关键词： 系杆拱桥   吊杆   索力优化   Kriging插值   遗传算法  

摘要： 针对大跨度钢管混凝土系杆拱桥吊杆索力优化中有限元模型计算量较大的问题,文章以某大跨度钢管混凝土系杆拱桥为例,提出了一种基于Kriging代理模型的系杆拱桥吊杆索力优化方法。该方法基于有限元模型生成结构随机变量与体系应变能的样本数据,通过Kriging模型进行插值拟合,引入动态交叉、变异改进的遗传算法对考虑结构体系应变能最小的吊杆索力优化模型进行求解。结果表明:Kriging插值算法可以作为代理模型替代有限元模型进行吊杆索力优化计算;动态遗传算法相较于标准遗传算法对吊杆索力优化问题的收敛性更好;优化后吊杆索力与优化前大致相同,主梁弯矩最大降幅约为8%,轴力最大降幅约为13%,跨中挠度降幅约为13%。

关键词： 柔性作业车间   动态重调度   改进遗传算法   机器故障   紧急插单  

摘要： 针对柔性作业车间在生产过程中常因机器故障和紧急插单事件导致调度方案可实施性下降的问题,文章提出了一种重调度方法。该方法通过结合动态调整策略与事件驱动重调度策略,实现了对动态事件的即时检测与分析。同时,采用整合了POX交叉(优先操作交叉)与邻域搜索变异操作的改进遗传算法,对调度方案进行了优化。通过实施右移动重调度和完全重调度的仿真实验,验证了改进遗传算法在动态重调度中的优化效果,表明该算法能够有效提升生产系统的稳定性和适应性。

关键词： 物理驱动深度学习   形状优化设计   泛函极值   遗传算法  

摘要： 结构形状的优化设计本质上是一类泛函极值求解问题.在求解高维度泛函极值问题时,传统的变分法往往面临着求解目标函数类型有限、求解过程呈现振荡行为等问题.利用深度学习模型的高维非线性映射能力,建立了一种基于物理驱动深度学习的泛函极值求解模型.首先将描述结构形状优化问题的物理信息(控制方程、初始条件和边界条件等)作为正则化项嵌入深度学习模型中,基于性能目标构建损失函数;采用随机梯度下降法完成深度学习模型的训练,进而实现泛函极值的求解和结构形状的优化设计;通过分析最优曲面和最优拱轴线问题验证模型的有效性,并与遗传算法进行对比,结果表明该模型在小样本的目标任务上具有较高的预测精度和效率.作为一种非参数模型化技术,物理驱动深度学习模型对解决数据采集成本高、难度大的工程问题具有重要意义.

关键词： 配电网   高比例分布式光伏   动态区域划分   遗传算法  

摘要： 具有间隙性及波动性特征的大量分布式光伏接入配电网,为配电网的源荷功率平衡及节点电压调节等带来了新的技术挑战。为充分利用配电网中多类型调节资源的调节能力,提高新能源高比例接入下配电网的自治能力,提出了一种面向区域自治的配电网动态区域划分方法。首先,结合分布式光伏和负荷预测数据,衡量配电网中多类型可调资源的调节能力,建立考虑模块度、电压调节能力和功率持续调节能力的综合指标体系。其次,采用遗传算法求解各区域最优综合指标,结合运行状态及调控需求设计分区结构更新触发机制,更新分区结果。最后,结合实际配电网典型日运行数据的仿真算例及对比分析验证了所提区域动态划分方法在提高区域电压调节能力和功率持续调节能力方面的优势,并分析了不同指标权重,不同触发阈值以及不同时间尺度对分区结果的影响。

关键词： 卷积神经网络   无线网络   安全风险评估   控制方法   遗传算法  

摘要： 随着无线网络的普及,其安全风险日益凸显。为了有效评估和控制这些风险,本文提出了一种基于卷积神经网络的无线网络安全风险评估和控制方法。首先,介绍了卷积神经网络的基本原理及其在网络安全领域的应用。然后,利用卷积神经网络构建无线网络安全风险评估模型,并结合遗传算法优化无线网络控制策略,实现无线网络稳定控制优化。仿真实验表明,该方法能够有效评估无线网络安全风险,并提高无线网络的稳定性。

关键词： 生产接续   分段凿岩阶段出矿嗣后充填采矿法   设备调度   工序衔接   遗传算法  

摘要： 大冶铁矿正在进行-270 m中段转至-360 m中段的接续开采工程,由于采切工程滞后,-360 m中段投产初期采场生产能力不足,难以达到4320 t/d的设计产能,而设备调度优化和工序衔接优化是解决产能不足的重要措施。根据分段凿岩阶段出矿嗣后充填采矿法的特点,分析采切、凿岩、装药、爆破通风、出矿等工序的衔接关系,基于大冶铁矿-360 m中段各采场分布、回采工序、回采设备现状,对采场回采设备调度进行优化,并运用遗传算法(Genetic Algorithm,GA)求解出-360 m中段最高效的设备调度计划。结果表明:在设备调度优化(单目标优化)条件下,最短回采总时间为6336 h,首采采场生产能力达到3782 t/d;通过进一步优化工序衔接(双目标优化),减少了回采工序时间间隔,提高了设备的使用效率,最小回采总时间缩短为4250 h,实际工作总时间减少了1977 h,降幅为27%,首采采场生产能力达到5189 t/d,综合生产能力超越其目标值的20%,有助于解决大冶铁矿在当前采切滞后的状态下产能不足的问题。

关键词： 光伏阵列   局部阴影   粒子群算法   自然选择   遗传算法   仿真分析  

摘要： 当局部阴影出现时,光伏阵列的P-U输出曲线会出现多个峰值。为解决传统粒子群算法在光伏最大功率点追踪(MPPT)中出现的问题,提出了一种优化方法,在粒子群算法上采用遗传算法中的自然选择机理。该方法的主要思想是在每次迭代过程中对整个种群进行一次适应度值排序,并用种群中表现最好的那部分粒子的速度和位置替换种群最差的部分,这样可以提高搜索范围和全局寻优性能。同时,对学习因子和惯性权重进行优化调整,以提高算法收敛速度与精度。这种方法可以有效解决粒子群算法在光伏MPPT中响应速度慢、振荡明显、易陷入局部的问题。通过静态遮阴、动态遮阴突变情况下进行仿真分析,结果表明所提出的算法能够实现MPPT的精确控制,具有更快的收敛速度,更高的稳态精度。

关键词： 近红外光谱   无创检测   特征选择   遗传算法   支持向量机  

摘要： 近年来,由于安全、无损、高效等因素,基于近红外光谱及人工智能算法的无创检测在医学、生物等领域内备受关注。如何获取智能回归模型的近红外光谱有效特征是关键问题之一。以血糖浓度检测为例,融合近红外光谱、遗传算法与支持向量回归(GA-SVR),建立了近红外无创血糖浓度智能预测算法。首先,根据OGTT实验规则,采集志愿者无创动态血液近红外光谱及其对应的血糖浓度,进一步基于遗传算法确定最优近红外特征波长组合,最后建立支持向量机回归模型实现血糖浓度的回归预测。设计了对比实验,分别将遗传算法与多层感知机回归(GA-MLPR)、偏最小二乘回归(GA-PLSR)和随机森林回归(GA-RFR)结合,与本文提出的方法进行比较。实验结果表明,提出的GA-SVR模型预测效果最好,测试集相关系数相比GA-PLSR提高了44%,相关系数达到99.97%,均方误差为0.000097。表明,提出的GA-SVR可以实现对近红外光谱数据的有效特征提取,验证了启发式智能算法对于近红外无创检测的可行性。

关键词： 社区养老   两步移动搜索法   选址优化   遗传算法  

摘要： 人口老龄化问题逐渐加重,合理配置优化社区养老服务设施是解决养老问题的关键方法。以宝鸡市为研究对象,基于社区养老服务设施的POI数据,建立GIS空间分析数据库,综合运用核密度分析法、空间趋势面分析法、两步移动搜索法探究养老服务设施的空间分布情况及空间可达性,根据宝鸡市社区养老设施布局现状,采用位置集合覆盖模型、最大覆盖模型,运用遗传算法求解进行选址优化。研究结果表明:宝鸡市社区养老服务设施分布不均,主要集中在中心城区,空间可达性整体呈现沿渭河两岸中心高,四周低的分布格局。根据宝鸡市社区养老服务设施的现有建设情况,提出布局优化建议,为宝鸡市解决养老问题,合理配置社区养老服务设施提供有效参考。

关键词： 工艺排布   遗传算法   计算机辅助工艺规划  

摘要： 针对目前基于人工设计的工艺排布效率低、不利于智能化和自动化的问题,对计算机辅助工艺规划(CAPP)系统进行研究,并提出一种基于遗传算法的工艺智能排布方法。通过对加工区域进行离散化,建立相应的数学模型,制定适应该问题的遗传算法编码规则,并基于遗传算法求解该模型,得到工艺排布矩阵。最后,通过导套机加工实际生产工艺排布案例验证该方法的可靠性。结果表明:与实际设计过程对比,该方法将几小时的工作量缩短至几分钟,极大减少了工艺人员的工作量,提高了工艺排布效率,有利于工艺排布的自动化和智能化。