基于遗传算法的集装箱单箱三维装载优化问题

研究应用改进遗传算法优化铁路集装箱单箱三维装箱问题,达到充分利用集装箱装载质量或装载容积的目的。改进遗传算法中考虑货物放置方向、装载容积、装载质量及装载重心等约束条件,并结合方向及顺序约束采用巧妙的个体编码方法,结合装载容积、装载质量及重心约束构造合理的适应值函数。以16件货物装入20英尺箱为实例,应用改进遗传算法进行计算,计算结果为集装箱装载容积利用率为63 18%,并且可以缩短计算时间一半以上。

基于多目标遗传算法的再入飞行器气动布局优化

本文采用多目标遗传算法来确定再入飞行器气动布局优化问题的Pareto最优解集 ,并和传统的多目标优化方法 (加权和方法、约束法 )进行比较。通过计算表明 ,多目标遗传算法能够在一次运行中搜索到优化问题的近似Pareto最优解集 ,这为飞行器设计者进行目标折衷决策提供了充分的依据。

一种代理遗传算法及其在气动优化设计中的应用

遗传算法具有良好的鲁棒性和全局优化等优点,但是需要进行大量目标特性的计算,因此计算量很大。针对这一问题,利用代理模型计算量小的优点,将代理模型引入到遗传算法中,建立了一种高效的代理遗传算法。在该算法中,以遗传算法为整体框架,在优化搜索中部分使用代理模型进行目标特性分析,大大减少了计算量。为防止代理模型不精确带来的影响,在优化过程中通过引入EI方法,较好地解决了算法中校正个体的选择问题。为了验证方法的有效性,使用该算法进行了翼型的气动外形优化设计,升阻比提高了40%。与基本遗传算法相比,该算法的优化结果与之相当,但计算时间减少了约75%。结果表明该算法对遗传算法的改进是有效的,适合进行气动外形优化设计。

混合遗传算法在气动弹性多学科优化中的应用

利用遗传 敏度混合优化算法对复合材料前掠翼飞机进行气动弹性剪裁设计研究 .在满足强度、位移、升力效率、副翼效率、发散速度和颤振速度等约束条件的前提下 ,以机翼复合材料蒙皮铺层的厚度为设计变量 ,对蒙皮进行重量最小化设计 .研究表明 ,在飞机结构初步设计阶段单纯使用基于敏度的优化算法 ,很难满足设计上的要求 ;使用遗传 敏度混合优化算法可以取得较好的结果 ,该方法适用于飞机结构初步设计 .还研究了偏轴角对优化重量的影响 .分析结果显示 ,对于文中所研究的这类蒙皮使用由 0°、90°和± 45°纤维组成的铺层的复合材料前掠翼飞机 ,在满足多个约束条件的前提下 ,其优化重量对于偏轴角的变化相对不敏感 .

Pareto遗传算法在气动外形优化中的应用

Pareto方法作为一种多目标优化方法,能够一次性获得优化问题对应的不同权重分配情况下的所有最优解集。它与遗传算法结合产生的Pareto遗传算法,是求解多目标优化问题的Pareto最优解集合的一种有效手段。本文将两种常用的Pareto遗传算法,MOGA方法和两支联赛遗传算法应用到气动外形优化中,针对具体算例进行气动外形的优化设计,得到了满意的优化设计结果。

基于遗传算法的翼型气动优化设计

采用遗传算法进行跨声速翼型的反设计与阻力和升阻比的优化设计。翼型的反设计达到了设计要求 ,优化设计后的翼型其气动特性也有显著的改善 ,这表明了遗传算法应用于翼型气动优化设计的可行性。在优化设计的过程中 ,翼型由解析函数线形叠加法表示 ,目标函数和个体的适应值由二维欧拉方程的流场解来提供。

遗传算法在多级压气机气动优化设计中的应用

用遗传优化算法结合流线曲率法管流流场求解器建立了一种多级压气机多目标气动优化设计方法.优化目标为总压比和绝热效率最大,决策变量为转子和静子叶排尾缘速度环量.测试结果表明,该优化算法的搜索效率和全局性都较好.用该方法对一台5级高压压气机进行了气动优化设计,压气机性能有了明显提升.

遗传算法在气动系统优化中的应用

对气动系统动态特性做了深入的理论分析,提出了兼顾成本最低及尺寸最小的优化目标函数,并利用遗传算法实现了典型气动系统的优化设计。试验结果证明采用遗传算法优化的系统不但能够满足系统性能要求,与传统设计方法相比,优化后系统各元件尺寸较小,为气动系统的设计和选型提供了一种新方法。

集装箱运输多箱三维装载优化问题的遗传算法

作为一类组合优化问题,多约束条件下的三维装载问题属NP-hard问题,随着问题规模的不断增大,传统的优化算法在求解过程中会产生时间维数灾难问题。本文提出一种遗传算法,用于在铁路集装箱运输中优化具有放置方向、装载顺序、装载质量、装载容积及重心等约束条件的货物三维装载问题,并结合方向及顺序约束采用巧妙的个体编码方法,结合装载质量、装载容积及重心约束构造合理的评价函数。实例计算表明该算法有效可行。

基于自由涡尾迹和遗传算法的叶尖小翼气动优化设计

风力机叶片采用分裂式叶尖小翼可以改善叶片的气动性能。以风能利用系数最大和风轮推力系数最小为目标,采用自由涡尾迹(FVW)方法与快速非支配排序遗传算法(NSGA-Ⅱ)耦合对小翼的形状进行优化设计。NS-GA-Ⅱ算法对每一代种群进行评价、筛选和变异,最终得到小翼形状的Pareto最优解集,其中气动性能评价目标通过FVW方法计算。结果表明,FVW模型能够较准确的模拟叶片的气动性能;两目标优化给出的不是传统优化方法追求的单个最优解,而是一个Pareto最优解集,且分布在一条曲线上;相比NREL原始叶片,风能利用系数最高能提高30%;小翼的几何形状在最优解集下分布具有一定的规律性,对后面的设计及改型有很好的指导性作用。

基于遗传算法的微型飞行器气动力优化设计

本文以固定机翼式微型飞行器的翼型气动力优化设计为研究背景,在105量级的低雷诺数范围内,把遗传算法与Navier-Stokes方程数值解法相结合,建立了一种以实数编码为基础的自适应算法模型。在基准翼型的基础上,结合锦标赛选择、部分交叉以及自适应变异算子,对翼型进行了升阻比气动力优化设计,并设计了一种高效的复制算子来提高算法的稳定性和计算效率。优化后的翼型升阻比提高显著,表明该算法对低雷诺数翼型的气动外形设计合理有效。

基于分步遗传算法的车身气动优化

把车身气动优化分为3个阶段:二维车身阶段进行全局搜索;三维无轮车身和带轮整车阶段进行局部逼近;最后根据二维和三维算例的差异针对各阶段制定相应的进化策略。由于车轮的存在使车身气动规律发生变化,为了进一步提高优化效果,本文优化方法将固定位置的车轮作为约束条件之一。采用本文优化方法得到的低阻形体中,凸头车型和凹头车型的带轮整车优化结果的风阻系数CD值分别为0.129和0.124。同时,缩比模型的风洞试验也验证了该优化方法的可靠性。

基于改进的Pareto遗传算法的车身气动多目标优化

把气动性能和空间性能作为优化目标,用改进的Pareto遗传算法求解得到流线型车型和普通车型无轮车身的Pareto波阵面。通过二维车身优化算例验证,以小家族为单位进行进化的邻点交叉法、分象限外推法和单目标预测法配合使用,可以有效提高子代的分布性能和进化效果,解决三维车身气动优化中计算量过大的问题。流线型车型与普通车型的Pareto波阵面相比,在中低阻区,前者的综合性能更优秀,在高阻区则反之。

遗传算法在气动优化问题中的适应性分析

由于在理论上可找到全局最优解、不需计算灵敏度、对设计空间无特殊要求等这些优点,遗传算法(GA)在气动优化问题中得到了大量的应用。然而,实际应用中算法的理论收敛条件很难满足,面临着严重的计算效率问题。在具体应用中,气动问题本身的特点对算法参数选取和进程设计提出了适应性的要求。本文在分析算法优化机制的基础上,针对气动优化自身特点,以典型气动优化问题为例,对优化参数的设置进行了分析讨论。分析总结了翼型优化问题中参数化模型设计变量维数增加对翼型优化问题的影响,给出了初步定量的参数取值规律。结果表明参数化模型应当选择足够大的变量维数来描述设计空间,在变量维数确定之后选取合理种群规模和截止代数,以保证优化结果的收敛性。所得定性和部分定量的结果可以为优化算法在气动优化中的应用提供依据。

应用自适应遗传算法的气动优化设计

对简单遗传算法 (SGA)加以改进 ,形成了气动优化设计中的自适应遗传算法 (SAGA)。采用实数编码来表示种群中的个体 ,不需要进行二进制的编码和解码操作 ,并针对具体问题设计了杂交和变异算子 ,提高了优化设计的质量和效率。最后分别以翼型和机翼为例 ,应用自适应遗传算法对跨音速翼型和机翼的升阻比进行优化设计。

重磁遗传算法三维反演中动态数组优化方法

将地下场源划分成很多规则小单元 ,并且反演这些单元的物性变化是重磁反演 ,特别是三维反演的重要方向。在应用遗传算法进行该类反演过程中 ,隐含着数据量大时高维动态数据内存管理问题。为此 ,作者在本文中提出了简单。

基于遗传算法的某汽车外形空气动力学优化

汽车外形气动优化设计属于多目标优化设计的领域。多目标优化的根本是寻找约束条件下的最优解集即Pareto解集。首先建立某轿车的简化模型并参数化汽车的前部翘角(angle 1)、前风窗角(angle 2)、后风窗角(angle 3)和尾部上翘角(angle 4),通过拉丁超立方取样得出一组样本点,再利用FLUENT软件对该组样本进行模拟计算,得出气动阻力和升力。用遗传算法对该组结果进行数据迭代,找出Pareto解集,由此得出该款汽车具有最佳气动性能时的角度组合。

基于并行遗传算法的向心涡轮气动优化设计

为了提高向心涡轮轮周效率,保持流量、膨胀比不变,以流道、安装角、型面为设计变量,基于并行遗传算法的优化方法,对某微型发动机向心涡轮叶片气动性能进行多变量耦合的自动优化设计,利用商用软件NUMECA进行3维流场计算分析,并比较了优化前后向心涡轮转子的总体性能。结果表明:在设计工况下,向心涡轮的轮周效率提高近3%,流量也略有增加,膨胀比近似不变;在非设计工况下,优化叶片效率均高于初始叶片的,向心涡轮的整体性能得到提高。该算法不仅可自动实现多变量耦合优化,而且可高效地得到高气动性能叶片。

基于遗传算法的车身装配三维曲线匹配位置优化

在汽车白车身的装配过程中 ,往往会遇到两个具有复杂曲面轮廓的三维零件的装配位置优化问题 ,本文在采用遗传算法的基础上 ,通过构造适当的优化目标函数 ,提高优化求解的收敛速度 ,提高该算法的实用性。

基于遗传算法的飞机气动优化设计

建立了一种以实数编码技术为基础的遗传算法模型 ,并把它与通过工程估算的气动分析方法相结合 ,进行飞机气动外形的单点和多点优化设计。优化设计中 ,设计变量取为机翼、机身和尾翼的外形及三者之间的相对位置 ,优化目标是使飞机在跨音速和超音速飞行状态下获得配平状态下最大的升阻比。设计结果表明该优化设计方法是十分有效的 。