某一新車尾門懸掛重達(dá)35 kg備胎 , 需滿足下垂性能指標(biāo)及輕量化需求 ,針對(duì)傳統(tǒng)人工迭代優(yōu)化周期長 、難度大的 問題 ,提出一種基于徑向基神經(jīng)網(wǎng)絡(luò)(RBF)的尾門優(yōu)化方法 , 首先將尾門結(jié)構(gòu)參數(shù)和料厚定義為可優(yōu)化設(shè)計(jì)變量 , 然后通過試驗(yàn) 設(shè)計(jì)(DOE)生成不同設(shè)計(jì)變量與車門下垂性能對(duì)應(yīng)關(guān)系的多組數(shù)據(jù) , 再基于RBF建立結(jié)構(gòu)參數(shù)和性能的非線性映射 , 最后基于 Isight的遺傳算法對(duì)尾門參數(shù)進(jìn)行優(yōu)化 。結(jié)果表明 ,優(yōu)化方案尾門滿足下垂下墜性能 ,并且減重1. 0 kg(3. 7%)。該研究對(duì)尾門 優(yōu)化設(shè)計(jì)有較大的工程參考價(jià)值。
摘要:大力推廣電動(dòng)汽車是緩解能源壓力與環(huán)境污染問題的有效途徑。鑒于此,在傳統(tǒng)規(guī)劃充電站的基礎(chǔ)上,對(duì)充電站與新能源進(jìn)行了協(xié)調(diào)規(guī)劃,綜合考慮了電動(dòng)汽車用戶、充電站、新能源、配電網(wǎng)等多方因素,建立了以全社會(huì)成本最小為目標(biāo)的充電站與新能源協(xié)調(diào)規(guī)劃模型,并采用遺傳算法求解該規(guī)劃模型。最后用一個(gè)實(shí)際算例驗(yàn)證了該規(guī)劃模型與所提算法的有效性與合理性。
摘要:微電網(wǎng)引入復(fù)合儲(chǔ)能可降低可再生能源功率波動(dòng)給電網(wǎng)安全穩(wěn)定運(yùn)行帶來的影響,現(xiàn)以微電網(wǎng)并網(wǎng)運(yùn)行模式下的復(fù)合儲(chǔ)能為研究對(duì)象,建立以全壽命周期年均成本最低、可再生能源功率波動(dòng)最小、并網(wǎng)聯(lián)絡(luò)線利用率最大為目標(biāo)的自適應(yīng)權(quán)重粒子群算法,以實(shí)現(xiàn)復(fù)合儲(chǔ)能的多目標(biāo)優(yōu)化配置。
摘要:直流電源是電力系統(tǒng)的重要組成部分,其具有保障常規(guī)負(fù)荷、自動(dòng)配置、繼電保護(hù)和實(shí)時(shí)通信供電的作用。但是,絕緣裝置老化、繼電保護(hù)設(shè)備故障,均會(huì)造成直流電源接地,影響供電裝置的穩(wěn)定性以及整個(gè)電力系統(tǒng)的安全運(yùn)行。及時(shí)發(fā)現(xiàn)直流接地故障,對(duì)于保證電力系統(tǒng)的穩(wěn)定運(yùn)行具有十分重要的意義。鑒于此,提出一種基于遺傳算法的接地故障搜索模型,能及時(shí)發(fā)現(xiàn)直流接地故障。結(jié)果顯示,該模型對(duì)于接地故障搜索的準(zhǔn)確率達(dá)到95%,故障搜索時(shí)間小于30s,整體效果較優(yōu)。該接地故障搜索模型適用于電力系統(tǒng)中直流電源接地故障監(jiān)測(cè),可以為此類故障判斷、維修提供依據(jù)。
摘 要:在無線傳感器網(wǎng)絡(luò)中,加密和認(rèn)證是維護(hù)節(jié)點(diǎn)和匯聚節(jié)點(diǎn)之間通信安全的常用手段。但由于電池容量和計(jì)算開銷等方面的局限性,僅通過對(duì)節(jié)點(diǎn)進(jìn)行加密和認(rèn)證還無法將安全威脅等級(jí)維持在同一級(jí)別,不足以應(yīng)對(duì)威脅等級(jí)不斷變化的情形。文中提出了一種基于威脅等級(jí)來調(diào)整安全屬性的遺傳算法,它根據(jù)匯聚節(jié)點(diǎn)感知到的威脅等級(jí),通過認(rèn)證和加密的動(dòng)態(tài)轉(zhuǎn)換實(shí)現(xiàn)安全屬性的自適應(yīng)調(diào)整,改善了現(xiàn)有的安全防范方式。仿真表明,這種新方法使威脅等級(jí)和安全屬性相匹配,既提高了通信的安全性,也改善了傳感器節(jié)點(diǎn)的能效。
在下述的內(nèi)容中,小編將會(huì)對(duì)人工智能的相關(guān)消息予以報(bào)道,如果人工智能是您想要了解的焦點(diǎn)之一,不妨和小編共同閱讀這篇文章哦。
摘 要:目前的集裝箱運(yùn)輸占據(jù)了大部分的運(yùn)輸比例,優(yōu)化智能集裝箱的裝箱問題顯然可以減少成本和提高運(yùn)輸效率, 智能集裝箱已成為當(dāng)今運(yùn)輸?shù)陌l(fā)展趨勢(shì),而網(wǎng)格算法應(yīng)用于智能集裝箱也是科技發(fā)展的結(jié)果,重點(diǎn)闡述了優(yōu)化的遺傳算法和多重網(wǎng)格算法在智能集裝箱中的應(yīng)用,從算法的優(yōu)化搜索出發(fā),提出了混合遺傳算法和網(wǎng)格模型融合算法,使得集裝箱的裝箱變得更簡(jiǎn)單合理,提高了裝箱率。
無線傳感器網(wǎng)絡(luò)及其在光纜干線預(yù)防性維護(hù)中的應(yīng)用設(shè)計(jì) 無線傳感器網(wǎng)絡(luò)是一種自組織網(wǎng)絡(luò),具有快速展開、抗毀性強(qiáng)等特點(diǎn),廣泛應(yīng)用于國防軍事、國家安全、環(huán)境監(jiān)測(cè)等方面。本文根據(jù)光纜干線預(yù)防性維護(hù)需求和無線傳
導(dǎo)讀:人們一提到遺傳算法(GA),就會(huì)聯(lián)想到達(dá)爾文的生物進(jìn)化論。遺傳算法(GA)是一類借鑒生物界的進(jìn)化規(guī)律演化而來的隨機(jī)化搜索方法。 今天我們重點(diǎn)探討一下遺傳算法(GA)。^_^
0 引言 集成電路在過去30年的發(fā)展幾乎完全遵循Moore定律,即集成電路的集成度每隔18個(gè)月就翻一番?,F(xiàn)在集成電路的面積進(jìn)一步減小,并獲得更高的集成度。集成度增加的結(jié)
近年來,模擬生物進(jìn)化過程的遺傳算法作為求解優(yōu)化問題的有效手法而倍受關(guān)注。正如ThomasBack等人指出?1?,同其他手法相比,其優(yōu)點(diǎn)在于:處理問題的靈活性、適
基于遺傳算法的復(fù)雜無源濾波器參數(shù)設(shè)計(jì)提出了一種基于計(jì)算機(jī)數(shù)值計(jì)算的復(fù)雜無源濾波器參數(shù)設(shè)計(jì)的新方法,首先把求解電路參數(shù)的問題數(shù)學(xué)化為性能指標(biāo)優(yōu)化模型,然后采用遺傳算
摘要 為了提高道路交叉口通行能力,設(shè)計(jì)了一種單點(diǎn)交叉口自適應(yīng)控制系統(tǒng)。系統(tǒng)采用SOPC方案,利用具有NiosⅡ軟核的FPGA芯片設(shè)計(jì)了控制器的硬件,井利用遺傳算法建立了信號(hào)配時(shí)優(yōu)化模型、VHDL語言進(jìn)行了遺傳算法的硬
科技日?qǐng)?bào)訊(記者劉霞)據(jù)物理學(xué)家組織網(wǎng)10月29日(北京時(shí)間)報(bào)道,美國科學(xué)家使用遺傳算法逆向設(shè)計(jì)出一種架構(gòu),并用這種架構(gòu)來設(shè)計(jì)新型納米材料。這是科學(xué)家們首次證明,可用逆向設(shè)計(jì)方法來設(shè)計(jì)自組裝的納米結(jié)構(gòu)。
1、引言隨著停車需求的增長,停車場(chǎng)的規(guī)模也越來越趨于大型化。國內(nèi)對(duì)智能停車場(chǎng)也進(jìn)行了大量的研究,但目前我國的停車場(chǎng)管理系統(tǒng)大多還存在智能化、集成度低的缺點(diǎn),忽視了停車過程的自動(dòng)化,特別是車位的引導(dǎo)。如何
摘要:基于遺傳算法的組合邏輯電路的自動(dòng)設(shè)計(jì),依據(jù)給出的真值表,利用遺傳算法自動(dòng)生成符合要求的組合邏輯電路。由于遺傳算法本身固有的并行性,采用軟件實(shí)現(xiàn)的方法在速度上往往受到本質(zhì)是串行計(jì)算的計(jì)算機(jī)制約,因
控制系統(tǒng)是制導(dǎo)炸彈的關(guān)鍵部位。目前,所有制導(dǎo)炸彈的控制系統(tǒng)都是基于一定的數(shù)學(xué)模型,以固定的方式修正彈道誤差。由于存在各種不可預(yù)知的誤差因素,但控制方式卻不可調(diào)整,造成制導(dǎo)炸彈的實(shí)際命中精度不高?;诖?/p>
摘要:靜態(tài)磁場(chǎng)測(cè)量中,由于三分量磁通門傳感器的非正交性,使得高分辨率測(cè)量要求不能得到滿足,必須校正其測(cè)量誤差。通過分析三分量磁通門傳感器非正交性誤差,給出其數(shù)學(xué)模型描述,提出了一種基于實(shí)數(shù)編碼遺傳算法
將遺傳算法GA(Genetic Algorithm)與模擬退火算法SA(Simulated Annealing)相結(jié)合,提出模擬退火遺傳算法(SAGA),并將其應(yīng)用于MC-CDMA無線通信系統(tǒng)的多用戶檢測(cè)技術(shù)中,以求降低多用戶檢測(cè)算法在實(shí)際應(yīng)用中的復(fù)雜度并同時(shí)提高多用戶檢測(cè)器的性能。分析了遺傳算法和模擬退火算法的性能,從理論上闡述了模擬退火遺傳算法應(yīng)用于多用戶檢測(cè)技術(shù)中的方法和可行性。理論分析表明,基于模擬退火遺傳算法的多用戶檢測(cè)器的算法復(fù)雜度比傳統(tǒng)多用戶檢測(cè)器低;數(shù)值仿真結(jié)果也表明前者在抗干擾能力上優(yōu)于后者。
選擇(復(fù)制): 根據(jù)各個(gè)個(gè)體的適應(yīng)度,按照一定的規(guī)則或方法,從第t代群體P(t)中選擇出一些優(yōu)良的個(gè)體遺傳到下 一代群體P(t+1)中;交叉: 將群體P(t)內(nèi)的各個(gè)個(gè)體隨機(jī)搭配成對(duì),對(duì)每一對(duì)個(gè)體,以某個(gè)概率