摘要：利用基于重复控制的主动控制器“虚拟曲轴”,在自由活塞发动机中实现了同一压缩比下的不同活塞轨迹运行特征(以参数Ω表征,为生成轨迹的椭圆的短轴与长轴之比),并从指示热效率、峰值压力位置、着火延迟和氮氧化物排放等特征的分析中,获得了参数Ω表征的最优活塞轨迹.以此轨迹作为进一步优化的初始条件,基于遗传算法,以指示热效率为优化目标,对活塞轨迹进行了全局寻优设计.研究结果表明:活塞运动轨迹的变化会影响氨的均质压燃过程.经过寻优设计得出的最优轨迹相较于传统内燃机能够提升3.35%的指示热效率,并减小了42.93%的着火延迟时间.

摘要：木材是一种典型的可再生材料,以其为主要建材的轻型木结构在双碳背景下拥有广阔前景。然而基于力学分析软件调整验算的轻型木结构楼盖格栅传统设计方法过分依赖主观工程经验,存在效率低、构件结构性能冗余,经济性不足的缺点;为实现轻型木结构楼盖格栅高效经济节材的设计,引入客观的遗传算法进行优化,通过Grasshopper搭建相关参数化几何模型与优化设计数学模型,调用Galapagos中的遗传算法模块以格栅总体积最小为目标执行优化,最后以某现代木结构幼儿园为优化算例,并通过MIDAS软件验证优化结果的可靠性。结果表明:轻木楼盖格栅节材优化变量均为离散数据,优化算例中班单元楼盖格栅工程量最大适应度个体在第5代已出现,优化效率整体可观;优化后的算例设计方案满足结构安全要求且相较于原方案节材6.4%。基于本方法所提出的各建筑功能类型轻型木结构楼盖格栅经济性设计方案能作为相关工程实践的有效参考。

摘要：机器学习已经被广泛应用于材料研究领域,然而从成分、工艺多维度进行合金设计依旧是一个不小的挑战。提出了一种机器学习方案,结合材料的物理化学性质、成分、工艺进行合金设计,采用遗传算法对Cu-Ni-Co-Si合金性能预测进行优化;采取递归消除法探索特征与合金性能之间的潜在联系。研究发现,影响合金硬度和导电性的主要工艺是时效处理与冷轧变形。除此以外的物理化学特征主要通过影响自由电子密度和自由电子迁移的自由程,从而对合金的导电率产生影响;通过影响固溶强化和位错强化,从而对合金的硬度产生影响。

摘要：在防空反导作战中,构建高效的杀伤网是确保反导任务成功的关键环节,然而杀伤网构建问题的优化建模和求解是一个难题。从组合优化的角度出发,对静态的杀伤网构建问题进行优化建模并提出高效求解方案;针对杀伤网构建问题的特点,建立了混合整数规划模型,并使用一种基于双层规划的优化建模方案进行简化,通过任务分配和冲突消解的主从问题协同降低求解难度,随后设计一种基于双层遗传算法的求解框架进行优化实验。在4组不同规模的环境实验测试中,算法能够快速找到较优解,并且对较大规模问题能保持良好的求解能力以及良好的可解释性。为防空反导领域的静态的杀伤网自主智能构建提供思路,可作为动态杀伤网调整的研究基础。

摘要：排班管理是实体企业运营的重要组成部分。早期的手动排班已无法满足现有行业的需求。为了提高企业的生产效率、满足员工多样化需求,需采取智能化的排班策略。本文探讨遗传算法在智能排班中的应用,并设计基于遗传算法的排班策略。实验结果表明:该排班策略能够满足企业排班的相关规定和员工的个性化需求,实现公平合理的排班分配。

摘要：遗传算法是一种模拟自然选择和遗传学机制的搜索优化算法,近年来在建筑结构优化设计领域得到了广泛的应用。针对于此,本文首先介绍了遗传算法的基本原理和操作流程,并探讨了其在建筑结构优化设计中的条件与要求。随后本文阐述了基于遗传算法的建筑结构优化设计应用意义,并针对实际应用中存在的问题,提出了相应的优化策略,期望能为建筑结构优化设计做出贡献。

摘要：对螺旋摆动油缸中的螺旋齿轮进行体积优化,将传统设计中对模数齿数的取值范围与最小值通过程序语言表达,形成约束,再对随机生成的种群进行自适应选择、交叉、变异等操作,形成个体属性,引用精英策略选择优秀的个体产生新的种群,重复操作直到完成要求的迭代次数,最后打印出每一代的最优个体。传统算法与自适应遗传算法均可以对螺旋齿轮的体积进行优化,最终将螺旋齿轮的体积减少5.87%。自适应遗传算法可以对螺旋齿轮进行体积优化,并且在迭代速度上有明显优势,过程中产生的多个解可对实际设计进行指导,降低设计时的计算量与设计时间,减少生产成本。

摘要：水闸底板尺寸的优化对于整体工程的性能和成本具有重要影响。传统的设计方法依赖于经验和简化的模型,难以充分考虑各种复杂的工程约束和优化目标。建立以水闸底板最小化总截面积为目标函数,并考虑底板抗滑稳定和基底应力的约束条件,针对该优化模型提出一种改进的遗传算法。在传统的遗传算法的进化策略中采用精英解保留选择策略和自适应动态调整进化概率策略,避免算法陷入局部最优。结果表明,该算法对水闸底板尺寸的优化率达到了31.1%,明显优于粒子群优化算法和传统遗传算法。

摘要：引航基地的位置是影响引航服务成本、及时性和可靠性的重要决策。目前,国内外对于引航基地的选址大多是依据经验习惯确定,是否满足新阶段船舶周转要求、港口作业效率需要以及引航服务经济性指标缺乏一定的理论支撑。本文通过分析引航基地的特点及需求,考虑基地位置的合理性、引航服务的高效性和引航基地的运营成本三个目标,构建多目标规划模型研究引航基地选址问题,并根据模型特点,设计基于精英策略的遗传算法求解模型。最后,利用大连港实际数据进行算例实验,做出最佳的引航基地选址决策。

摘要：为了降低智慧电网硬件设备的购买和维护成本、提高各类资源的利用效率,文中提出一种基于改进遗传算法(GA)和蚁群算法(ACO)相融合的动态资源调控算法,并构建了相应的模型。通过在传统GA中引入时间-负载双适应度函数,提高了GA全局最优解的准确度。在传统ACO中利用时间-成本双函数来确定信息素,提高了ACO初期的寻优速度。采用动态融合策略将改进后的GA和ACO相结合,构建出ACO-GA动态资源调控算法。算例仿真结果表明,所提ACO-GA动态资源调控算法在任务数为400时,执行时间、不均衡值分别为120 ms和0.52。相比其他算法,提出算法的执行时间最低且不均衡值最为稳定,证明了ACO-GA动态资源调控算法用于资源调控的可行性。