基于线性遗传规划的航空发动机NO_(x)排放开环控制

传统航空发动机减排方法主要优化发动机空间结构,这使得其结构变得很复杂,且面临回火、燃烧不稳定、宽范围适应性差等诸多问题。本文使用基于线性遗传规划在时域上调制燃料流量的方法来实现NO_(x)排放控制。实验基于双旋流的单头部燃烧室,搭建了开环控制实验系统;使用线性遗传规划算法对中心燃料控制律进行迭代优化;最后结合机器学习,分析了控制律的优化过程。结果表明:线性遗传规划算法通过对重要搜索路径的选取来获得最优控制律,在最优控制律下,NO_(x)排放量相较于无控制状态有效下降了43.1%。

基于非线性规划遗传算法的汽车动力传动系统参数优化研究

研究了兼顾动力性和燃油经济性的汽车动力传动系统优化数学模型,以改善燃油经济性和整车动力性为目标,采用非线性规划遗传算法对某款轿车的动力传动系统参数进行优化研究并进行了仿真试验验证.结果表明:优化后原地起步加速时间降低了3.96%,整车多工况百公里油耗降低了8.23%.表明运用非线性规划遗传算法进行动力传动系统参数优化是可行的.

基于非线性规划协同进化遗传算法的防空导弹火力优化分配研究

为了进一步提高防空导弹目标分配问题的求解效率和解算能力,建立了防空导弹目标火力分配模型,提出了一种非线性规划协同进化遗传算法(NLPCGA)。该算法是综合非线性规划算法(NLPA)局部搜索能力强和协同进化算法(CA)求解质量高的优点,并利用遗传理论提高算法的求解效率。通过结合实例,仿真结果表明NLPCGA算法在求解防空目标火力分配问题上要优于单独两种智能算法,可以有效快速地找到最优火力分配方案,为防空作战指挥决策提供支持。

基于非线性规划遗传算法的混合动力拖拉机控制策略

针对串联式混合动力拖拉机的特点,建立了整车动力学模型,设计了恒温器式控制策略、恒温器式+制动能量回收控制策略.为进一步提高串联式混合动力拖拉机的整车燃油经济性,采用非线性规划遗传算法(NLPGA)优化恒温器式控制策略关键参数.通过AVL-Cruise与Matlab/Simulink联合仿真,结果表明:3种策略均可有效地维持电池荷电状态在指定范围内.在犁耕工况下,基于NLPGA优化的能量管理策略的燃油消耗率比恒温器式降低了29.25%,比恒温器+制动能量回收式降低了9.35%;累计燃油消耗量分别比两者降低了31.50%和1.74%;电池荷电状态SOC比两者分别提高8%和6%.

基于非线性规划遗传算法的外网静态等值参数估计

针对电力系统外部网络信息未知的情况,为了对研究网络进行系统分析,提出一种基于非线性规划遗传算法的外网静态等值参数估计方法,来建立外网等值模型。首先,采用典型的双端口和三端口外网等值模型,通过边界节点的功率方程推导出等值参数的最小二乘估计模型;然后,结合非线性规划方法与遗传算法,提出一种组合智能优化算法;最后,运用非线性规划遗传组合算法进行外网静态等值参数的估计。提出的优化算法,不需要设定初值,能够更好地得到符合物理解释的全局最优解。以双端口和三端口等值为例,通过IEEE 14节点系统的仿真分析,并对比等值前后研究系统的潮流分布,验证所提方法的正确性和通用性。

基于GA—NOA优化算法的侧铣刀轴轨迹规划

针对非可展直纹面的圆柱刀侧铣加工,提出了一种基于遗传算法(GA)和非线性规划(NOA)混合算法的优化方法。首先,采用两点偏置法确定初始刀轴矢量,在此基础上,引入了单刀位下的误差度量函数,即刀轴上各点到非可展直纹面的距离与对应各点到圆柱面的距离差值的平方和最小来实现单刀位的优化结果。进而对整体刀位优化问题,提出了基于遗传算法和非线性规划混合算法进行整体刀位。仿真计算结果表明,该方法在单刀位下的优化过程简单,结果精度高,优化后位姿集合形成的刀具包络误差小,对非可展直纹面侧铣加工有一定的实际意义。

动态惩罚函数非线性规划遗传算法及在汽车变速器中的应用

针对传统遗传算法在求解非线性规划问题时局部搜索能力较弱,惩罚函数求解精度不高的缺陷,将非线性规划算法引入到遗传算法中,提出一种基于动态惩罚函数的非线性规划遗传算法,将遗传算法的全局寻优能力和非线性规划算法的局部寻优能力结合起来,并引入动态惩罚函数,根据不可行点到可行域的距离和可行度自适应的调整惩罚项的值,从而能够快速求出全局最优解。介绍了动态惩罚函数的设计、改进遗传算法的关键技术和流程。最后,以某型号汽车变速器的优化设计验证了算法的合理性。与传统遗传算法相比,改进后的遗传算法解的质量、收敛速度明显提高,因而为遗传算法的改进提供了一种新的思路。

PT对称多线圈并联无线电能传输系统参数优化

针对宇称时间(parity-time,PT)对称多线圈并联无线电能传输(wireless power transfer,WPT)系统参数相互关联,系统参数配置困难,提出一种基于PT对称的多线圈并联WPT系统参数优化设计方法。建立基于PT对称多线圈并联WPT系统数学模型,给出系统输出功率、传输效率以及有效传输距离的一般性影响规律表达式。采用一种非线性规划和遗传算法相结合的优化方法,以输出功率为目标函数,以传输效率和有效传输距离为约束条件,对系统发射-接受线圈数及谐振参数进行寻优。根据优化结果搭建实验样机,实验结果表明系统在满足所需传输效率及有效传输距离下,系统功率输出达到设计要求,验证了理论分析和优化方法的有效性。

变臂关节式坐标测量机的参数自标定方法研究

为了有效地提高关节式坐标测量机的测量精度,变臂关节式坐标测量机通过锁定坐标测量机的前2个关节,减小前端关节转角误差的引入降低系统传递误差。经D-H方法建模,变臂关节式坐标测量机和关节式坐标测量机具有相同的数学方程,但是两者具有不同的结构参数,主要差别体现在前2个关节转角。提出了一种基于逆运动学分析方法和非线性规划遗传算法的参数自标定方法。首先,采用Robotics Toolbox中的逆运动学分析方法反求到达同一标定点的多组可能位姿;其次,根据这些反求的位姿结合测量模型计算标定点的坐标值;最后,以单点重复误差为目标函数通过遗传算法进行全局搜索并利用非线性规划算法进行局部搜索获取最优标定结果。实验结果表明,所提出的参数自标定方法使得变臂关节式坐标测量机的单点测量精度提高1 000倍,长度测量精度提高8倍。

作动器最优配置的柔性结构振动主动控制

柔性结构广泛应用于航空航天等领域,为了获得结构的最佳动力学性能,在主动振动控制中作动器或传感器位置优化成为关键。基于结构有限元动力学方程,在状态空间利用系统可控和可观Gramian矩阵考虑结构剩余模态的影响,推导一种新的作动器/传感器优化准则。根据优化准则结合非线性整数规划遗传算法对作动器的位置进行配置。以悬臂板为研究对象,采用基于状态反馈的线性二次型调节器研究悬臂板的振动控制效果。与其他配置方法进行比较,验证了新方法的优越性。

风电系统中变流器与蓄电池容量优化配置策略

以直驱永磁风电系统中双PWM变流器和蓄电池为研究对象,建立了以风电系统收益最大为目标的变流器与蓄电池容量优化模型,提出了基于非线性规划遗传算法的变流器与蓄电池整体容量配置策略.该策略分析了风电系统的发电收益、损失电能效益、双PWM变流器成本、蓄电池成本,建立了风电系统年收益的目标函数;同时考虑国标对风电系统并网功率波动的限制条件;并通过非线性规划遗传算法求解目标.为验证该策略的正确性,以某风电场的发电系统为仿真对象进行了分析,结果表明,相对于传统的容量配置方法,本文提出的容量优化配置策略可以使风电系统的年成本降低10.3%.

HIERARCHICAL ITERATIVE GA FOR OPTIMIZATION OF THE PLAN IN COAL MINE CONSTRUCTION

In coal mine construction,to make the optimal plan of complete sets of equipment needs to set up a mixed integer nonlinear programming model,which has many variables and more complicated parameters to set.The problem could hardly be solved using general methods.In this paper a new genetic approach—the hierarchical iterative genetic algorithm (HIGA) was designed to solve it and a satisfactory solution was obtained.

Analysis of Mine Ventilation Network Using Genetic Algorithm

Aim To determine the global optimal solution for a mine ventilation network under given network topology and airway characteristics. Methods\ The genetic algorithm was used to find the global optimal solution of the network. Results\ A modified genetic algorithm is presented with its characteristics and principle. Instead of working on the conventional bit by bit operation, both the crossover and mutation operators are handled in real values by the proposed algorithms. To prevent the system from turning into a premature problem, the elitists from two groups of possible solutions are selected to reproduce the new populations. Conclusion\ The simulation results show that the method outperforms the conventional nonlinear programming approach whether from the viewpoint of the number of iterations required to find the optimum solutions or from the final solutions obtained.

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。

Hierarchical On-line Scheduling of Multiproduct Batch Plants with a Combined Approach of Mathematical Programming and Genetic Algorithm

In this contribution we present an online scheduling algorithm for a real world multiproduct batch plant. The overall mixed integer nonlinear programming (MINLP) problem is hierarchically structured into a mixed integer linear programming (MILP) problem first and then a reduced dimensional MINLP problem, which are optimized by mathematical programming (MP) and genetic algorithm (GA) respectively. The basis idea relies on combining MP with GA to exploit their complementary capacity. The key features of the hierarchical model are explained and illustrated with some real world cases from the multiproduct batch plants.

A hybrid algorithm based on ILP and genetic algorithm for time-aware test case prioritization

To solve the problem of time-awarc test case prioritization,a hybrid algorithm composed of integer linear programming and the genetic algorithm(ILP-GA)is proposed.First,the test case suite which cm maximize the number of covered program entities a d satisfy time constraints is selected by integer linea progamming.Secondly,the individual is encoded according to the cover matrices of entities,and the coverage rate of program entities is used as the fitness function and the genetic algorithm is used to prioritize the selected test cases.Five typical open source projects are selected as benchmark programs.Branch and method are selected as program entities,and time constraint percentages a e 25%and 75%.The experimental results show that the ILP-GA convergence has faster speed and better stability than ILP-additional and IP-total in most cases,which contributes to the detection of software defects as early as possible and reduces the software testing costs.

利用ARIMA-SSA-LSTM组合模型的碳排放交易价格预测

单一的预测方法在不同方面各有优劣,为了提高碳排放交易价格预测的精确度,从智能算法出发提出ARIMA-SSA-LSTM组合碳排放交易价格预测模型。该模型通过结合非线性规划局部搜索的优势和遗传算法全局搜索的优势使用非线性规划遗传算法分配差分整合移动平均自回归(ARIMA)模型和麻雀搜索算法优化后的长短时记忆(LSTM)模型(SSA-LSTM)的权重,通过加权得到最终的碳排放交易价格预测结果。运用ARIMA-SSA-LSTM组合模型,ARIMA模型,LSTM模型和SSA-LSTM模型分别对湖北省与广东省碳排放交易价格进行短期和长期预测。实证结果表明,相比单一的ARIMA模型、LSTM模型、SSA-LSTM模型,ARIMA-SSA-LSTM组合模型三个预测精度评价指标均为最小,碳排放交易价格预测精度最优。相比于传统ARIMA模型,机器学习LSTM模型具有更精确的预测结果,并且趋势预测更优。引入智能算法后,权重分配结果更加准确,LSTM模型的预测性能得到提升,印证了智能算法在碳排放交易价格预测领域的有效性。

平面线圈型直线时栅参数优化方法的研究（英文）

提出了一种基于非线性规划遗传算法的平面线圈型直线时栅位移传感器结构参数的优化方法,与传统枚举法相比该方法在优化效率和效果上都有大幅度的提高。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物理模型进行仿真,并设计传感器样机进行实验。与枚举法优化结果相比较:优化效率提高了65%,谐波畸变率降低了10倍。在240 mm的量程范围内,测量精度达到0. 8μm。结果表明了该优化方法的可行性,优化后的传感器从结构上抑制了原始误差,实现了高精度测量。

基于遗传算法的多约束网格检查对策问题研究

综合考虑物品数量以及列容量约束,将隐藏成本与检查概率引入支付函数.建立一种新的多约束的网格检查对策模型.根据矩阵对策性质及Holder不等式,将对策论问题转化为非线性整数规划问题.提出一个基于遗传算法的模型求解方法,将归一化处理得到的变量进行二进制编码,通过数据变换将问题转化为无约束问题,采用轮盘赌选择、多点交叉及单点变异操作求解模型.仿真结果表明了模型及所提算法的有效性.

询价制度改革、知情交易者概率与IPO溢价

O＇Hara理性预期模型假设非知情交易者对市场交易价格信息存在完全学习行为,从而知情交易者概率对资产期望收益产生负向效应。本文放松这一假设,引入非知情交易者学习程度,在理性预期模型框架下,以新股发行市场为背景对理性预期模型进行了拓展,模型结论表明：非知情交易者对市场交易价格的学习行为影响了知情交易者概率与资产期望收益的关系;当市场非知情交易者存在学习行为时,随着非知情交易者的学习程度加深,知情交易者概率对资产期望收益产生负向影响。在进一步的实证研究中,通过羊群效应验证了市场上非知情交易者的学习行为,以2010年1月到2011年12月在中小板上市的278家IPO公司为样本,对模型进行实证检验,实证结果支持理论模型结论。本研究对已有实证研究中知情交易者概率对资产收益产生正或负效应这一矛盾的研究结论提出了一种理论解释,并基于此对询价制度改革的有效性进行了检验。本文研究结论对知情交易者概率在资产定价中的适用性具有一定启示性,同时对非知情交易者的学习行为提出了一种实证检验的方法,具有一定的开创性。