关键词： 阀控对称液压缸   非线性微分方程   位置控制   卡尔曼滤波-PID控制器   遗传算法  

摘要： 阀控对称液压缸运动过程中,受到液压系统的压力供应、流量大小、阀门响应速度等非线性因素的影响,液压缸位置很难有效固定。因此提出非线性微分方程改进下阀控对称液压缸控制方法。基于液压缸运动特性,通过非线性微分方程构建液压缸位置与液压系统中阀门和泵的非线性关联函数,并以此作为非线性关联约束,结合卡尔曼滤波和PID控制器控制阀控对称液压缸的位置,在此基础上,使用遗传算法自动搜索PID控制器的最优参数组合,在完成非线性微分方程改进的同时,完成阀控对称液压系统的控制。实验结果表明:所提方法在容腔大小为160m~3时位移控制误差最小,为2.5mm,动态响应迅速,为0.09s且无震荡,且对噪声干扰具有快速恢复能力,仅需0.05s调整时间。表明该方法控制精度高、动态响应迅速、稳定性好,并具备快速恢复能力,对提升阀控对称液压缸的控制性能具有重要意义。

关键词： 交通运输规划与管理   货物运输   随机规划   高铁快运   遗传算法  

摘要： 为充分利用高速铁路的运输能力,提高运营效率,提升经济效益,针对高铁快运货物的集装过程,综合考虑捎带、预留车厢、专列动车组3种运输模式与生鲜、紧急文件、电子产品及贵重物品4类不同种类的货物,解决高铁快运车货匹配问题.首先,构建高铁快运车货匹配两阶段随机规划模型,在第1阶段,确定各列车开行的模式及专列动车组是否开行的列车开行计划,第2阶段根据第1阶段得出的列车开行计划,在不同需求场景下,确定车货匹配方案;然后,设计基于混合整数规划的遗传算法(Mixed-Integer Programming-based Genetic Algorithm,MIP-GA)进行求解;最后,以京沪高铁为背景进行算例分析,以4类货物的4种随机需求、5500个集装容器和24列车共254节车厢为算例数据,进行模型验证,分析随机解的价值,并通过12种规模算例验证算法的有效性.研究结果表明:随机规划模型能够较好地应对需求波动,相较于平均需求模型成本下降3.8%,货物时效满足率提升13%;通过MIP-GA加速模型求解,MIP-GA平均节省时间75.88%,且MIP-GA结果与Gurobi结果平均间隙值为0.20%,能够在保证解的质量前提下,较好地提升求解速率.

关键词： 四旋翼无人机   PID参数整定   遗传算法   脉冲神经膜系统   姿态控制  

摘要： 针对应用智能优化算法寻优比例积分微分(PID)控制参数的过程中存在超调量大且调节时间可缩小的问题,提出一种改进遗传算法(GA),并加入脉冲神经膜系统(SNPS)的优化算法(IGAESNP),应用于四旋翼无人机的PID控制参数整定。首先利用拉丁超抽样法形成分布均匀的初始种群,设计动态变异率控制种群进化过程;其次结合SNPS进化步骤,种群个体以神经元的方式组织和迭代,将PID控制参数映射为标记个体的二进制序列;最后通过个体学习的方式调整种群输出二进制序列组的概率矩阵,得到最优PID参数组合。实验表明,IGAESNP在求解测试函数上,速度更快,精度稳定在10-6;在PID参数整定上,相比GA和经验法,IGAESNP更好地跟踪sin信号和阶跃信号,有效控制了超调量,缩短了调节时间,平衡了超调量和调节时间之间的矛盾,并且IGAESNP具有更强的稳定能力。

关键词： 六自由度机械臂   正逆运动学模型   关节角路径   多目标优化  

摘要： 利用D-H参数构建齐次变换矩阵,由此建立六自由机械臂的正逆运动学模型,确保准确描述末端执行器的位置和方向。在此基础上,定义最小化末端误差和最小化能耗的多目标优化问题,应用遗传算法、粒子群算法和局部搜索优化算法,通过多次迭代调整关节角路径以确认最小误差,求解得到最优关节角为(47.798°,-47.798°,4.782°,84.421°,-90°,0°),末端误差为8.823×10-7mm。优化后的机械臂关节角能够显著提高生产效率和减少人工成本,末端误差得到有效控制,从而提高了操作的安全性和性能。提出了一种机械臂关节角度优化方法,结合了多种优化算法的优势,克服了以往单一算法在求解复杂优化时的局限性,具备更强的适用性。

关键词： 变循环发动机   LQR控制   粒子群算法   遗传算法  

摘要： 针对变循环发动机,设计了线性二次调节器(LQR),提高了控制器的多指令跟踪性能。针对LQR的权矩阵Q、R无理论选取方法的问题,采用智能算法对权矩阵进行搜索并实现优化。利用粒子群算法和遗传算法特点,从优化惯性重量、个体学习因子、全局学习因子迭代方式、增加对局部最优解的趋近和增加交叉、变异和淘汰的机制三个方面,改进了粒子群算法,在保证算法收敛速度的同时,有效提高算法突破局部最优解的能力,最终解更接近理论最优解。使用改进粒子群算法优化后的权矩阵进行LQR控制器设计,指令跟踪性能有明显提升,响应时间降低至人工试凑法的30%左右。

关键词： 散射介质   波前整形   聚焦   图像投影  

摘要： 调控经散射介质散射后的光场在生物组织成像、军事反恐和光信息传输等领域具有潜在的应用价值.然而,经散射介质反射后的光子传播方向变得无序,导致携带光信息的波前被扰乱.将一种新的波前振幅调制方法即自适应遗传算法(self-adaption genetic algorithm,SAGA)引入到背向散射光场调控中.根据环境变化,种群自适应的选择基因的突变或交叉,极大地提高了寻找最优解的收敛速度.通过实验研究验证了SAGA在背向散射光场调控方面的有效性,并表明相较于遗传算法(genetic algorithm,GA),SAGA在调控速度和抗噪声方面都存在明显优势.研究结果表明,SAGA在较少的迭代次数内即可获得高对比度的光聚焦和图像投影,并收敛于最优解.相较于GA,其在进行散射聚焦和图像投影时的调控速度分别快8.3倍和14.38倍.这种快速的散射光场调控技术为光信息传输领域的研究提供了新思路,具有广泛的应用潜力.

关键词： 优化遗传算法   全局搜索   风电场   输出功率   需求侧响应  

摘要： 风电场输出功率受风速动态非线性变化的影响显著,导致预测难度增加。为此,提出了一种基于优化遗传算法的风电场输出功率预测新方法。该方法首先评估风电场的需求侧响应情况,随后利用遗传算法对神经网络结构进行优化,构建出一种预测模型。该模型融合了全局搜索能力和非线性拟合优势,深入挖掘风速与输出功率之间的深层次关联,从而实现对风电场输出功率的精准预测。实验验证显示,该方法所得预测值准确度高,整体波动较小,与真实值更为接近。

关键词： 在线监测   余氯   人工神经网络   模型结构   预测  

摘要： 【目的】二次供水风险点多、设施分布广,是供水环节风险管控的重点难点。余氯是二次供水水质重要参数,通过预测二次供水出水余氯变化,为二次供水环节水质风险管控提供决策依据。【方法】文章建立了具备实时、高频、连续的自动检测、分析、预警功能的水质在线监测系统,以深圳市已完成二次供水设施提标改造的某小区为例,对生活二次供水水池出水余氯实时监测,分析余氯与时间关系,结合人工神经网络建模训练预测余氯值。【结果】余氯随时间呈明显周期变化,变化拐点滞后于用水高峰期2 h左右,模型输出值与真实监测值整体变化趋势保持一致,结果相近,大部分点相对误差均能控制在5%以内,输出值与真实监测值整体均方根误差为0.0238。【结论】影响水池出水余氯的主要因素为市政进水量及水力停留时间,基于水质在线监测数据考虑时间因素对余氯参数的影响,结合人工神经网络工具实现对余氯数据的高精度预测,研究成果为更大范围的余氯预测研究及后续修正管网余氯模型、优化水厂药剂投放、稳定用水终端水质参数研究提供必要依据。

关键词： 任务调度   移动边缘计算   遗传算法   能耗优化  

摘要： 为了能够让智能设备提供更加低延时、高并发的服务响应,提升服务质量,将移动边缘计算网络下的任务调度问题视为一个NP-hard问题展开研究,以智能设备的最小能耗作为优化目标,综合考虑任务执行时限、任务依赖关系等多重约束条件,结合粒子群-遗传算法构建任务调度优化策略。经仿真实验验证,本方法能够充分利用移动边缘计算服务器资源,在满足时延和任务依赖性约束的前提下实现智能设备任务的有效调度。

关键词： 风力机叶片   气动性能   遗传算法   优化设计  

摘要： 风力机叶片作为风电系统核心,其性能提升对提高风能利用率具有重要意义。针对传统优化算法优化目标单一的问题,基于遗传优化算法以气动性能和叶片翼型截面面积为目标提出一种新的翼型优化方法,对DU35-A17翼型进行优化设计。首先利用PARSEC参数化对翼型几何进行表征,将复杂离散的翼型点转化为11个控制参数,再将遗传算法与XFOIL气动求解器相结合,采用计算流体力学方法和Matlab程序寻找气动特性更为优越的优化翼型,最后用ANSYS软件对优化后的翼型进行验证分析。结果表明,优化后的翼型气动性能得到明显改善,与基准翼型相比优化后的翼型升力系数提升7.11%,面积减少10.7%。