赵俊杰[1]2010年在《中高速单体船流体动力学性能和结构特性综合优化研究》文中进行了进一步梳理船舶是一个由诸多单元集成的庞大系统,它具有环境条件特殊、类型多、系统复杂、技术含量高、投资大,使用周期长等特点,由此导致了船舶设计是一个多参数、多目标、多约束的求解和优化问题。因此,对船舶各项性能进行综合优化是船舶设计工作中的一项重要内容。本文根据船型特点选择45个相关设计变量,并根据舰船通用设计规范等构建了综合优化的约束条件;综合考虑各性能的目标函数,建立了中高速单体船流体动力学性能和结构特性综合优化的数学模型,前者包括快速性、操纵性、耐波性叁方面的性能优化;后者主要考虑其中横剖面的优化。其次本文综合考虑遗传算法和混沌算法的优缺点,构建了一种基于敏感变量分段区间的、改进的并行遗传混沌算法。将此算法与综合优化数学模型相结合,利用VC++语言,编制了中高速单体船流体动力学性能和结构特性综合优化程序,通过大量的计算表明,该优化程序的运行是准确、高效、可靠的。本文研究了通用有限元软件MSC.Patran的二次开发语言——PCL语言。基于PCL语言,本论文编制一套有限元参数化建模、加载、计算的运行程序,基本实现了有限元数据读取、建模计算的程序化。最后本文以Visual Basic为平台,对中高速单体船流体动力学性能和结构特性综合优化程序与有限元参数化建模程序进行了初步集成,设计了具有良好交互性的图形用户界面,初步建立了一个综合优化与参数化建模校核的通用平台,针对不同权重的目标函数进行了优化计算和对比分析,得出了一些结论,为中高速单体船综合优化系统的建立奠定了良好的基础。
杨松林, 李密, 陈淑玲[2]2010年在《高速单体船航行性能与结构特性综合优化方法研究》文中研究表明本文以典型高速单体船为基础,根据一些实船的资料和相关经验公式并结合高速单体船的结构特点,探讨一种将船舶航行性能与结构力学特征两者综合优化的方法。首先依次建立了基于(VC++6.0)软件的高速单体船快速性优化、操纵性优化、耐波性优化的数学模型,并包括了这叁个方面的优化变量、目标函数和约束条件。在选择算法方面,本文将遗传算法与混沌算法复合构造了一种遗传混沌算法,并利用C++语言对其编制了友好界面。大量的计算数据表明:遗传混沌算法不仅能克服遗传算法的不足,而且能减少计算、提高效率。其次,基于舰船通用设计规范(GJB4000-2000)对高速单体船舯横剖面进行结构优化设计。将舯剖面上影响其剖面模数的主要板厚、骨材型号等作为设计变量,以舯剖面纵向构件的单位长度重量最轻为目标函数,并根据相关规范提取相应的约束条件,采用遗传混沌算法对舯剖面的主要构件进行优化计算。最后,把船舶航行性能与结构力学特征综合优化的遗传混沌算法结果,与其它优化方法(例如,遗传算法、混沌算法)的优化结果进行比较。经比较可知,遗传混沌算法克服了遗传算法的早熟问题,其优化结果可靠且有效。综上,笔者采用并行遗传混沌算法,编制了计算软件。使用(VC++6.0)软件能方便的获取船舶航行性能分布函数中的每个最优设计变量,为船舶设计综合评估、船舶参数确定提供条件。
严亚周[3]2017年在《基于多点混沌优化遗传算法的组卷系统设计与实现》文中研究说明计算机技术和人工智能技术的飞速发展,带动了社会劳动效率的飞速飙升,教育领域毫无例外的受到了这股春风的渲染。在教学活动中,对于教学效果的评估一直以来都是以考试为主要手段,将计算机技术和人工智能融入考试的组卷环节形成自动组卷系统有助于提高工作效率、降低教师劳动强度。本文首先阐述了组卷问题基本理论及组卷原则,进而分析目前现有主流的智能组卷算法,在此基础上提出基于多点混沌优化遗传算法组卷算法,并设计和实现了基于该算法的智能组卷系统。组卷系统的组卷算法主要思想是对传统遗传算法中的初始种群实行多区段整数编码,使得编码方式更加直观易懂,操作方便,进而利用混沌的内在随机性产生相对均匀的初始种群,并对传统遗传算法的选择操作、交叉操作、变异操作分别进行多点混沌引导,有效规避传统遗传算法完全随机带来的系列问题。最后作者在做了大量调研的前提条件下,对系统进行进一步的需求分析,设计并实现了以多点混沌优化遗传算法为核心算法的智能组卷系统。该智能组卷系统目前已投入到计算机类考试课程的考试环节,经过长时间、多批次的实际测试与使用表明,基于多点混沌优化遗传算法的智能组卷系统所组试卷较之单独使用遗传算法的组卷系统,所组试卷其试卷质量更高、组卷效率更高,题目分布、难度更加合理、科学,试卷分度更高。
刘世聪[4]2011年在《机器人避障算法研究》文中研究表明机器人学和人工智能的迅速发展,使得智能机器人的研究得到了更多更广泛的重视,其中,怎样增强机器人的自主避障性能成为这些年来学者们研究的主要课题之一。本文深入研究了机器人避障算法,针对机器人避障规划中应用遗传算法时容易陷入局部最优解以及收敛速度较慢等问题,设计出一种基于混沌遗传算法的避障规划方法。本文主要内容包括:本文重点研究基于混沌遗传算法的移动机器人避障方法。将地理信息的二维编码简化成一维编码;简化算法与移动机器人本身的关系;在基本遗传算法的基础上采用自适应调整的选择概率,并引入混沌操作,从而增强移动机器人路径规划算法的鲁棒性,解决一般遗传算法的早熟和收敛速度慢问题。使用MATLAB对机器人避障算法仿真研究,完成了在静态障碍物地理信息下的移动机器人避障仿真实验,验证了该避障方法具有良好的避障性能。将基于混沌遗传算法的避障方法应用于旅行家Ⅱ号轮式车体机器人硬件系统。本文开发了基于混沌遗传算法的机器人自主避障系统,该系统使用Visual C++ 6.0编程环境编辑各功能模块,自主避障系统主要包括四个功能模块:串口通讯模块、超声波测距模块、手动控制模块、自主避障模块。其中,在自主避障模块程序中运用MATLAB Engine方法完成MATLAB和Visual C++接口对接,经过使用MATLAB Engine库函数,将运行于MATLAB环境的基于混沌遗传算法的避障方法应用在机器人自主避障系统中。最终使用本文所开发的机器人自主避障系统完成旅行家Ⅱ号轮式车体机器人在真实地理环境中自动躲避开障碍物的实验,证明本文提出的避障方法在实际避障中的有效性。
陈鹏[5]2012年在《水下无人艇结构力学特性和性能综合优化初步研究》文中进行了进一步梳理水下无人艇的总体优化设计一般包括耐压壳和轻外壳的强度、稳定性，艇体的快速性、操纵性，能源系统，低噪声等诸多内容，其复杂程度显而易见。在实际工程中，水下无人艇的优化设计问题往往是按照顺序方式处理的，并未充分考虑各个学科之间的相互联系，所以传统的水下无人艇优化设计得到的往往是局部最优解，并非全局最优解。目前，各国已针对水下无人艇的低阻、降噪、艇型、结构等方面进行了单性能、单目标的优化研究，并取得可靠的优化结果。但是，针对水下无人艇结构力学特性和性能综合优化设计这类复杂问题，尚没有可靠稳定的解决办法。因此，对水下无人艇各项性能进行综合优化是其设计工作中的一项重要内容。首先，本文根据所优化水下无人艇的特点，选择43个设计变量，并根据潜艇通用设计规范等构建了其综合优化的约束条件，在综合考虑艇体耐压壳和轻外壳的结构特性、流体性能、能源系统等方面后，建立了水下无人艇结构力学特性和性能的综合优化数学模型。其次，本文借助遗传算法、混沌算法和并行思想，构造了一种并行遗传混沌优化方法，并将该方法与数学模型相结合，通过VC++语言，编制了水下无人艇结构力学特性和性能的综合优化程序。大量的计算数据表明：该优化程序的运行是准确、高效、可靠的。同时，本文通过Fluent软件，计算一定尺度范围内的水下无人艇阻力；本文借助MSC.Patran软件，计算并分析了简单环肋圆柱形耐压壳的结构特性，并将计算结果用于其综合优化数学模型的建立和优化结果的分析中。最后，本文从耐压壳和轻外壳的综合优化、流体性能和能源系统的综合优化、结构力学特性和性能的综合优化等多方面进行了优化求解，并对结果进行了相应分析。大量综合优化计算的结果表明：该综合优化分析方法能有效地解决多目标、多约束和多变量的工程优化设计问题，且运行稳定可靠，为水下无人艇综合优化系统的建立奠定了良好的基础。
季彪俊[6]2006年在《基于神经网络的福建省水稻产量与土壤及气象因子关系分析》文中进行了进一步梳理水稻的生长发育是品种与环境因子共同作用的结果，这些因子包括了土壤、气候以及栽培管理措施等。在一定的栽培管理条件下，品种产量主要是决定于生长的环境条件如光照时间、太阳辐射、温度、水分和土壤等。在作物生长发育的关键时期，环境条件的异常可能大大影响产量，因此人们日益注重环境条件对水稻生长影响的研究。水稻产量的时空差异主要是受气象、土壤等的作用，这些差异与种植季节和种植地点有很大的关系，因此气象与土壤条件是影响作物的生长发育的两大关键环境因子。福建省位于中国东南沿海，属亚热带气候，境内的南与北、沿海与内陆、山地与平原的气象条件相差很大；同时山地多，地形复杂，境内约90％是山地，70％水稻田都位于山间平原或山坡上，土壤差异较大，因此，影响水稻生长的两大因子的作用也不相同。研究福建山区水稻产量与环境因子的关系可以获得山区水稻最佳的栽培管理时期与栽培措施来避免灾害，提高产量。近年来作物产量的模拟已经成为农业生产管理的重要研究方向。传统的回归或相关分析模型是在自变量与产量之间分析得出统计关系，从技术上说，这些模型简单，易于获得与建立，但如果没有长期的试验，这些模型有时应用效果并不好，而且这类模型需经特别设计的试验后才能确定其中的关系，因而具有地点效应，只对一时一地一种作物有效，只能用于特定环境条件。另一方面，这些模型缺乏研究非线性问题的能力，而作物生长恰是一个非线性的自然过程。作物对农业生态条件的反应是不断发生发展、复杂的非线性的关系，因此需要引进新的数学模型，来确定作物产量与其它因子之间的关系。人们已经用一些非线性模型来研究这些关系，人工神经网络(Artificial neural network，ANN)就是其中比较简单且通用的一种模型。由于ANN可以模拟一个复杂的非线性的关系而不需要严格的样本条件，不需要做任何假定或构建数学方程，只需要训练样本；与线性回归相比，在作物产量的模拟过程中，ANN适用性更好，已经越来越受到广泛的应用。本研究收集福建省水稻品种区域试验(简称区试)16个试验地点多年间(1993-1999，2000-2003)的气象、土壤资料与水稻产量资料。气象资料由本地收集，包括2-11月间的总降雨量、总日照时数、总辐射、积温、总风速、6-8月的总日照时数。土壤资料包括土壤含水量(％)、有机质(％)、碱解N(mg／kg)、速效P(mg／kg)、速效K(mg／kg)、容重(g／kg)、孔隙度(％)、pH和CaCO_3(g／kg)含量。分别研究了这两大类环境因子与水稻产量的关系，了解水稻产量形成过程中G×E互作效应在年度、地点间的变化情况；分析土壤、气象因子对产量影响的主成分因子，建立产量逐步回归模型。在此基础上，利用这些资料，采用人工神经网络方法，编写基于Matlab 7.0的计算程序，建立基于普通BP神经网络、基于混沌优化的BP神经网络(GBP)和基于遗传算法优化的BP神经网络(CBP)的叁种水稻产量模拟模型；并根据实际产量，比较叁种神经网络模型与回归模型的准确性与适用性。取得了以下结果：1．水稻基因型×环境互作效应值在在年度间相对稳定(早稻0.25，晚稻0.18)；大多试点内互作效应值相对稳定，但地点间相差较大，其中漳平、尤溪、建瓯、武夷山、漳浦、福州和福鼎等地相对比较高，互作效应占当年总互作效应均在10％以上(即SSP_j＞10％)；相反，永定、连城、宁化、将乐、邵武、浦城、泉州、莆田和宁德几年来SSPj值一直较低(各点每年均低于10％)。2．水稻产量与土壤因子中的有机质、碱解N、容重、孔隙度和CaCO_3含量等呈正相关，而与含水量、pH为负相关。影响产量的主成分因子分别是土壤肥力、产量性状、田间管理，土壤酸碱，而且土壤肥力因子贡献率较大。产量逐步回归方程的相关系数达0.9080。叁种神经网络中，GBP的相对误差最小，其次是CBP，而回归模型的相对误差最大，多数地点表现利用GBP的模拟效果较好。3．水稻产量与气象因子中的水稻生长季节(2-11月)总日照时数、总辐射、积温、6-8月的总日照时数等呈正相关，而与总风速、总降雨量为负相关。影响产量的主成分因子分别是热量、籽粒、田管和风雨，而且热量的贡献率最大。产量逐步回归方程的相关系数达0.9574。叁种神经中，CBP的相对误差最小，其次是GBP，而回归模型的相对误差最大，年间模拟结果有差异。4．水稻产量与土壤气象两个因子中的6-8月的总日照、有机质、碱解N、总日照时数、总辐射、积温、容重、孔隙度、CaCO_3、速效P、速效K等都为正相关，而与总降雨量、总风速和pH为负相关。影响产量的主成分因子分别是质地、热量、籽粒、风雨和PK，而且质地与热量因子贡献率较大。产量逐步回归方程的相关系数达0.9756。叁种神经网络中，BP的相对误差最小(7.76％)，其次是GBP(9.30％)，而回归模型的相对误差(12.82％)最大，在综合考虑土壤与气象两因素时，以BP模拟的结果最佳，地点间表现了差异性。5．在调整了BP网络的隐含层的节点，用混沌方法设定了网络初始权值和用遗传算法寻找最优连接权值等影响模拟模型准确度的参数后，建立了适应于山区水稻产量模拟的BP网络模型。结果隐含层的节点在9个。建立的CGBP网络的学习时间缩短，模拟效果较好。与回归模型、BP模型相比，它的相对误差最低(相对误差绝对值的平均值为1.84％)下降，地点间表现了一定的差异性。水稻产量除土壤与气象因子外，还受栽培措施、水肥管理、病虫害以及其它生态环境的变化等因素的影响，是一个复杂的非线性过程。本研究建立的模型可用来预测福建省的水稻产量。如果进一步其它如栽培、管理等因素对网络进行训练，则可进一步拓宽应用范围，也能提高产量模拟及预测的准确度。
杨云峰[7]2009年在《混沌神经网络算法及其在深水电机设计中的应用》文中认为本文提出了应用于深海机器人推进电机设计中的一种新的优化算法—混沌神经网络算法。对于实际工程问题的复杂性、约束性、多极小等特点,寻求一种适合大规模并行且有智能特征的算法,具有重要的意义。研究结果表明混沌神经网络算法对提高深水推进电机的动、静态性能具有良好的效果。论文中先讨论遗传算法、模拟退火算法、混沌算法、神经网络算法的搜索机理、步骤及特点,指出各自优缺点并用国际标准函数进行了分析、验证和比较。然后着重说明了混沌算法和神经网络算法的基本原理及各自特点。分析了Logistic映射和Ulam-von Neumann映射的内在随机性、遍历性、规律性和对初值的敏感性的特征,由于混沌运动的随机性,当混沌变量接近全局最优解时,却突然跳得很远,从而造成搜索时间上的浪费,而Hopfield神经网络在搜索全局最优解时有较快的收敛性,但却容易陷入局部最小点。针对以上存在的问题,把混沌特性和Hopfield网络特征想结合,在Hopfield网络中引入混沌机制,充分利用了两种算法的优点,在电机设计中引入一种混沌神经网络算法,该算法具有很强的克服陷入局部极小能力和较快的收敛速度,用多峰值的国际标准函数对混沌神经网络算法进行验证,函数优化结果表明混沌神经网络算法具有很好的全局收敛能力及稳定运行等优点。通过对永磁同步电动机的优化设计进一步验证混沌神经网络算法的有效性。对比优化前后的工作特性曲线可以看出,在电机工作性能基本不变的情况下,电机体积有所减小,效率有所提高。最后,本文将混沌神经网络算法用于深水无刷电机的优化设计,确立深水无刷推进电机的优化目标函数,对优化设计后的电机用有限元软件进行空载磁场分析,得到了空载情况下的气隙磁密分布,并用傅立叶分解法对其进行频谱分析。
曲春雨[8]2007年在《混沌蚁群算法及其在深水电机设计中的应用》文中研究说明论文提出了一种新的混合优化算法—混沌蚁群算法，它在深水推进电机的优化设计中收到了良好的效果。优化是一种以数学为基础，用于求解各种工程问题优化解的应用技术。随着工程实际问题的复杂化，优化设计算法越来越多的受到人们的关注。电机优化设计是一个多变量、非线性、复杂的优化问题，为此研究一种快速有效的优化算法更为重要。为了寻求一种有效可行的优化算法，文中首先分析遗传算法、模拟退火法、混沌算法、蚁群算法四种典型优化算法的搜索机理和实现步骤，指出各自的特点，编程用标准函数进行验证比较。接着，着重探讨蚁群算法的特点，分析算法的主要参数对优化性能的影响。针对蚁群算法搜索时间长、易出现停滞现象一直制约着它在众多领域进一步推广应用这一缺点，文中对基本的蚁群算法做一系列改进，使其在优化的过程中能够快速找到全局最优解。改进算法通过函数验证，并用来优化永磁同步电动机的永磁体尺寸，在加快收敛速度上收到一定的效果。由于改进蚁群算法在提高全局收敛能力上的局限性，文中在对Logistic映射和Ulam-von Neumann两种典型混沌映射进行分析的基础上，分析了混沌算法的内随机性、遍历性、规律性和对初值的敏感性的特点，进而提出将蚁群算法和混沌算法进行混合。用多约束的标准函数对混合算法进行验证，函数优化结果表明混合算法比基本蚁群及其改进算法具有更高的全局收敛能力及运行稳定等优点。通过对永磁同步电动机的优化设计进一步验证混合算法的有效性。对比优化前后的工作特性曲线可以看出，在电机工作性能基本不变的情况下，电机体积有所减小，效率获得提高。文中最后将混沌蚁群算法应用于深水无刷电机的优化设计。对优化设计后的电机用有限元软件进行空载磁场分析，得到了空载情况下的气隙磁密分布，用傅立叶分解法对其进行频谱分析。
叶远芹[9]2017年在《基于混沌遗传算法的车间设备动态布局多目标优化研究》文中研究指明车间设备布局是制造系统规划中最重要的研究内容之一,布局设计的好坏对生产过程中的物料传输、生产效益、生产安全等均有较大影响。在柔性化生产环境背景下,传统的静态设备布局不考虑市场动态需求特性,布局成本高,难以满足现在企业的布局要求,因此,对车间动态设备布局问题的研究具有很重要的现实意义。实际布局问题不仅复杂而且多样,形成一套完整、系统的动态设备布局优化模型与方法非常迫切。本文针对多品种、小批量生产模式的制造车间,结合计算机技术,完成车间生产线的优化布置。本文首先对车间布局问题的国内外研究现状进行了综述,主要围绕布局形式、布局建模方法、求解算法、计算机辅助布局这四个方面展开,重点阐述了动态设备布局的研究现状,为后文布局模型的建立、求解算法的设计提供了理论支撑。在建立动态设备布局多目标优化模型时,本文以多行直线型布局为研究对象,将物料搬运成本、设备重置成本、车间面积利用率作为优化目标,并确定了设备布局需满足的约束条件,在此基础上,建立了连续平面不等面积设备的混合整数规划模型。在求解动态布局问题模型时,本文分析了遗传算法与混沌技术的基本理论、运算过程以及两种算法的集成方法,并设计了一种行之有效的混沌遗传算法来求解。该混合算法继承了遗传算法的反演性和混沌搜索的遍历性,克服了遗传算法局部寻优能力差较易陷入局部最优的问题,大大提高了搜索速度和全局收敛性,非常适合应用于求解设备布局问题。由于目前的研究在求解模型时都是将实例带入算法程序内部,工作量大,效率低,本文利用Java语言开发了布局优化快捷计算工具,进行计算机辅助车间布局设计,借助此工具添加算法即可进行实例求解。最后,在此工具的基础上,对兰州某机械加工车间的设备布局进行优化,优化结果表明本文提出的动态设备布局方法能起到明显的降低生产成本、提高车间利用率的作用。同时,将本文设计的混沌遗传算法与改进遗传算法、NSGA-II、蚁群算法分别求解同一车间实例,最终证明了该混合算法的可行性与有效性。
苏烨[10]2004年在《混沌优化及其在热工控制系统中的应用》文中研究表明混沌优化算法作为一种新型的智能算法得到了广泛的注意和研究,已经在一定领域得到了应用,有着良好的应用前景。本文主要研究了混沌优化算法在热工控制系统中的应用,根据热工控制系统的特点,利用混沌优化算法对热工控制系统中的控制器参数进行寻优,利用混沌变量的遍历性特点,得到全局最优解,优化后的控制器能对系统进行很好的控制;本文对混沌优化算法可能出现的收敛性不好的特点进行了讨论和研究,提出了改进措施和方案。最后利用混沌优化算法对热工模型进行辨识。仿真结果表明了算法的可行性和有效性。
参考文献：
[1]. 中高速单体船流体动力学性能和结构特性综合优化研究[D]. 赵俊杰. 江苏科技大学. 2010
[2]. 高速单体船航行性能与结构特性综合优化方法研究[C]. 杨松林, 李密, 陈淑玲. 中国造船工程学会2009年优秀学术论文集. 2010
[3]. 基于多点混沌优化遗传算法的组卷系统设计与实现[D]. 严亚周. 湖南大学. 2017
[4]. 机器人避障算法研究[D]. 刘世聪. 东北石油大学. 2011
[5]. 水下无人艇结构力学特性和性能综合优化初步研究[D]. 陈鹏. 江苏科技大学. 2012
[6]. 基于神经网络的福建省水稻产量与土壤及气象因子关系分析[D]. 季彪俊. 南京农业大学. 2006
[7]. 混沌神经网络算法及其在深水电机设计中的应用[D]. 杨云峰. 沈阳工业大学. 2009
[8]. 混沌蚁群算法及其在深水电机设计中的应用[D]. 曲春雨. 沈阳工业大学. 2007
[9]. 基于混沌遗传算法的车间设备动态布局多目标优化研究[D]. 叶远芹. 西安建筑科技大学. 2017
[10]. 混沌优化及其在热工控制系统中的应用[D]. 苏烨. 华北电力大学（河北）. 2004
标签：建筑科学与工程论文; 遗传算法论文; 网络模型论文; 混沌现象论文; 蚁群算法论文; 机器人论文; 神经网络论文; 算法论文;