并行多种群自适应遗传算法在COW集群上的实现

为改善标准遗传算法的求解效率,提出一种基于6模糊控制器的并行多种群自适应遗传算法。利用MPI(Messagepassinginterface)技术建立了一个COW(Clusterofworkstation)集群,将算法在该硬件平台上进行了实现。3机COW集群的仿真实验结果在演示算法设计可行性的同时,表明该算法的求解效率明显优于用于对照的单种群算法,具有在解决组合优化问题上广泛应用的可能。本文还对影响并行算法的参数进行了探讨。     

基于翼型反设计的遗传算法

遗传算法有时收敛太慢或收敛困难.在翼型反设计问题中,算法的计算效率很重要.给出了翼型的非均匀B样条曲线表示,设计了遗传操作算子,引入一种简单、易实现、高效率的随机逼近算法--Simultaneous Perturbation Stochastic Approximation(SPSA)算法,将SPSA算法作为一种快速局部优化方法和遗传算法的整体搜索策略结合起来,为翼型反设计提出了一种快速高效优化算法.并用该算法分别对NACA2412和NACA0016翼型进行了反设计,取得了令人满意的结果.     

基于模糊罚函数的分布式并行遗传算法及其应用

本文将模糊理论用于优化中,提出了一种基于可行度的模糊罚函数法,并采用分布式并行遗传算法进行寻优操作,该方法可以将不同遗传操作的优点加以整合,通过并行运算提高优化效率。将基于模糊罚函数的分布式并行遗传算法应用到多目标结构优化中,仿真试验表明取得了很好的寻优效果。     

基于改进PSO算法的导弹控制参数优化

研究了将粒子群算法(PSO)应用于空对空导弹控制参数自动设计的方法,解决导弹控制参数手工设计中遇到的困难与问题.标准PSO算法在导弹静稳定工作点参数优化中表现出良好性能,但在静不稳定工作点优化时容易限入局部最优,因此引入遗传算法(GA)的杂交思想对标准PSO算法进行了改进,以扩大解空间的范围.仿真结果表明:改进后的PSO优化算法具有更强的全局搜索能力,获得的参数能够满足给定的性能指标,并且可以节省大量的设计时间,具有很高的工程应用价值.     

灾变机制下的元胞遗传算法

文章提出了一种改进的加入灾难的元胞遗传算法.该算法是细粒式并行遗传算法和粗粒式并行遗传算法的混合形式.在遗传算法和元胞自动机的原理基础上,通过加入灾难的方式,用于求解复杂甬数优化问题,获得了较好的效果.     

基于遗传算法的复合材料圆柱壳屈曲多目标优化设计

针对复合材料圆柱壳屈曲载荷最大化和缺陷敏感度最小化问题,提出以铺层纤维方向角为设计变量的基于遗传算法的多目标优化方法,采用层合壳屈曲理论计算临界载荷和统计方法计算缺陷敏感度,对由多个个体组成的群体施加选择、交叉和变异等演化操作,通过多代进化得到问题的pareto解.算例优化结果与采用离散方法得到的目标空间解边界比较吻合,验证了方法的准确性和有效性.     

基于基因算法与博奕论的翼型跨音速Euler方程气动优化

将基因算法与博奕论中的 Nash平衡相结合 ,构建了多目标基因优化算法—— Nash基因算法 (NashGAs) ,并对初始翼型为 NACA0 0 1 2二维翼型进行给定跨音速流动下的形状增升优化。计算中应用 Bézier曲线对翼型形状进行参数化 ,避免了非流线型的不合理形状产生 ;采用有限元非结构网格 AUSM+通量分裂格式Euler方程数值解进行个体适应度值评估 ;应用动态网格技术调整计算网络 ,节约了 CPU机时 ;最后给出了优化结果     

改进遗传算法在桁架结构优化设计中的应用

文章针对简单遗传算法的早熟现象及不能处理带有复杂约束的优化问题,提出了一种基于乘子法与伪并行遗传算法的改进遗传算法,并将其应用于桁架结构优化设计中.计算结果表明改进遗传算法全局寻优能力强.     

基于遗传算法的无刷直流电动机速度控制系统的优化设计

以一小功率无刷直流电动机的速度控制系统为例，运用遗传算法对速度调节器的PI参数进行了优化设计，同时使用MATLAB语言分别对采用常规工程设计法与遗传算法所得到的阶跃响应曲线以及这两种设计方法所得到的时域性能指标进行了仿真分析和比较，通过比较可以看出：采用遗传算法确能达到进一步优化控制系统性能的目的。     

风洞收缩段曲线气动性能研究

介绍了一种新的风洞收缩段曲线的设计方法,即UG参数化收缩段壁型曲线设计.采用商用软件fluent对这种收缩段曲线性能进行数值模拟计算,获得了好的流场品质,对于风洞的设计以及流动优化提供了新的设计思想.在模拟计算的基础上应用了该研究成果加工制造了一座低速风洞,并对风洞流场进行了校测,对比了模拟计算结果与实验测量结果,并进行了流场性能分析.该设计方法可以应用推广到风洞设计工作中去.