摘要：针对井下工作面复杂多变的温湿度环境及悬浮煤尘对矿井内CO气体监测精度的不利影响,提出了一种基于GA-PSO-BP混合优化算法的井下CO气体监测系统设计方案。该系统设计有9个样本采样节点,各节点感知端选用红外气体传感器,决策端通过基于遗传算法和粒子群算法混合优化的BP神经网络算法对感知端进行复杂多变条件下的温湿度补偿。多次实验结果表明:相比应用广泛的BP神经网络算法和粒子群优化BP神经网络算法,使用混合优化BP神经网络(GA-PSO-BP)算法后9个测试样本节点返回监测中心的CO气体浓度最大误差不超过1.30%,满足井下气体监测精度需求。

摘要：将混合优化算法引入粒子分离器优化设计,减小粒子分离器流动损失并简化结构.利用四次样条曲线参数化描述粒子分离器模型,建立粒子分离器自动化仿真流程.采用优化拉丁方实验设计方法获取样本点并建立椭球径向基函数神经网络代理模型,基于该模型使用非支配排序遗传算法进行全局多目标优化,最后采用序列二次规划算法进行局部优化,得到了粗砂分离效率达到100%、细砂分离效率达到86.7%,总压损失小于0.6%、出口总压畸变较小的设计方案.

摘要：为了克服单一优化算法的缺点和不足,将遗传算法(GA)和非线性规划法(NLP)有机结合组成混合优化算法来优化船体形状,开发船体线型优化设计程序.在优化过程中,以Rankine源法计算的兴波阻力为目标函数,以船型修改函数的参数为设计变量,在保证必要排水体积的条件下进行优化设计.Wigley数学船型算例的计算结果表明,在优化效果和耗费时间上,混合优化算法的计算结果更优.该算法可为船舶初步设计阶段船体线型的选择提供理论基础和技术支持.

摘要：针对具有模糊性、缺乏系统性和主题性的新产品开发模糊前端客户创意,提出一种基于模糊物元和改进微粒群算法的混合启发式挖掘方法。首先将模糊理论引入物元分析,将客户的个性化要求、特征及相应的模糊量值结合起来建立其形式化模糊物元模型,应用模糊物元优化方法将客户多需求优化问题转换为单需求优化问题;然后给出了最优客户创意的自适应变异微粒群(AMPSO)算法的求解方法,并与遗传算法加以比较,证明该算法的有效性和先进性。最后将该算法应用于某型号汽车外观造型设计的客户创意挖掘中,有效指导了产品创新的实施。

摘要：提出一种波束图设计的数值方法.该方法是组合运用了自适应阵原理和遗传算法的混合二阶优化算法.方法第一步是基于自适应理论,假定阵列为一自适应阵,通过在其波束图的旁瓣区布置大量的干扰信号以实现旁瓣控制.通过多次调整干扰强度,可以获得初始波束图.根据初始波束图建立新的期望波束图,基于估计波束图和期望波束图之间差别,建立误差能量函数.采用标准遗传算法通过最小化误差能量函数来实现波束图优化设计.双圈圆环阵的设计实例说明了算法的有效性.设计波束图的具体参数表明了其优良的性能.对于任一给定阵,该方法可设计给定指向方位、具有更低旁瓣的波束图.如果不能设计出期望特性的波束图,该方法可设计出最佳可得的波束图.

摘要：针对传统算法在锯片声学特征优化中的局限性,提出了一种将二阶响应面模型与混合算法相结合的优化设计方法。在设计区域内应用D-optimal试验设计法抽取样本点,分别通过显式算法获取锯片声学、应力响应以及隐式算法获取锯片变形量,并用试验验证了数值模型的准确性,然后建立了由6个变量参数所决定的锯片的声学、应力以及刚度的二阶响应面模型;利用自适应模拟退火法和蛙跳混合算法对响应面模型进行循环逼近,获得了设计变量影响度以及最优结果。结果表明,在保证刚度和应力许可条件下,通过有限次数值分析,经全局优化后的最佳结构可降低空载噪声4~7dB。数字算例表明,该方法适用于旋转类刀具的声学性能优化设计。

摘要：借鉴量子计算的相关原理和差分进化思想,提出一种用于连续空间优化问题的量子差分混合优化算法。算法的核心是构造由决策向量的分量和量子位概率幅为等位基因的实数编码染色体;采用依据染色体的具体形式设计的互补变异进化部分优秀个体,以加快算法的收敛速度;利用差分进化思想进化部分随机选取个体,以保持算法的全局搜索能力和鲁棒性。对Benchmark函数测试表明,该算法具有寻优能力强、搜索精度高和稳定性好的特点。应用该算法求解路基沉降预测模型参数估计问题,能够有效提高实测沉降数据的拟合精度.

摘要：为提高集装箱码头作业中各种设备的协调性,提高整体作业效率,建立了集成调度模型,模型集成了装卸桥、集卡与龙门吊的调度问题.同时,设计了求解模型的混合优化算法,此算法集成了神经网络良好的近似估计功能与模拟退火算法有效的搜索能力.算法流程是:初始化集装箱装卸序列;基于一定的分配规则为集装箱分配作业设备;采用模拟退火算法搜索解空间,更新装卸序列.在算法过程中,用神经网络预测目标函数,并且过滤明显的劣质解.最后,通过算例分析验证了模型与算法的有效性.结果表明,混合优化算法可以提高模型求解效率,对于规模为400个集装箱的调度问题,平均偏差为7.52%,计算时间为8.9 s,模型与算法可行.

摘要：针对模拟退火算法收敛速度慢这一缺点 ,提出了一种基于模拟退火算法和复合形法相结合的新型混合优化算法 ,并成功应用于机器人神经网络路径规划中。该算法不仅继承了模拟退火算法能得到全局最优解的优点 ,又能搜索到理想的下降方向 ,提高了算法的收敛速度。仿真实验研究表明 :这种新型混合优化算法 ,计算简单 ,收敛速度快 。

摘要：构建8个线圈和20个线圈的圆环面线圈阵列模型实现并改善目标区域的电磁场聚焦特性.利用磁场叠加原理,结合改进的粒子群算法设计了自适应混合优化算法,利用该算法与有限元积分分析软件的外部通信接口,对影响磁场分布的线圈阵列可调参数进行优化求解,建立优化的发射线圈模型.结果显示了设计的混合优化算法的良好搜索能力和线圈阵列在优化电流组态下在计算区域内的归一化幅值分布和二维等高线图,表明了经优化的线圈阵列在目标区域内产生了具有良好磁聚焦性能的磁场分布,磁场变化梯度大,其磁场强度与聚焦程度都有了不同程度的改善,且20个子线圈的线圈模型基本上实现了点聚焦,同时具有可聚焦多个目标的能力.