基于粒子群-遗传混合算法的深沟球轴承优化设计

为了提高深沟球轴承的服役性能,提出一种基于粒子群-遗传混合算法的优化设计方法。其以额定动载荷和额定静载荷为目标函数,以滚动体直径、节圆直径、滚动体数目和内外圈滚道沟曲率半径系数为设计变量,基于粒子群算法,引入罚函数和遗传交叉、变异操作,解决带约束优化问题求解和局部最优问题。并以6206型轴承为算例,对优化后的轴承进行应力分析和敏感度分析。结果表明,所提出算法的收敛性能较好、优化能力较强、运算速度较快,优化后的深沟球轴承接触应力下降了31.7%,从而验证了所提出方法的有效性。

求解最小支配集问题的禁忌遗传混合算法

将最小支配集问题转换为一系列判定问题k支配集问题,并提出一种禁忌遗传混合算法对k-DS问题进行求解。此算法将禁忌搜索算法和遗传算法两种启发式算法结合起来,互补不足。高效的邻域结构保证了算法的运行效率,禁忌策略防止算法过早陷入局部最优陷阱,遗传算法框架进一步增强了算法的疏散性。经过与现有求解最小支配集算法的结果进行分析比较,禁忌遗传混合算法的结果较其它算法更优。

基于自适应蚁群遗传混合算法的PID参数优化

针对遗传算法易重复迭代、蚁群算法易陷入停滞的缺点,提出基于自适应蚁群遗传混合算法的PID参数优化。先用遗传算法获得PID参数的初值,再用改进后的蚁群算法自适应调整路径选择概率和信息素更新规则,最终搜索出PID参数的最优值。仿真结果表明,对于给定的被控对象,相比于GA和ACS算法,该算法搜索出的Kkp、Kki、Kkd最优,系统响应时间短,动态性和稳定性佳,说明该方法整定出的PID参数值具有最优性。对于其他的控制对象和过程也具有参考价值。

基于退火遗传混合算法的模拟电路诊断激励优化

本文提出基于Volterra核和模拟退火遗传混合算法的模拟电路故障诊断激励优化方法。在以Volterra核为特征向量的模拟电路故障诊断中,以相同激励信号下电路各故障状态的特征向量的集总欧氏距离作为适应度函数,对用于激励的多频正弦信号的参数进行优化,首先利用模拟退火算法形成精英团队,然后利用遗传算法寻找最佳激励信号的参数,从而提高故障诊断的效率。文中给出了退火遗传混合算法的优化方案和流程,并通过实例加以验证。

改进的蚂蚁遗传混合算法及应用

车间作业调度问题是一个典型的NP-hard问题。分析了蚂蚁算法和遗传算法的特点,就遗传算子、交叉概率和变异概率上对传统遗传算法进行了改进;同时为了加速蚂蚁的搜索效率、减少迭代次数,重构了传统蚂蚁算法的下一个结点选择策略、信息素的局部更新策略,并将改进后的两个算法进行混合求车间作业调度的最优解。试验表明,算法的改进和混合提高了搜索效率及搜索结果的准确性。

基于并行混沌遗传混合算法的多用户检测

基于传统遗传算法的多用户检测器易陷入局部最优解且收敛较慢,影响实时性。本文利用混沌优化算法的优势来弥补遗传算法的这一缺陷,使两种算法优势互补,同时采用具有“迁移策略”的并行搜索机制,提出了一种新的次优多用户检测方法———并行混沌遗传混合算法(PCGA),并在同步CDMA系统中对其性能进行了研究。仿真结果表明,我们提出的这种算法能有效克服传统遗传算法易陷入局部极小的问题,计算量小,收敛速度快,在抗干扰与克服“远-近”效应方面均有明显的优势。

混沌遗传混合算法在配电网重构中的应用

指出网络重构是配电系统运行和控制的手段,也是配电管理系统的重要内容。考虑配电网运行特点,建立了以有功网损最小为目标的配电网重构数学模型,并计及潮流、电压、容量及辐射状运行等约束条件。针对该模型的特点,采用一种新型混沌遗传混合算法对配电网进行重构计算,该算法既具有遗传算法的全局性和并行性,又具有混沌搜索的遍历性和快速性。将该算法用于IEEE33节点系统重构计算,并与重构前、单一遗传算法重构结果进行比较,证明了所提出混沌遗传混合算法的有效性和快速性。

双种群混合遗传算法求解航空复合材料柔性调度问题

考虑航空复合材料柔性车间调度中的运输约束,以最小化完工时间为目标,建立调度模型,提出一种改进的双种群混合遗传算法进行求解。根据问题特点,基于工序排序、机器选择和运输约束3个子问题,设计三层实数编码以及对应解码方案。采用混合初始化提高种群质量,进化过程中采用交叉算子执行全局搜索,为双种群设计基于机器负载平衡和变邻域的局部搜索,提高全局和局部搜索能力。与对比算法相比10个测试算例中BPRD指标取得9个最优,APRD指标全部取得最优,t检验显著性有明显差异,验证算法的优越性。将算法应用于航空复合材料车间中,实现实际生产的调度,验证算法的可行性。

基于动态混合遗传算法的配送路径优化

随着越来越多的突发性卫生事件爆发,人们对应急医疗物资的需求量与日俱增,但应急医疗物资配送效率低下等问题依旧存在。文中研究建立多配送点配送模型,该模型对多个应急医疗物资配送中心到多个配送点的配送路径进行有效地优化,并在计算过程中考虑客户时间窗与交通拥堵情况,达到提高客户满意度、节约成本、减少配送过程中所产生的碳排放量的目标,如同此类问题都归类为VRP问题(车辆路径规划问题)。在该模型的计算过程中采用动态混合遗传算法(DHGA),在改进的遗传算法中加入大规模领域搜索算法,解决遗传算法求解精确度过低、易陷入局部最优循环的缺点。最后将计算结果与传统遗传算法(GA)、粒子群算法(ACO)以及蚁群算法(ACO)进行对比,结果表明该算法相对于其他算法的各项指标都得到明显提升。

基于混合遗传算法的皮革产业固废运输路径优化研究

皮革产业形成的固废含有部分对环境、人体等存在一定负面影响的物质,这类固废的运输方式极为关键。本文构建了一种基本的皮革产业固废运输路径模型,通过引入混合遗传算法对该模型中的皮革产业固废运输路径进行优化,以案例的形式对这一模型的可行性进行验证,旨在为皮革产业废弃物的运输工作提供借鉴。

混合遗传算法下电动汽车充电桩容量测试方法

由于接入电动汽车充电桩的负荷增多,导致充电线路过载,增加能量损耗,使得电网安全风险增高。为解决上述问题,提出基于混合遗传的电动汽车充电桩容量测试方法。分析车辆运行机制、电池特征、充电方式等因素对充电桩容量的影响,计算车辆充电定点需求与路径需求,设置合理的约束条件;将充电桩容量看作一个满足多个约束条件的可行空间,在满足发电容量、功率平衡、潮流平衡、电压稳定等约束条件下,构建容量测试模型;针对遗传算法收敛速度慢的缺陷,使用粒子群算法对其改进,通过个体寻优过程求解模型,获得测试值。实验结果表明,所提方法在峰荷、腰荷和基荷场景下的测量结果与真实值基本一致,且测量耗时低于6s,算法收敛速度快。

混合遗传算法下欠驱动船舶航向保持控制方法

欠驱动船舶容易受到风、浪、洋流等外部环境因素的影响,导致航向偏离、船体摇晃,航行安全风险增加,为提高其在各种海况下的稳定性和安全性,提出混合遗传算法下欠驱动船舶航向保持控制方法。构建欠驱动船舶数学模型描述其动态行为,设计包含跟踪微分器和分数阶滑膜控制器的航行保持控制器,生成期望航向的平滑过渡过程,为后者提供航向角速度和角加速度信号。以航向误差作为其输入控制量,通过设计的分数阶滑膜面和控制律实现期望航向追踪,采用混合遗传算法优化控制器参数,提高航向跟踪效果。实验结果表明:该方法可实现不同海况下船舶航向保持控制,控制效率高、航向控制超调量小。

基于混合遗传算法的有源配电网故障区段自动定位

现实配电网通常由大量节点、线路和变压器组成。网络拓扑复杂,进而导致有源配电网故障区段定位精度下降。首先,对配电网故障特征进行了详细分析,包括短路故障和单相接地故障等类型。然后,依据故障特征分析结果,构建了一个适用于有源配电网的故障区段定位模型。最后,采用混合遗传算法来优化求解该定位模型,以获得精确的故障区段定位结果。实验结果表明:所提方法可以有效实现区段故障定位,且故障区段定位时间始终低于10s,最长仅为9s,表明所提方法定位性能较优,具有实用性。

基于部分参考匹配集合的混合遗传算法解决本体匹配问题

不同本体之间的异构问题成为各种应用之间实现更智能化、高效的知识共享和通信的障碍。本体匹配是解决上述问题的有效方法。为了获取高质量匹配结果,提出了基于部分参考匹配结果(partial reference alignment, PRA)的混合遗传算法,该方法采用分层选择方法解决传统PRA构建过程中的语义丢失问题,并提出了一种新的适应度函数进一步充分利用PRA中的潜在信息,从另一个角度解决语义丢失问题。此外,该算法结合了遗传算法(GA)和随机爬山算法两种方法,以在全局和局部范围内寻找最优的本体匹配方案。实验结果表明,该算法在不同的本体匹配任务中均能有效地获得高质量的匹配结果,并且和其他前沿的方法比较也有出色的表现。

基于混合遗传算法的飞机腹舱装载优化

目的以航空运输背景下货舱行李的码放问题为研究对象,旨在实现货舱空间利用率的最大化。方法在考虑行李姿态、货舱空间、体积、重量、不重叠等多种实际约束的条件下,搭建航空行李码放模型,设计一种启发式与改进遗传算法相结合的混合遗传算法。首先利用基于极值点的启发式算法对初始种群加以优化,加快种群进化速度,得到初始高质量装载方案;然后通过设计混合选择及混合变异算子,利用改进的遗传算法对多组可行方案寻优,进而得到货舱空间利用率最大、垛型重心偏移量最小的装载布局方案;最后通过某机场自助行李托运系统采集的真实旅客行李数据进行实验,并实现装载方案的可视化。结果利用偏大、偏小和混合型3种行李数据进行实验测试,实验结果表明在满足货舱多种实际约束的条件下,混合遗传算法平均空间利用率达到89.71%,相比已有货舱码垛算法提高了9.25百分点,垛型规划更加科学合理。结论所提算法可快速收敛并防止局部最优,对于不规则货舱空间以及异构行李具有更好的适应性,可实现货舱码垛的快速合理布局规划。

基于混合遗传算法的暖通空调热能动力参数识别研究

【目的】针对现有的暖通空调热能动力参数识别方法存在识别结果R-squared值较小,无法满足识别精度要求的问题,提出了基于混合遗传算法的暖通空调热能动力参数识别研究。【方法】首先对暖通空调热能多自由度动力振动正问题进行精细积分求解。然后利用混合遗传算法,建立反问题目标函数,并完成精英搜索。最后利用流体网络方程,完成暖通空调热能动力参数的辨识。【结果】通过对比实验,证明所提方法得到的结果R-squared值更接近1,说明该方法的暖通空调热能动力参数识别精度更高,方法性能更理想。【结论】该方法能够为暖通空调系统优化、节能减排、故障诊断、智能控制等提供更可靠的基础依据。

基于混合遗传算法的堆垛机路径优化研究

针对自动化立体仓库中堆垛机运行路径杂乱的问题,研究了一种基于遗传算法和蚁群算法相结合的混合遗传算法。设计和构建了立体仓库的整体运行模型,并对仓库中的运行区域进行了划分,实现了区域的合理分配。通过新的混合遗传算法,实现了对堆垛机控制算法的优化。通过实验计算,证明了在利用混合遗传算法控制堆垛机存取货物时,堆垛机行走的路程要比使用遗传算法时更加优秀,混合遗传算法能够将路径优化7%左右,因此混合遗传算法满足优化条件。

基于改进混合遗传算法的智能电网现货市场负荷资源调度

智能电网现货市场产生的数据庞大而复杂,其中包括负荷数据、市场交易数据等。为了确保资源调度效果,提出了基于改进混合遗传算法的智能电网现货市场负荷资源调度方法。通过计算目标函数并设置约束条件,建立智能电网现货市场负荷资源调度模型。根据个体的适应度动态调整遗传操作参数,对混合遗传算法进行改进,以提高算法的收敛速度和全局搜索能力。利用改进的混合遗传算法对模型进行求解,实现智能电网现货市场负荷资源调度。实验结果表明,该研究方法资源调度效果更好。

基于混合遗传算法和仿真的后桥总成线投产顺序优化研究

多品种、小批量混流生产模式可以使企业适应个性化、定制化的需求,满足消费者个性化需求。合理的投产顺序能够提高人和机器的利用率,进而提高企业的生产效率。以某公司后桥装配线中的后桥总成线为例,建立最小循环周期最短模型,运用混合遗传算法求解出最优投产顺序。在此基础上,借助Flexsim仿真软件,建立后桥总成混流装配模型,对后桥总成过程进行仿真。仿真结果验证了合理的投产顺序能够降低工作站的空闲率和提高产线的产量,进而提高企业生产效率。

基于多目标规划和混合遗传算法的上海临空可变车道集群控制优化研究

针对上海临空早晚高峰时段区域交通问题,分别构建广顺北路、协和路、福泉路和金钟路单条道路优化模型及基于多目标规划和混合遗传算法的临空区域路网可变车道集群控制及信号配时优化模型。从通行效率和环境排放效益2个维度进行量化对比。结果表明,可变车道集群控制及信号配时优化后早高峰改善比例大于晚高峰,路网通行效率及环境排放效益优化幅度分别达17.46%和20.53%。可变车道集群优化效果较单车道显著且稳定性高,更有利于路网通行效率的整体提升。研究结论可为城市可变车道集群的智能化管控提供理论支撑与借鉴。