基于代理模型进化的履带车辆动力学参数优化

为解决履带车辆动力学优化过程因代理模型构建和应用的不足而导致的参数寻优精度和效率不高的问题,提出基于代理模型进化的参数优化方法,将优化迭代和代理模型动态构建相融合,来降低仿真模型调用次数和提高优化效率。根据车辆几何拓扑结构,构建考虑履带包络效应的车辆多体动力学模型;提出优化设计变量空间的3层子空间划分方法,以及具有空间聚焦、空间约简和跳出局部寻优的多级模糊聚类空间约简方法,实现设计参数在3层子空间的高效缩减。以履带车辆多体动力学模型参数优化过程为例进行应用验证。研究结果表明:在3种路况下的履带车辆多体动力学优化过程降低仿真模型调用次数最高可达85%;表征履带车辆行进特性的综合性能指标分别提升约32.4%、24.5%、20.4%。证明了新方法可有效提高动力学模型的优化效率和精度。

基于改进的状态空间模型进化算法的航班优化调度

单跑道进离港航班优化调度是将某一时间窗内进离港航班看作一个整体,对进离港航班进行统一优化排序,属于典型的组合优化问题。改进的状态空间模型序号编码进化算法(MOSEA)采用序号编码,不使用交叉算子,且通过构造状态进化矩阵来实现基因换位等遗传算子功能,使种群不断地进化,并结合选种池的选择操作实现种群的优胜劣汰。MOSEA算法将问题的解答过程表示为离散状态空间模型的动力学过程,突破了遗传算法的计算模式,简化了遗传操作,并研究了其在航班进离港优化调度中的应用。仿真实验表明:MOSEA算法与遗传算法、先到先服务(FCFS)航班排序相比,航班总延误时间分别降低了22.13%、32.06%,且运算速度更快。

混合润滑理论模型进化与工程应用

混合润滑问题自提出以来,其相关分析理论已经获得了长足的发展,并呈现出精细化、多样化等特征.本文作者在系统梳理混合润滑理论分析研究历程及其工程应用背景的基础上,综述了现阶段已有混合润滑理论模型特点,分析指出混合润滑理论研究的热点和发展方向.同时归纳出一种多维度工程混合润滑问题理论分析模型的选择思路,并依据若干典型工程润滑问题进行了阐释.

基于代理模型进化算法的用户侧灵活爬坡产品交易策略

高比例新能源并网引发的高波动性和高随机性使得电力系统对灵活性资源的需求更为迫切,而灵活爬坡产品可有效提升电力系统的灵活性。然而,目前灵活爬坡产品的研究主要集中在发电侧,用户侧灵活爬坡产品的交易策略还有待研究。为管理分散的用户侧提供的灵活爬坡产品,以虚拟电厂作为聚合模式,利用弹性价格统一向用户购买灵活爬坡产品并聚合后售卖给主网。为兼顾虚拟电厂和用户侧的利益,建立考虑灵活爬坡产品交易的用户侧虚拟电厂能源交互双层优化模型,并提出一种基于随机排序的代理模型进化算法进行模型求解。该算法采用径向基函数网络拟合所提双层模型,克服了用户私有信息获取的难题。此外,随机排序方式避免了单一代理模型误差过大而导致的寻优偏离。算例在PJM电价数据集上的测试结果验证了所提算法的精确性和可行性,为用户侧灵活爬坡产品的交易提供了理论决策依据。

以模型进化促进学生思维发展的教学实践研究——以选修四《原电池的工作原理》为例

原电池是高中化学重要核心内容,但由于学生对原电池模型认知的刻板单一,认知结构不完善,这一内容也是学生理解的难点。基于学生认知结构的同化能力,在学习中体验原电池模型的不断进化,通过认知冲突,能促进思维发展。对模型解构、修正、重构,顺化学生认知结构,能完善学生认知结构,加深对概念本质的理解。

一类SIS模型病原体毒力进化动力学分析

本文利用适应性动力学等理论对病原体的毒力演化进行分析,讨论可能出现的进化效果,能够为疾病的治疗方案设计、防控策略的制订提供一定的理论依据。通过引入经典的传染病SIS模型,应用进化入侵分析方法来讨论病原体能否产生进化分支,结合进化动力学理论研究了进化稳定性与感染者的恢复率、出生率之间的关系. 研究结果表明,如果权衡函数在进化奇异策略处是凹的,则该策略是收敛稳定并且是进化稳定的,即该策略为连续稳定策略,病原体不会产生进化分支。

基于状态空间模型序号编码进化算法的航班优化调度

多跑道航班进离港优化调度是将某一时间窗内进离港航班看作一个整体,对进离港航班进行统一优化排序,属于典型的组合优化问题。求解组合优化问题时,采用序号编码比二进制编码和实数编码等方式更直接、更方便。本文提出一种基于状态空间模型序号编码进化算法(OSEA),通过构造状态进化矩阵等操作来实现变异算子的功能,简化了遗传操作,并研究其在航班进离港优化调度中的应用。仿真实验表明:OSEA算法与先到先服务(FCFS)航班排序相比,航班总延误损失降低32.88%,且运算速度更快。

自适应建模策略辅助的昂贵多目标进化算法

代理模型辅助的多目标进化算法广泛用于解决计算费时的多目标优化问题,然而现有的大部分建模方法都是为了嵌入到特定算法而设计的,适应于其他算法的能力并不强,为了能够依据数据特征自适应的建立模型,提出了一种基于自适应模型选择的建模方法。该方法的主要思想为:依据每个目标函数的样本特征,自适应的选择样本建立全局模型或者局部模型。为了验证所提出建模的方法的有效性,将提出的建模方法应用于基于高斯过程辅助的双存档费时多目标优化算法(KAT2)和基于高斯过程辅助的参考向量引导的费时多目标优化算法(K-RVEA),并且在DTLZ测试函数进行测试。通过实验证明,提出的建模方法可以有效的解决费时多目标优化问题。

进化假说模型对肿瘤发生机制的探索性研究进展

目前人们对肿瘤的认知依旧存在局限,研究肿瘤的发生、转移及复发机制对肿瘤的治疗具有重大意义。进化突变理论认为,肿瘤的发生从本质上是种群为应对环境变化而产生的适应性进化行为。进化是诱因,突变是结果,肿瘤是小部分个体的器官或系统进化失败后的外在表现。肿瘤复发是因为个体器官或系统进化诱因未改变,肿瘤的转移机制与肿瘤细胞的异质性和趋同性密切相关,肿瘤的耐药机制与环境诱导的进化机制同源。本文通过研究既往科研成果,对肿瘤进化假说模型的逻辑关系进行阐述,对一些临床现象从机制层面进行尝试性解读,在科研和临床两方面提出新的思路。

基于进化模型的建筑设计优化技术研究

为进一步提高建筑设计过程中的空间利用情况,本研究引入遗传算法中的进化模型作为建筑设计优化手段,所得研究结论如下:(1)阐述了遗传算法以及进化模型的重要内容,并将其与建筑设计优化过程进行结合,得到基于进化模型的建筑设计优化方法;(2)采用相关软件建立分析模型,并对算例进行分析,分析结果表明遗传算法中的进化模型能够很好的应用于建筑设计优化工作。本文所研究内容对于后续建筑设计优化工作的开展具有一定借鉴意义。

多目标优化的进化环境模型及实现

传统多目标进化算法主要是模仿生物自身的进化过程,没有考虑环境对进化的作用,缺乏能动的、指导性的搜索.提出一种基于进化环境的多目标进化模型,利用进化环境记录群体进化过程中产生的知识信息,并反过来指导群体搜索,实现环境与群体的共同进化.此外,给出基于进化环境的多目标进化模型的一种算法实现,利用环境域和单元域表示进化环境,设置了一组环境规则,从而实现进化环境对进化群体的约束、促进和导向作用.通过与5个代表性经典多目标进化算法,对12个具有不同特征和不同求解难度的测试函数,在Generational Distance、Hypervolume和Inverted Generational Distance三项性能指标上进行比较实验,验证了文中所提出的算法具有良好的收敛性和综合性能.

基于进化Kriging模型的金属加筋板结构布局优化方法

借助于试验设计和进化Kriging近似模型,提出了一种金属加筋板结构布局优化策略。其基本思想是用试验设计法选取样本点,进行有限元分析得到该样本点的响应(重量、屈曲因子和剩余强度系数),以此分别建立Kriging近似模型。并采用更新技术提高Kriging模型的精度,应用折衷法和遗传算法对该近似模型进行优化获得最优解。金属加筋板结构设计变量包括加强筋型式、加强筋间距和尺寸变量,约束为强度和屈曲。本文所做的金属材料加筋板结构布局优化设计算例表明,所提方法优化效果明显,优化效率高。

泛在学习环境下的学习资源进化模型构建

学习资源是泛在学习生态系统的核心要素,泛在学习需要动态生成、持续进化发展、结构开放的学习资源。文章阐述了泛在学习资源进化的概念和内涵,在综合分析当前e-Learning领域的资源进化发展现状的基础上,提出了泛在学习资源的进化模型,并对资源的生命周期、资源进化的动力及养料来源、资源进化过程中的保障机制环境和关键技术等进行了阐述,最后依据进化模型预设了泛在学习资源的两种进化模式,期望为接下来泛在学习资源进化的系统研究提供宏观指导。

自适应RESTful Web API进化模型的研究

为了解决服务提供商对Web API进行频繁更新进化导致调用客户端受到影响甚至崩溃的问题,通过调查研究RESTful Web API的进化现状,针对调用API端点、参数、域的变化总结出14种Web API进化模式,提出一种Web API的进化模型,以帮助识别Web API进化过程中造成的不兼容。利用Web API的规格说明文件,提出一种Web API自动进化识别方法,实现了进化适配器,通过实验验证了自适应Web API的进化过程。

基于知识流的产业结构进化模型

知识流转体系的完整和流转效率的高低在产业结构进化上起着重要的作用。产业结构进化基础在于知识流转的方向 ,而偏离这个基础的基于投资指向和政府作用指向的进化会引发许多问题 ,反过来影响产业结构的进化。知识流转和产业结构进化相互关系分析揭示 ,建立知识流转和产业结构进化互动模型不但可以促进知识产品的生产 ,也可以推进产业结构的演化 ,提高经济的增长质量 ,实现经济的可持续增长。

基于生态种群捕获竞争模型的进化遗传算法

将协同进化的思想运用到遗传算法,是对遗传算法的一大改进和拓展,借鉴此思想,提出了一种生态种群捕获竞争的协同进化模型和基于此模型的改进的进化遗传算法(PCGA)。实验结果表明,该算法在改善未成熟收敛和提高收敛速度方面都具有良好的性能。

基于筛选进化模型的指标体系建立方法

针对评估指标的优选和权重分配问题,借鉴生物进化思想,构建筛选进化模型SEM,在筛选中计算基于欧氏距离的数据可信度和基于评价信息熵的指标适应度,根据指标适应度选择优势指标进入指标初始集,对劣势指标执行交叉和变异操作形成新的备选指标集。经过多轮筛选后建立指标初始集,并依据指标适应度进行权重分配。实例分析表明了该方法的可行性和有效性。

基于域进化模型的遗传算法在中药生产挥发油回收中的应用

针对中药生产过程中挥发油回收阶段的工艺要求,提出一种基于域进化模型的遗传算法。该算法建立在挥发油回收过程优化数学模型的基础上,通过实时检测控制变量操作设备,使输出按预定达到最优值。实验结果表明,该算法提高了挥发油提取率,稳定了产品质量。

企业集群演进的进化博弈链模型研究

构建了企业集群的进化博弈链模型,利用该模型对进入效用为负值的情形下企业集群进化博弈演进过程进行系统仿真,提出了企业集群演进的临界条件和自发演进条件的概念,揭示了企业集群演进的内在机理和动态过程,为探寻企业集群演进的本质规律提供了新的思路和方法。

企业生态系统进化模型与进化机理研究

现代企业面临着一个日趋复杂和不确定的外部环境,把生态系统的概念引入企业管理,是近年来企业管理思想的新发展。本文阐释了企业生态系统的定义,分析了企业生态系统进化的本质,构造了企业生态系统的进化模型,解析了模型的结构、要素及要素关系,探讨了企业生态系统的进化机理,从一个新的视角审视了企业与其外部环境间的关系。