关键词： 变电站基坑   变形监测   遗传算法   GA-Prophet模型   超前预测   影响因素  

摘要： 【目的】基坑变形的监测是保证基坑施工安全的重要保障，为提高监测数据的应用价值及确保基坑的施工安全，以陕西省西安市某330 kV变电站基坑工程为项目依托，基于实际变形监测结果【方法】以均方误差MSE作为遗传算法(GA)的适应度函数，对Prophet模型中的趋势项、周期项和节假日项(偶发事件项)参数进行优化，并重点考虑与基坑变形规律相一致的趋势项参数，构建GA-Prophet基坑变形预测模型，并以MAE、RSS、RMSE和Theil不等系数值为评价指标，验证本模型的可行性及有效性，同时使用该模型对基坑水平及竖向变形进行超前预测，以评价基坑结构的安全状态。【结果】结果表明：GA-Prophet模型预测结果曲线与实测数据曲线较为接近，归功于预测模型中选用了符合实际工程位移变化规律的饱和模型，以JC8测点水平位移预测结果为例，该模型预测结果的MAE、RSS、RMSE、Theil不等系数值分别为0.480、1.310、0.512和0.052,均优于Prophet、LSTM、ARIMA和BP模型的预测结果；并且该模型对基坑变形的超前预测结果显示，各测点水平及竖向变形预测最大值均未超过规范要求的变形报警值，基坑结构处于安全状态。【结论】该模型对于基坑变形预测具有较好的适用性，提高了预测结果的准确性，可用于基坑变形安全预测。

关键词： 小波变换   遗传算法   电厂   低压   漏电   监测  

摘要： 为提升电厂低压漏电监测精度与可靠性，研究融合了遗传算法与小波变换。通过高精度电流与电压互感器采集信号并滤波降噪。随后，小波变换提取漏电特征，遗传算法则优化监测，从最优种群中确定漏电点位置。实验证明，该方法能精确监测各种漏电电流，显著增强监测的灵敏度和可靠性。

关键词： 半主动悬架   悬架不变点   显式模型预测控制   遗传算法   ECU在环实验  

摘要： 作为连接车身与路面的关键部件,悬架系统在车辆动力学性能中发挥着重要作用。它不仅关系到轮胎与地面的接触特性,直接影响行车安全,还能有效缓解路面不平引起的垂直振动,提升乘坐舒适度。半主动悬架通过调节阻尼器的阻尼特性来适应各种行驶工况,相比主动悬架具有能耗低、成本效益高的特点,因此在汽车工业中得到广泛应用。然而,悬架系统内部存在性能冲突,如舒适性与操纵稳定性之间的冲突、舒适性与悬架动行程之间的冲突,仍是当前半主动悬架技术难以妥善解决的难题。 为进一步提升车辆舒适性,缓解半主动悬架的性能冲突。本文分析了悬架性能冲突的机理,从而创新性的提出吸振电池系统。吸振电池系统是将部分过重的电池质量利用起来组成吸振器与车辆半主动悬架系统结合,通过合理的布置形式吸收车辆的振动能量从而改善车辆的舒适性和操纵稳定性。模型预测控制(MPC)这一控制算法,由于其能够同时考虑多个输入、输出量且能够很好地考虑系统硬约束,可以很好地实现半主动悬架与吸振电池系统的有机结合。考虑到模型预测控制算法其需求算力较大,本文采用显式模型预测控制(EMPC)算法,将模型预测控制的优化求解过程进行离线化,从而提高悬架控制系统的响应速度。综上所述,本文主要研究内容为: 1.悬架系统与路面建模。本文首先建立了随机道路工况、扫频道路工况和凸块道路工况。随后,为了深入研究显式模型预测控制算法和吸振电池系统对车辆动力学性能的影响,分别建立了二自由度和七自由度车辆模型。最后,针对本研究所使用的CDC减振器,进行了实验台示功试验。基于试验数据,绘制了减振器的阻尼力与速度关系曲线,并据此规划出其可行的工作区间,为优化控制策略提供了重要的数据支持。 2.悬架性能冲突分析。确定悬架性能评价指标与频域方法分析,研究悬架系统舒适性和操纵稳定性的冲突机理,推导悬架系统的两种不变点:强不变点和被动悬架不变点。从强不变点可以得出半主动悬架控制无法在二阶共振附近提升悬架的舒适性。被动悬架不变点可以得出悬架冲突集中在二阶共振频率附近。随后提出吸振电池系统,并对其具体结构、布置形式以及参数选配进行分析推导。 3.搭建考虑吸振电池系统的显示模型预测控制控制器。介绍模型预测控制和显示模型预测控制原理,并利用多种群遗传算法对显示模型预测控制中的最优化函数权重进行了调整。为了验证吸振电池系统的显示模型预测控制控制器在整车中的效果,搭建了十一自由度车辆模型,并在多种道路工况下对控制器在整车模型中的表现进行了验证。 4.整车在环实验验证。本文搭建基于NVIDIA AGX ORIN 64GB控制器和实时硬件的在环测试平台。实验结果表明:首先,本文搭建的半主动控制算法能够实时运行在NVIDIAAGX ORIN 64GB控制器中。其次,吸振电池系统能在半主动悬架控制基础上进一步提升车辆舒适性,并且缓解由于半主动悬架控制造成的操纵稳定性的恶化。

关键词： 交通资产配置   多目标决策优化   遗传算法  

摘要： 为了合理配置交通资产，该文提出一种基于多目标优化的交通资产配置模型，用于权衡不同目标之间的关系并提供平衡方案。模型考虑不同交通流量场景下的优化目标，最小化交通拥堵和建设成本，并采用遗传算法进行求解。通过仿真设计了三种交通流量场景，并利用多目标决策选择最优方案。研究结果表明：多目标决策方法基于适应度函数评估不同方案效果，并根据预设目标为每个场景提供最优方案，从而为不同情境提供定量化的决策支持。

关键词： 激光三角法   误差预测   遗传算法   麻雀搜索算法   BP神经网络  

摘要： 针对激光位移传感器在采用激光三角法测量时，由被测表面特性引发的测量误差问题，提出了一种结合神经网络与优化算法的误差预测方法。以BP神经网络为基本架构，运用遗传算法(GA)优化神经网络性能，然而优化后的网络仍有局限性，进而引入麻雀搜索算法(SSA)对GA-BP网络实施二次优化，构建出SSA-GA-BP误差预测模型。通过设计误差试验采集数据，并采用该模型对数据进行训练与测试。为评估模型性能，对比不同算法的输出误差，并将决定系数、均方根误差和平均绝对误差作为评估标准。结果显示，SSA-GA-BP算法预测精度较高，与实验值拟合效果良好。相较于其他模型，SSA-GA-BP模型具有更高的预测精度和更强的泛化能力，为后续误差补偿提供了方法。

关键词： 三维集成电路   等效电路模型   信号完整性   遗传算法   电源分配网络   电源完整性  

摘要： 三维集成电路是一种新型的半导体封装技术,它将多个芯片通过垂直堆叠的方式整合在一起,以实现更高的性能和更小的尺寸。这种技术在显著提高集成度的同时,也极大地加剧了信号在复杂互连结构中的信号完整性以及电源噪声问题。本论文专注于三维集成电路中的互连结构,对其展开了全面而细致的研究,具体工作划分为以下三个部分: 第一部分主要针对三维异质集成的高速通道进行建模与信号完整性分析。分别建立了硅通孔、重分布层和砷化镓通孔及其组成的完整通道的等效电路模型。通过将等效电路模型与HFSS仿真的S参数进行对比,验证了等效电路模型的准确性。研究了结构参数的变化对插入损耗的影响,同时验证了等效电路模型的可扩展性。此外,从时域方面分析了互连通道的信号完整性。讨论了信道的时延和阻抗。通过观察眼图张开程度评估了信号传输质量。最后,分析了三维异质集成电路相邻信道间的串扰效应。 在第二部分中,针对硅通孔阵列中的串扰问题,提出了基于遗传算法的硅通孔阵列布局优化方法。分别对信地比固定的单端硅通孔阵列、信地比不固定的单端硅通孔阵列以及同时包含单端硅通孔和差分硅通孔的混合阵列中的信号和地硅通孔的布局进行优化。从频域和时域方面展示了通过优化硅通孔阵列布局可以显著降低串扰,进而有效提升了信号完整性。 在第三部分中,建立了片上电源分配网络的等效电路模型,并将该等效电路模型获得的阻抗参数与HFSS仿真结果进行了比较,从而验证了电路模型的准确性。研究了片上电源分配网络的结构参数对阻抗的影响,同时证明了等效电路模型的可扩展性。然后,基于等效电路模型,对电源完整性的关键指标——同步开关噪声和直流压降进行了分析,从而全面评估了电源分配网络的性能。 总之,本论文针对三维集成电路中的信道和片上电源分配网络开展了电路建模和特性分析,并提出了基于遗传算法优化硅通孔阵列布局的方法。

关键词： 场桥作业自动调度   遗传算法   港口自动化   调度优化算法   优化设计  

摘要： 场桥调度优化直接影响港口的装卸效率与运营成本。针对现有算法全局优化能力不足的问题，文章将遗传算法应用于场桥自动调度。该算法模拟生物进化过程，通过种群初始化、适应度评估以及遗传操作实现迭代寻优。在算法设计上，采用染色体编码策略，实现集装箱任务与场桥分配方案的映射；构建适应度函数，综合考虑总作业时间最小化与总等待时间最小化等多元目标，并通过加权目标函数计算适应度；选用轮盘赌选择、部分映射交叉和交换变异等操作，驱动染色体种群进化。通过鹿特丹等港口案例验证了该算法在处理设备能力、优先级、时间窗约束及效率成本优化方面的潜力，作业效率和资源利用率显著提升。

关键词： 燃气轮机滑油系统   流量计算   优化策略   遗传算法  

摘要： 针对燃气轮机滑油系统设计中的流量计算与优化议题，提出一种依托流体力学理论的计算方法，并结合遗传算法实现流量分配优化，其中具体的实例分析源自某一型号燃气轮机滑油系统。研究结果证实，该方法能有效提升系统润滑性能，减少能量消耗，并且增强系统稳定性和可靠性。该研究成果呈现了对燃气轮机滑油系统设计与操作的新技术路径，展示出显著的实用工程价值。

关键词： 生产线平衡   生产节拍   改进遗传算法   Flexsim仿真  

摘要： 随着人民生活水平的提高,汽车已经成为人们代步不可或缺的工具,并且汽车需求量在逐年增加。因此,汽车压缩机作为汽车的重要零部件,提高压缩机的生产效率已经成为压缩机生产企业研究的热点之一。压缩机生产线平衡是提高其生产效率的重要手段,据此,本文结合Z公司汽车压缩机生产的实际需求,开展汽车压缩机生产线平衡的优化研究。 首先,论文中对本文的研究背景及意义、生产线平衡问题以及使用智能优化算法解决生产线平衡问题的国内外研究现状进行介绍,对研究所需要的工业工程方法,遗传算法,以及生产线平衡相关的理论进行了梳理,为后续的研究奠定理论基础。 其次,对汽车压缩机生产行业的生产线现状进行了调研,并以Z公司汽车压缩机生产线为研究对象,对生产线的实际生产情况及订单需求进行了深入分析,并运用工业工程方法对其进行了初步改善。在此基础上,针对该生产线的特点,构建了多约束条件下的生产线第二类平衡问题数学模型,优化目标为最高线平衡率、最小化生产节拍以及最小工作地数。设计了适用于生产线平衡问题的改进遗传算法,改进主要包括基于多模式的种群初始化、权重优先的多目标适应度函数,以及自适应交叉变异三个方面。使用改进遗传算法解决生产线平衡问题,验证其性能优越性及结果可行性。 最后,使用Flexsim仿真软件对Z公司汽车压缩机生产线进行了模拟仿真分析,结果验证了改进遗传算法对于生产线的平衡优化是有效的。该方法可以移植到整个汽车压缩机行业中的生产线平衡优化问题中,帮助企业解决生产线不平衡的难题,提高生产效率,降低成本,进而在行业中保持竞争优势。期待本论文的研究成果为相关企业提供理论参考。