基于NSGA-Ⅱ的双横臂悬架硬点多目标优化

基于多体动力学理论,通过ADAMS/CAR建立双横臂悬架的仿真模型。采用DOE试验设计方法对悬架模型进行优化,判断对悬架KC特性影响较大的关键硬点。结合NSGA-Ⅱ遗传算法,利用ADAMS-ISIGHT联合仿真对硬点进行多目标优化,获得关键硬点的pareto最优解集。通过验证,结果表明,优化后的双横臂悬架在车轮跳动过程中,车轮前束角、外倾角和轮距变化范围更小,有利于减少轮胎磨损,提高汽车操纵稳定性。     

基于NSGA-Ⅱ的给水管网传感器多目标优化选址研究

在EPANET2污染物侵入模拟的基础上,以污染事件期望监测时间最短和传感器系统能够监测到的污染事件比例最大为优化目标,研究了传感器选址的多目标优化问题。针对选址问题的特性。通过改进非支配排序遗传算法-Ⅱ（NSGA-Ⅱ）的编码方式、交叉算子和变异算子,使其能够较好地解决给水管网传感器多目标优化选址问题。结合一管网算例,利用改进过的NSGA-Ⅱ给出了一组Pareto解．并对两个极端解对应的选址结果进行了权衡分析。提出的优化模型与求解方法对给水管网传感器多目标选址具有一定的参考作用。     

汽车动力总成悬置系统分析及优化

某车型出现怠速震动过大的问题,推测为悬置隔振率低导致,通过建立汽车动力总成悬置系统的Matlab、多体动力学模型,分析悬置系统的固有特性。然后以悬置系统的解耦率和隔振率两个主要性能指标为目标匹配优化悬置系统,通过Isight集成ADAMS和Matlab,利用多岛遗传算法对悬置橡胶刚度进行优化,获得最优线性段刚度。测试动力悬置系统悬置隔振率,对悬置隔振率测试结果进行了校核分析。     

基于遗传算法的径向基网络PID控制器设计

利用遗传算法的全局优化能力和径向基网络相结合,得到了一种PID控制策略。通过遗传算法,实现对PID参数的优化整定,并给出了具体的遗传优化算法。同时,用径向基网络进行系统辨识,从而实现了PID参数自整定的控制器。最后给出汽车CIMCAR-1运动过程的仿真。     

一种汽车传动参数的优化设计与实现

探讨汽车动力和燃油经济性的评估与计算,结合工程实际对汽车的发动机、变速器和驱动桥等重要参数进行浅析,提出一种传动参数优化方案,方案在C#软件上得以设计与实现。     

黄海 DD6119大客车平顺性分析与评价

本根据黄海 DD6119大客车的特点,综合考虑了汽车的垂直、侧倾、俯仰3种运动,并考虑到簧载质量的分布对汽车振动特性的影响,建立三维八自由度汽车振动系统动力模型,用 Lagrange 方法建立起整车的运动方程,并将振动模型转换为数学模型,利用 MATLAB 软件进行系统的线性时域模拟,并对汽车车身角振动、悬架的垂直振动、座椅的垂直振动进行分析,利用 ISO2631来评价黄海 DD6119大客车的乘坐舒适度,并分析影响平顺性的因素,对黄海 DD6119大客车平顺性和舒适度改进与优化     

考虑电动汽车储能特性的微电网优化配置研究

光伏、风机、储能等微电源的容量配置是微电网规划设计过程中必须考虑的问题,利用分时电价机制为引导,以降低优化配置成本为目标,对电动汽车大规模接入后的微电网优化配置进行研究,采用遗传算法NSGA-2,对电动汽车在不同充电模式下对微电网的影响进行优化求解,得出了电动汽车在有序充电模式下既可以实现负荷曲线的峰谷转移,还能够有效降低分布式电源的装机容量和微电网的交互成本。     

基于遗传算法的多目标优化技术

本文首先介绍了遗传算法的原理及其实施的一般过程,多目标优化问题的概念及其古典技术,以及现在多目标优化遗传算法常用的策略,然后对SPEAⅡ算法、NSGAⅡ算法和改进精英策略的非支配分类遗传算法（IENSGAⅡ）做了详细说明,最后对本文的工作做概括性的总结和展望。     

一种短波全向宽带小型化天线

为了在短波频段内实现天线的小型化和宽带工作特性,采用遗传算法和矩量法相结合的优化算法,对鞭状天线的集总加载元件值、位置以及匹配网络参数进行优化筛选。同时在满足性能要求的前提下,选择较少的加载点数目和加载电路中元件个数,以便于天线的加工制作和实验调整。最后,制作了一付样品天线。经测试,仿真结果与实测结果吻合良好,表明该天线在较宽的频带内达到了满意的阻抗特性和方向图特性。     

汽车动力总成悬置系统布置研究

以提高汽车舒适性与NVH性能为出发点,简述汽车动力总成悬置系统隔振原理,研究悬置系统的结构形式、结构参数、布置数目、布置方式等相关参数,分析这些因素对汽车悬置系统的影响。研究表明,不同的动力总成、车身结构的汽车对于悬置系统的要求不同,影响后期的优化分析与解耦设计,因此需根据不同车型选择不同的悬置系统。     

混合动力汽车制动系统再生效率Simuink软件仿真研究

利用Simuink软件构建了混合动力汽车制动系统再生效率数学模型,在Simuink环境下就不同关键参数对于再生效率的影响进行了仿真实验。仿真结果显示:汽车外部阻力消耗的能量比例最大,变速机构次之,通过排量控制曲线优化混合动力汽车变量泵/马达工作区间,可以有效提高液压混合动力系统能量再生效率,有积极的应用前景。     

并联混合动力汽车能量控制策略的研究分析

蓄电池的问题一直是纯电动汽车发展的瓶颈,所以将混合动力汽车作为纯电动汽车发展的过渡期,来缓解日益严峻的环境和能源问题。而混合动力汽车研究的核心就是能量控制策略问题。文章首先对于并联混合动力汽车的驱动系统及不同工况下的驱动模式进行简要介绍,然后对并联混合动力汽车研究中常用的基于规则的控制策略和基于优化的控制策略进行分析研究,并指出了混合动力汽车控制策略的以后研究方向是基于优化算法的对控制策略的多目标进行研究。     

电动汽车动力传动系统参数匹配与设计研究

电动汽车发展至今已经取得了很大的进步,下文主要研究的是电动汽车动力传动系统的参数匹配和设计研究方面的内容。首先先向读者介绍了电动汽车的意义以及电动汽车的发展现状,汽车的动力传动系统的好坏常常决定了这部汽车的性能的优劣,所以电动汽车的动力传动系统有待于进一步提高。同时对电动汽车动力传动系统的进一步设计优化方向进行了叙述,给电动汽车行业的发展指明了方向,希望促进电动汽车行业的更快更好发展。     

基于最小二乘支持向量机和遗传算法的除尘效率优化

采用最小二乘支持向量机进行除尘效率建模,并利用遗传算法对运行工况寻优,获得优化除尘效率的调整方式。仿真计算表明遗传算法能很好地对以除尘效率为目标的除尘模型优化。以优化调整方式的相应参数作为当前负荷下的基准值,可指导运行人员进行参数优化调整。现场试验表明,按此基准值运行,可以提高除尘效率,从而使除尘系统性能达到优化。     

基于遗传算法的PID控制器参数优化研究

针对PID控制器在不同的应用系统,需要动态调整PID控制参数的问题,提出了基于遗传算法的PID自适应参数优化方案。该方案通过将PID控制器产生的误差作为目标函数,利用遗传算法实现对PID控制器参数的自动调整。为了提高参数的优化效率,文章通过对交叉算子和变异算子的自适应处理,提高了PID控制器的性能。实验测试表明,文章设计的PID参数优化策略比普通的基于遗传算法优化策略效率平均高14.7%。     

基于ε支配的MOGA在0／1背包问题中的应用

多目标遗传算法NSGA—Ⅱ是解决0／1背包问题^[1]的有效算法,但是它还存在一定的缺陷,当0／1背包问题的规模较大时,这种方法很难收敛到Pareto最优边界,因此解的分布性不是很好,解集也很难收敛。针对此问题,提出基于ε支配的MOGA来求解0／1背包问题,通过实验验证该算法在求解分布性上优于NSGA-Ⅱ。     

基于PSCAD/EMTDC的风电场建模与运行分析

风电场的等值建模是风电并网研究的基础,本文对风电场的等值模型进行研究。首先对由异步风电机组成的风电场依据尾流效应进行分群,然后研究了一种等值模型参数优化方法,利用遗传算法对该等值参数模型进行求解。以PSCAD/EMTDC为平台分别建立风电场详细模型和等值模型,并在风速波动下情况下将这两种模型的输出进行了比较分析。结果表明,按尾流效应分群是有效的,研究的参数优化方法能够准确地求取等值参数,即建立的风电场等值模型准确反映了并网点的动态特性。     

基于Simulink运动仿真与改进自适应遗传算法的曲轴优化设计

采用了Simulink仿真软件对曲柄连杆机构进行运动仿真,得到曲轴的受力极限情况,在此基础上,得到了最大拉伸载荷和最大压缩载荷对曲轴参数的约束,以及自身参数的边界条件约束,并进一步建立了以曲轴体积最小作为目标函数的曲轴优化模型,最终运用了改进自适应遗传算法来求解该模型的最优设计参数,并将其优化设计参数结果与实际曲轴参数比较,发现用改进自适应遗传算法求得的曲轴参数更加优于曲轴的实际设计参数。     

抛物型方程参数反演的Gauss径向基方法

针对一类抛物型方程的参数识别反问题,给出其正问题的有限元求解过程。在此基础上,应用Gauss径向基函数结合Gauss-Newton法对其参数进行反演,并利用遗传算法对初值进行选取。讨论了当径向基函数选取不同时对反演结果的影响。通过对具体算例的数值计算,验证了所提出的方法具有较高的精度。     

基于遗传算法的夹紧机构优化设计

通过对机构结构的分析,抽象出机构的理论化模型,从而将该夹紧机构简化为双摇杆机构.运用遗传算法在约束条件范围内对决定机构运动特性的关键部件的结构参数进行优化设计,从而达到机构按照给定的运动轨迹运动的设计要求.根据优化设计得到的参数建立机构数字化模型,并运用UG进行运动仿真分析.仿真结果表明,通过遗传算法进行优化设计得到的结果能够很好满足设计要求.