关键词： 通信定位   遗传算法   自适应   交叉   变异  

摘要： 在复杂通信环境下，全球导航卫星系统(GNSS)难以为用户提供稳定且准确的位置信息，为了解决受测量数据的不确定性而导致定位偏差问题，提出一种自适应遗传优化的通信定位方法(Enhanced Adaptive Genetic Location，EAGL)。该方法建立一个基于到达时间差的定位模型来反映目标源位置与信号环境之间的关系。并对满足目标函数的可能解进行实数编码并建立适应度函数，用于计算每个个体的适应度值。对种群执行选择运算，以及改进的自适应交叉、变异运算来提高种群基因型质量，避免陷入局部最优解的困境。通过迭代得到最高适应度值的个体的基因型，以获得目标源的准确坐标。仿真结果表明，这种方法的定位精度比基本遗传算法(Simple Genetic Method，SGM)和Chan-Taylor算法更高，并且随着测量值误差的逐渐增大，EAGL算法在不同误差条件下表现出的误差波动最小。EAGL性能稳定，并能够实现较高精度的定位。

关键词： 高空作业平台   变幅系统   遗传算法   多目标优化   信噪比   满意度函数  

摘要： 以降低直臂式高空作业平台变幅系统的油缸最大推力和提高变幅动作的平顺性为优化目标，首先进行变幅机构的工作原理分析和油缸推力数学建模，并通过试验测试验证了数学模型的准确性，然后在此基础上确定优化问题的设计变量、约束条件和目标函数的表达式，采用NSGA-Ⅱ(快速非支配排序遗传算法)对此多目标优化问题进行求解，得到Pareto前沿优化解集，利用基于信噪比的综合满意度函数对解集进行评价，选出满意度最高的解，最后由优化前后的结果对比可知：以较高精度的数学模型为基础的优化设计使变幅油缸最大推力降低了10.8%，每变幅1°的最大油缸位移变化率降低了28.4%，油缸行程减小了2.1%。

关键词： 石拱桥   建筑遗产   传感器优化布置   遗传算法   损伤检测  

摘要： 古代石拱桥形制构造特殊，且存在内部损伤，因此其传感器优化布置方法与现代桥梁存在一定的差异。为开发古代石拱桥传感器优化布置方法，本文以全国重点文物保护单位北京卢沟桥为例，首先建立了考虑初始残损和材料参数随机的传感器优化计算模型；然后，提出了考虑复杂监测目标的适应度函数设计与求解方法；最后，提出了以元学习思想为基础的元遗传算法，对传感器优化布置问题进行搜优。将提出方法与两种基于传统遗传算法的优化模式进行对比，实现了面向古代石拱桥的高效传感器优化布置。研究结果表明，所提出方法具有更好的参数识别能力、损伤灵敏度与信息冗余水平。当噪声水平在5%以内时，元遗传算法给出的方案均可成功检测损伤，而另外两种方案的损伤检测成功率仅60%。当噪声水平达到10%时，元遗传算法给出方案可以检测出60%的损伤，而其他两种方案无法有效检测出损伤。研究结果可为石拱桥的结构健康监测与预防性保护提供科学基础。

关键词： 金属注射成形   Moldex 3D   BP神经网络   遗传算法   工艺参数优化  

摘要： 为了降低MIM微小齿轮注射坯翘曲总位移,寻找较优的工艺参数组合,提出了基于Moldex 3D与GA-BP遗传神经网络的金属注射成形微小齿轮工艺参数优化方法。首先,以注射成形中喂料温度、模具温度和保压时间等因素建立全因子实验,对各实验点的翘曲总位移以Moldex 3D软件加以仿真,进而分析得出较优工艺参数组合。随后设计了3-4-1型BP神经网络,以最小翘曲总位移作为适应度值,结合遗传算法,得到优化的工艺参数组合。相对于全因子实验的分析结果,GA-BP模型的寻优结果与其相近,准确度有98.09%。本文的方法为MIM工艺参数优化提供了新的思路,有助于提升微小齿轮制品的成形质量。

关键词： 人工智能   电气自动化   控制系统   神经网络   模糊逻辑   遗传算法  

摘要： 随着人工智能技术的快速发展,将其应用于电气自动化控制系统已成为一个重要的研究方向。本文基于人工智能技术,对电气自动化控制系统进行优化研究。分析了电气自动化控制系统的特点和存在的问题;其次,介绍了人工智能技术在电气自动化控制系统中的应用现状;提出了基于人工智能的电气自动化控制系统优化方法,包括基于神经网络的控制策略优化、基于模糊逻辑的智能决策优化和基于遗传算法的参数优化;通过仿真实验验证了所提出方法的有效性。研究结果表明,基于人工智能的优化方法能够有效提高电气自动化控制系统的控制性能和智能化水平。

关键词： 风光发电   碱性电解槽   启停特性   容量配置   离网型   遗传算法  

摘要： 离网型风光发电制氢是降低风光发电对电网冲击、促进可再生能源消纳的重要手段,然而风光资源的波动性也对制氢系统高效稳定运行带来了负面影响。为提高离网型风光制氢系统运行稳定性,结合风力/光伏发电、碱性电解槽(alkaline electrolyzer,AE)和储能设备,提出电解槽模式分配与储能日前规划的协调制氢策略,并在计及单位制氢成本与弃风弃光率的基础上,采用改进的非支配排序遗传算法(non-dominated sorting genetic algorithm II,NSGA-II)进行容量配置优化。结合案例分析表明,与单一电解槽分配策略相比,协同策略的单位制氢成本和弃风弃光率分别降低了11.9%和55.6%。同时该策略有效平抑了电解槽的频繁波动,启停次数降低了44.3%,实现了风光制氢系统的高效运行。研究成果将为开发高效可再生制氢系统提供有益参考。

关键词： 频谱监测   传感器部署   栅格化   自适应遗传算法  

摘要： 频谱监测是快速、高效实施频谱决策、管制和制定用频计划的重要依据。高质量的传感器部署方案能够提升对电磁环境的全域、精细化感知能力,是准确获得电磁态势信息的重要基础。首先构建传感器监测能力模型,采用区域栅格化方法对监测覆盖面积进行快速计算;然后以栅格化的区域坐标点作为传感器备选部署位置,以使用最少数量传感器部署实现对监测区域最大面积覆盖为优化目标,构造遗传算法模型,通过迭代计算得到最优的传感器部署结果。仿真结果表明该方法相较于传统传感器部署方法具有更好的效果。

关键词： 冷轧   304不锈钢极薄带   轧制力预测   集成学习   遗传算法  

摘要： 304不锈钢精密极薄带广泛应用于数码电子、航空航天、医疗设备、汽车制造等高端领域。在冷轧生产过程中,轧制力是一项至关重要的参数,它的设定精度直接影响轧制过程的稳定性以及最终产品的厚度精度。为了提高冷轧304不锈钢极薄带轧制力的预测精度,在森基米尔轧机上针对304不锈钢极薄带进行轧制试验,并据此建立了适用于超薄规格304不锈钢极薄带的动态变形抗力模型,修正了传统Bland-Ford-Hill轧制力机理模型。将修正的轧制力机理模型与遗传算法(GA)优化XGBoost参数相融合构建了高精度GA-XGBoost轧制力预测模型,该模型不仅考虑了轧制力的非线性问题,还将机理与数据相融合来实现轧制力的精准预测。与相同数据集下其他典型机器学习算法所建立的轧制力预测模型进行对比分析,采用相关系数(R~2)、平均绝对误差(E_(MA))、均方根误差(E_(RMS))和平均绝对百分误差(E_(MAP))多个指标全方位、多角度对模型的泛化性能进行评价,结果表明,所提出的GA-XGBoost轧制力预测模型的预测结果最为精确,其测试集各指标分别为R~2值为0.984,E_(MA)值为3.040,E_(RMS)值为6.410以及E_(MAP)值为0.041%。研究结果证明了所提出的机理和数据双驱动的轧制力预测模型的准确性和优越性。该研究为304不锈钢精密极薄带材轧制力的设定提供了一种新思路。

关键词： 热泵系统   流路优化   气体旁通   遗传算法   性能提升  

摘要： 换热器作为空气源热泵的关键部件,其性能表现直接影响热泵系统的性能。气体旁通技术作为一种新型强化传热技术,可有效提升换热器综合性能,进而改善热泵系统的性能。基于此,本文利用分布参数法构建了气体旁通式翅片管蒸发器的仿真模型。仿真研究了气液分离器相对位置、分离器前分路数和分离器后分路数对蒸发器熵产的影响,结果表明蒸发器熵产随气液分离器位置以及分离器后分路数的增大呈现先增大后减小的趋势。针对设计工况,在最优的气液分离器位置与分离器后分路数条件下,气体旁通式蒸发器的熵产较传统蒸发器分别降低了37.46%和17.89%。此外,本文采用遗传算法构建了蒸发器流路的全局优化模型,以熵产最小化作为优化目标,得到了蒸发器换热量为3 500~13 500 W所对应的最佳气体旁通蒸发器流路。本文研究结论可为气体旁通式空调系统的优化设计及推广应用提供理论支撑及指导意义。