导读:本文包含了遗传算法优化论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,神经网络,小生境,模型,有限元,磨耗,衬套。
遗传算法优化论文文献综述
郗伟杰,李东辉[1]（2019）在《基于遗传算法优化BP神经网络的接触网磨耗预测》一文中研究指出针对接触网磨耗问题,构建利用遗传算法改进的BP神经网络模型进行接触网磨耗预测,将接触压力、列车速度、导线高度、拉出值、电压、列车频次求取均值与方差作为神经网络的输入,接触网平均磨耗量作为输出,通过Matlab编程建立神经网络模型,并通过运用遗传算法的全局搜索优势改进权值和阈值,补偿局部极值缺陷。(本文来源于《电气化铁道》期刊2019年S1期）
佘勇,占刚,樊文欣,毛卫秀,余世捷[2]（2019）在《基于遗传算法的强力旋压连杆衬套工艺参数多目标优化》一文中研究指出针对连杆衬套的强力旋压成形工艺参数与力学性能之间的复杂关系,建立了工艺参数(减薄率、进给比)与力学性能(抗拉强度、伸长率)之间的RBF神经网络非线性关系。利用正交试验所得的数据结果对神经网络进行训练和测试,通过实测值与预测值的对比,发现所建立的神经网络模型具有较高的预测精度。并将此非线性关系作为适应度函数,基于遗传算法建立了工艺参数(减薄率、进给比)的多目标(抗拉强度、伸长率)优化模型,得出了多目标Pareto最优解集,并通过试验分析验证了最优解集的可行性,可以有效提高工艺参数的设计效率和产品的力学性能。(本文来源于《锻压技术》期刊2019年12期）
谢胜达,袁行飞,马烁[3]（2019）在《基于小生境遗传算法的新型环形张拉整体结构拓扑优化》一文中研究指出根据环形张拉整体结构的柔性结构特点与力学特性,以结构总质量最小为目标函数,节点连接杆件数、结构存在自平衡模态、构件不交叉、应力性质、位移限值为约束条件,结合共享函数小生境技术以及预选择机制,提出一种基于小生境遗传算法的新型环形张拉整体结构拓扑优化方法,并对跨度、单体数不同的2个环形张拉整体结构进行拓扑优化.算例结果表明,利用基于刚度矩阵的张拉整体结构找形方法可有效地对不同拓扑条件下的环形张拉整体结构进行自平衡态模态的求解及静力分析.采用共享函数小生境技术和预选择机制对遗传算法进行改进,可有效地提高传统遗传算法的可靠性、稳定性,提出的方法可用于新型环形张拉整体结构拓扑优化.(本文来源于《空间结构》期刊2019年04期）
王磊[4]（2019）在《枚举法和遗传算法在农田灌溉管道系统优化设计中的应用》一文中研究指出大力推进节水灌溉技术,提高农业用水利用系数对缓解当前的水资源供需矛盾具有重要价值。文章以某灌区灌溉输水管道建设工程为例,建立非线性优化模型,利用枚举法结合遗传算法进行求解,最终得到最优设计方案。与原设计方案相比,输水管道总长度缩短约5.3%;灌溉供水成本降低约35.0%,具有显着的优化效果。(本文来源于《吉林水利》期刊2019年12期）
元松,肖志军,曾智伟,李佳伟[5]（2019）在《遗传算法优化BP神经网络的路面结构层模量反算方法研究》一文中研究指出路面结构层回弹模量是路面结构设计中最重要的指标之一。文中针对新沥青路面设计规范中推荐的路面结构层模量和上海典型路面结构厚度,利用有限元程序建立了弯沉盆数据库;然后基于数据库搜索理论,采用遗传算法优化BP神经网络模型,实现路面结构参数与弯沉盆大小的映射、学习,达到模量反算的目的;通过加入噪声,提高神经网络模型的鲁棒性和泛化能力,实现对FWD实测弯沉盆的模量反算。(本文来源于《交通科技》期刊2019年06期）
王强,魏树峰,王铮,杨文晖[6]（2019）在《基于粒子群与遗传算法的矩阵式梯度线圈优化设计》一文中研究指出磁共振成像系统中的梯度线圈产生用于选层、频率编码和相位编码的梯度磁场.目前常用的梯度线圈是通过目标场法设计得到的.近些年来,由多个形状相同的线圈组成的矩阵式梯度线圈的梯度磁场均匀度和功率等指标也达到了较为满意的效果.本文首先提出了一种基于粒子群与遗传算法的、适用于开放式永磁型磁共振成像系统的矩阵式梯度线圈设计方法.然后对叁个方向上的矩阵梯度线圈的电流分布进行了设计,每个方向上的矩阵式梯度线圈系统由224个大小相同的圆形线圈组成.最后利用有限元仿真软件对设计方案进行仿真计算,得到x、y方向上的平均非均匀度为0.851%,z方向上的平均非均匀度为1.013%,验证了本文提出的方法的有效性.基于该方法可以有效快速地对开放式磁共振成像系统的矩阵梯度线圈进行设计.(本文来源于《波谱学杂志》期刊2019年04期）
陈志新,董瑞雪,郝宇楠[7]（2019）在《基于改进遗传算法的自动拣选系统拣选位分配建模与优化》一文中研究指出针对某自动拣选系统建立了拣选位分配优化模型,以拣选时间模型作为适应度函数,并通过判断海明距离添加一个惩罚函数对遗传算法进行了改进,对算例进行仿真实验,可以得到货位排序优化后,总拣选时间明显降低了27.85%。结果表明,货物拣选位的分配对自动拣选系统的拣选效率有很大的影响。要想降低总拣选时间,提高自动拣选系统的拣选效率,不能只考虑个别种类货物的位置分配,要从全局的方向去考虑。该研究对配送中心如何提高自动拣选系统的效率提供了理论支持。(本文来源于《工业工程》期刊2019年06期）
圣文顺,赵翰驰,孙艳文[8]（2019）在《基于改进遗传算法优化BP神经网络的销售预测模型》一文中研究指出随着经济的快速发展,众多企业步入科学化管理的时代.销售预测是企业经营活动中必不可少的一个环节,预测的准确性直接关系到销售经营的成败.因此提出基于传统BP神经网络与时间序列预测模型为一体的改良BP神经网络预测模型,通过该模型的预测,可以更可靠地预测企业在未来单位时间内的销售额.改良神经网络参考了同步时间序列的预测做出了自我校准,并利用遗传算法达到通过校准得到自我优化的目的,简化网络结构,提高预测的准确度.(本文来源于《计算机系统应用》期刊2019年12期）
曹孟华,李龙,谢红卫[9]（2019）在《改进遗传算法在传声器阵列优化中的应用》一文中研究指出规则平面阵列因其结构周期性,在进行波束综合时存在主瓣宽、旁瓣电平高等问题。对此,提出一种基于改进遗传算法的阵列优化方法。设计平面栅格传声器阵列,以满足阵元间距的要求,并构造以主瓣宽度为约束条件、以全局旁瓣电平为适应度的目标函数,对常规遗传算法进行改进,采取个体间自由交叉、随机的阵元数量强制变异的策略来增大种群的搜索范围。通过仿真,得到多个优化阵列,与几种规则平面阵列相比,在不同的信噪比输入下,经过改进遗传算法优化得到的随机阵列均有更好的表现。而相比于几种常规的优化算法,改进的遗传算法具有更强的搜索能力,得到数量更多、性能更优的随机阵列,由此证明了所提方法的可行性。(本文来源于《国防科技大学学报》期刊2019年06期）
陈强,王鹏,王斌[10]（2019）在《基于遗传算法的二级减速器齿轮优化设计》一文中研究指出文章介绍了齿轮设计中主要参数的计算方法与减速器设计中多参数选取的关系,并利用适用于减速器优化设计的遗传算法,使用Matlab软件对二级斜齿轮减速器进行多目标设计优化。结果表明,利用遗传算法可以有效选取初级设计参数,兼顾安全系数与尺寸重量,在变速箱器设计,尤其是电动汽车减速器设计有广泛的应用前景。(本文来源于《汽车实用技术》期刊2019年23期）
遗传算法优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对连杆衬套的强力旋压成形工艺参数与力学性能之间的复杂关系,建立了工艺参数(减薄率、进给比)与力学性能(抗拉强度、伸长率)之间的RBF神经网络非线性关系。利用正交试验所得的数据结果对神经网络进行训练和测试,通过实测值与预测值的对比,发现所建立的神经网络模型具有较高的预测精度。并将此非线性关系作为适应度函数,基于遗传算法建立了工艺参数(减薄率、进给比)的多目标(抗拉强度、伸长率)优化模型,得出了多目标Pareto最优解集,并通过试验分析验证了最优解集的可行性,可以有效提高工艺参数的设计效率和产品的力学性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
遗传算法优化论文参考文献
[1].郗伟杰,李东辉.基于遗传算法优化BP神经网络的接触网磨耗预测[J].电气化铁道.2019
[2].佘勇,占刚,樊文欣,毛卫秀,余世捷.基于遗传算法的强力旋压连杆衬套工艺参数多目标优化[J].锻压技术.2019
[3].谢胜达,袁行飞,马烁.基于小生境遗传算法的新型环形张拉整体结构拓扑优化[J].空间结构.2019
[4].王磊.枚举法和遗传算法在农田灌溉管道系统优化设计中的应用[J].吉林水利.2019
[5].元松,肖志军,曾智伟,李佳伟.遗传算法优化BP神经网络的路面结构层模量反算方法研究[J].交通科技.2019
[6].王强,魏树峰,王铮,杨文晖.基于粒子群与遗传算法的矩阵式梯度线圈优化设计[J].波谱学杂志.2019
[7].陈志新,董瑞雪,郝宇楠.基于改进遗传算法的自动拣选系统拣选位分配建模与优化[J].工业工程.2019
[8].圣文顺,赵翰驰,孙艳文.基于改进遗传算法优化BP神经网络的销售预测模型[J].计算机系统应用.2019
[9].曹孟华,李龙,谢红卫.改进遗传算法在传声器阵列优化中的应用[J].国防科技大学学报.2019
[10].陈强,王鹏,王斌.基于遗传算法的二级减速器齿轮优化设计[J].汽车实用技术.2019
论文知识图
