节差值对模型进行特征变量优化,分析了长江口滨海湿地植物群落分布的空间特征。以所占面积最大的互花米草(入侵物种)为例,采用多元线性回归模型结合实地测量数据,估算了秋季的互花米草植物密度的空间特征。提出的多时相遥感数据结合随机森林特征变量优化方法,可以较为便捷地提取长江口湿地3种优势物种的空间分布特征,与最大似然法相比,分类精度有较大提高,总体分类精度由78.35%提高至87.55%,Kappa系数由0.72提高至0.84。该方法适用于存在“异物同谱”问题的湿地植物群落研究。

结构细节多裂纹扩展分析的新方法──变量优化法

以确定性疲劳裂纹扩展分析为基础，推出了一种多裂纹扩展分析的新方法———变量优化法．给出了两种典型结构细节多裂纹扩展分析结果，结果表明：变量优化法比工程试凑法更有效，精度更高，比解非线性方程组法更符合工程实际。

离心泵多目标多变量优化设计模型实用化研究

从离心泵整体损失功率最小、抗气蚀性能和无驼峰扬程曲线作为设计目标,在考虑叶片入口预旋的条件下建立了一个实用化离心泵的多目标多变量优化数学模型。应用MATLAB遗传算法工具箱对该多目标多变量优化模型进行数值求解,得到了叶轮进出口直径、叶片进出口安放角、叶片进口位置、叶轮出口宽度、叶片数及包角等关键设计参数的优化结果。最后采用CFD数值模拟的方法来进行验证,表明该优化方法是实用可行的。

应用动态设计变量优化方法进行城市群公路网优化布局

目的为目前城市群公路网布局提供一种最优的计算方法.方法以公路网重要度为目标函数,以资金投入为固定值作约束条件,以节点连通值为设计变量,提出了连续值优化计算,合理进行公路建设和维护.结果建立了城市群公路网优化布局模型;采用VB语言开发了求解公路网优化布局的公路网重要度模型的梯形算法主程序;通过实例验证了算法的正确性.结论城市群公路网布局的计算方法尤其适合求解大规模公路网优化问题,解决常规算法难以应用于大规模网络优化问题的难题.

大规模含整变量优化问题的一种分解方法

大规模含整变量优化问题的一种分解方法吴清烈，徐南荣（东南大学经济管理学院，南京２１００１８）国内外学者对变量全为连续型的大规模优化问题研究较多［１］，但对大规模合整变量优化问题的研究甚少．文献［２，３］针对某些特殊大型整数规划问题分别提出了启发式解法...

基于核主成分分析的热误差模型自变量优化

为了改善主成分分析对温度场的非线性数据提取能力不足的问题,提出一种核主成分温测点优化法。引入非线性映射函数,将输入的温度数据向特征空间映射,选择高斯径向基为核函数,将特征空间的内积运算变换为输入空间的核函数运算,求出特征值和核特征向量,建立综合自变量。在一台数控加工中心上进行试验,将提出方法建立的预测模型和主成分分析获得的预测模型进行比较,均方根误差降低约36%,最大残差降低29%,结果表明,采用核主成分法建模,能更好提取温度数据特征,可以使试验机床进给系统的热误差预测能力显著提升。

多级离心泵多变量优化设计研究

从建立多级离心泵叶轮特性与导叶特性的匹配关系入手,建立了包含叶轮和导叶参数的一个实用化离心泵的多目标多变量优化数学模型。应用MATLAB遗传算法工具箱对该多目标多变量优化模型进行数值求解,得到了叶轮进出口直径、叶轮进出口宽度、叶轮叶片数、叶片出口角、导叶的基圆直径、喉部尺寸、导叶叶片数等关键设计参数的优化结果。最后采用面积比原理验证了该优化方法的实用性。

一类复变量优化问题的次梯度投影算法

利用CR微分理论,提出求解一类线性等式约束的复变量非光滑凸优化问题的复值次梯度投影算法(CSPM),该算法能完全基于复域上运行。在较弱的条件下证明了算法的全局收敛性,数值实验进一步表明了CSPM的可行性和有效性,该算法尤其适合大规模优化问题的求解。

超超临界1000 MW机组一次调频多变量优化策略

针对凝结水节流变负荷技术在燃煤机组灵活性改造时存在响应滞后10～20 s的情况,本文在某超超临界1 000 MW机组上进行凝结水节流变负荷、抽汽调节变负荷及给水分配变负荷试验,重点分析了后两种变负荷技术的安全性及有效性;并在传统凝结水节流技术的基础上,结合该机组回热系统的布置情况,提出凝结水节流与抽汽调节、给水分配变负荷技术相结合的一次调频多变量优化控制策略,再利用改进的滑压优化系统进一步提高机组节能潜力。一次调频考核试验验证了该优化策略的有效性和可行性,同时证明投入多变量优化系统及滑压优化系统后,该机组年平均节约煤耗1.5 g/(kW·h),节能效果显著。

基于动态变量优化的起重机反摆控制研究

提出了起重机——吊具的双摆振动模型和反摆控制策略,并运用动态变量优化算法计算了系统反摆控制过程的最优控制律。仿真结果表明这里所提出的双摆振动模型和反摆控制策略,能够快速、有效地实现系统的反摆控制和车轮的定位控制。并且这里反摆控制策略可提高起重机(或小车)的运行速度。

基于多变量优化的恒定应力加速退化试验设计

为了实现高可靠长寿命产品加速退化试验的高效开展,提出一种可以同时优化加速应力水平、各水平下试样数、各水平测试时间等多个试验设计变量的恒定应力加速退化试验优化设计方法。基于Wiener过程与阿伦尼斯模型建立加速退化模型,以可靠寿命估计精度为目标函数,以试验总经费为约束条件,应用遗传算法搜索最优试验方案,并通过敏感性分析确定优化方案的有效性。以某碳膜电阻器为对象开展加速退化试验优化设计的实例分析来证明所提方法的合理性。敏感性分析结果表明,所提方法的优化结果具有良好的稳健性。

针对混合变量优化问题的协同进化蚁群优化算法

针对由连续变量和分类变量构成的混合变量优化问题(MVOP),采用协同进化策略来对混合变量决策空间进行搜索,提出了一种协同进化蚁群优化算法(CACOAMV)。CACOAMV分别采用连续和离散蚁群优化(ACO)策略生成连续和分类变量子种群,通过合作者来对连续和分类变量子向量进行评价,分别对连续和分类变量子种群进行更新来实现对混合变量决策空间的高效协同搜索。进一步地,利用信息素平滑机制增强对分类变量解空间的全局探索能力,并设计了一种面向协同进化框架的"最佳+随机合作者"的重启策略来提高协同搜索效率。与混合变量的蚁群(ACOMV)算法和种群规模线性变小的差分进化-蚁群混合变量优化算法(L-SHADEACO)的比较表明,CACOAMV能够进行更有效的局部开发,从而提高最终结果在目标空间中的近似精度;与基于集合的混合变量差分进化算法(DEMV)相比较,CACOAMV能够在决策空间中更好地逼近全局最优解,具有更好的全局探索能力。综上,采用协同进化机制的CACOAMV能有效保持全局探索和局部开发的平衡,从而具有更好的寻优性能。

自变量优化的一元线性回归

一元线性回归是应用最为广泛的参数估计方法之一。文中提出一元线性回归的自变量在等差级数的基础上进行双向黄金分割,提高两端点观测值的多余观测分量,缩小观测值之间多余观测分量的差异,在不增加观测值数量和不改变观测值精度的前提下,提高稳健估计方法消除或减弱粗差的能力。

均匀试验设计方法在柴油机多变量优化中的应用

在发动机模拟软件AVL boost上使用均匀试验设计方法安排了不同水平的喷孔直径、喷油压力、喷油提前角和燃烧室压缩比对柴油机性能影响的模拟试验。然后建立回归方程进行优化,模拟和优化结果的对比表明:均匀设计方法在大大减少试验次数的同时仍可获得对燃油消耗率、功率和NOx排放的精确预测,其在发动机模拟计算上的应用是可行的。

污水处理过程多变量优化控制方法研究

为了解决污水处理过程的优化控制问题,提高出水水质达标率和降低能耗,提出了一种污水处理多变量优化控制方法。首先,通过分析污水处理过程参数与可控变量溶解氧与硝态氮的关系,建立能耗和出水水质模型;其次,提出一种动态惯性权重的多目标粒子群优化算法,该算法平衡了寻优过程中的局部搜索和全局搜索能力,同时提高了算法的收敛速度,获得最优的溶解氧和硝态氮的优化设定值;然后,基于多变量比例积分微分(PID)控制器实现最优设定值的跟踪控制;最后,将所提出的方法应用于基准仿真模型1(BSM1)。仿真结果表明,该方法可以达到准确优化控制,能够在保证出水水质达标的情况下,降低运行能耗。