根据遗传算法的拉深模试冲缺陷智能诊断

总结了拉深模试冲时的缺陷及原因，建立原因表，应用遗传算法技术对拉深模试冲时的缺陷进行智能诊断，探讨了提高拉深模试冲时的缺陷诊断准确率的优化方法，描述了遗传算法的诊断过程。     

遗传算法在飞机低空突防航路规划中的应用

首先简要介绍遗传算法的基本原理,然后讨论遗传算法如何用于飞机低空突防航路规划,对传统的遗传操作提出了新的改进意见,并进行了计算机仿真,证明了该算法的有效性.     

基于DSP实现的并行三维实时图像处理系统

基于DSP实现的并行三维实时图像处理系统是采用Texas Instruments公司的通用数字信号处理器DSP（Digital Signal Processing）TMS320C40，在对图像存储算法分析的基础上，根据算法内在的并发笥提出了一种流水式多SIMD并行三维图像处理结构，这种结构可使图像处理器按行、列或一个任意的矩形块同时存取帧缓存的像素，具有实时和高速的特点。     

求解大型矩阵特征值问题的并行块Davidson方法

针对拥有共享内存的并行计算环境和微机网络并行计算环境,给出了求解大型稀疏对称矩阵部分极端特征对的并行块Davidson方法。该方法将矩阵A按行块分配到各处理器上,各处理器利用矩阵A的行块和投影子空间的正交基所组成矩阵V的行块进行运算,减少了处理机之间的通讯次数,实现了算法的并行计算。在微机网络并行计算环境和拥有共享内存并行计算环境IBMP650上的数值试验表明,该算法非常有效。     

自适应遗传算法解决战场频率指配问题研究

论文在分析我军通信电台在执行训练、演习任务过程中频率指配现状的基础上，提出了一种基于遗传算法的通信电台频率指配方法，并对算法进行了改进，仿真验证了此法解决战场通信电台频率指配问题的实时性和高效性。     

基于参数化模型和遗传算法的复合材料加筋壁板结构选型优化研究

针对复合材料加筋壁板的结构优化选型问题,采用辅助层压板和添加极小弹性模量材料的复合材料加筋壁板有限元建模方法,应用PATRAN/NASTRAN的参数化建模功能和遗传算法相结合的复合材料加筋壁板的优化方法,对5种复合材料结构形式进行了从2000N/mm到6000N/mm压缩载荷下的结构优化分析。结果表明,当载荷小于4500N/mm时,最有效的加筋壁板结构型式为J型;当压缩载荷大于4500N/mm时,最有效的加筋壁板结构型式为I型。     

快速响应卫星电子系统等寿命设计方法

与传统卫星不同,快速响应卫星的任务具有很强的时效性,采用传统的按重要程度分配部件可靠性的设计方式,难以在最大程度上降低成本。因此引入工业领域的等寿命设计理念,以预定寿命为基础进行星载电子系统的部件选择和集成,使系统的生命周期与成本成正比,达到"快、智、廉"的目标。进一步,提出了一种基于遗传算法的即插即用星载电子系统等寿命优化方法,通过建立系统的非线性混合整数规划模型,对部件可靠性均方差和价格成本进行优化。此外针对卫星总体方案分配的体积、重量和可靠性约束,为算法设计了归一化满意度函数和Pareto解共享函数。仿真结果表明,算法表现出较好的收敛性和稳定性,在预定寿命期间能够在部件级有效消除可靠性短板,并实现良好的成本控制。     

风扇/压气机周向模态识别中传感器角度偏差的影响

基于任意角度压缩感知(CS)方法分析了传感器安装角度偏差对风扇/压气机周向模态识别重构的影响,设计了一套自适应角度优化程序修正重构误差。利用数值试验探究了传感器角度偏差和数量对周向模态重构结果的影响,研究表明:当角度偏差等级为2.5%时,平均重构误差达到10%以上,若保证重构误差基本不变,将传感器数量从7个增加至25个,仅可以将角度偏差等级放宽至4%。而采用小生境微种群遗传算法进行自适应角度优化,在20 dB信噪比下,通过自适应角度优化可将角度偏差等级从2.5%放宽至10%,降低了传感器安装的精度要求。成功优化了一款冷却风扇在前三阶叶片通过频率下的主要周向声模态重构幅值。自适应角度优化算法有效提升了基于压缩感知的风扇/压气机周向模态重构可靠性。     

基于并行CFD和优化技术的返回舱外形多目标优化设计北大核心CSCD

在给定的质心设计范围内,围绕球冠倒锥返回舱外形的高超声速气动单点静稳定性、配平升阻特性、质心横偏量的综合设计问题,提出了多点多目标优化设计数学模型。通过多目标优化设计方法结合并行数值模拟技术,对该多点多目标气动外形优化设计问题进行研究,为了加快多点数值计算进度,采用了嵌套并行方法,通过有效利用硬件资源来提高多个状态气动数值求解效率。根据以上方法给出的最优设计边界指出了返回舱单点静稳定性与配平升阻比和质心横偏量的矛盾关系,改善单点静稳定性会导致配平升阻比下降,使质心横偏量增加;反之,配平升阻比增加,质心横偏量减少都会使单点静稳定性变差。     

电机控制系统PID参数的遗传算法优化

近年来,遗传算法的研究十分引人注目,作为一种新型的、模拟生物进化过程的随机化搜索和优化方法。其算法简单通用,鲁棒性强,在组合优化、机器学习、自适应控制和规划设计等领域的应用中已展现了其特色和魅力。该方法是一种不需要任何初始信息并可以寻求全局最优解的、高效的优化组合方法。文章就是利用遗传算法对某一电机控制系统的PID参数进行优化,以提高控制系统的性能指标。