并行加工系统一类排序问题的最优解

讨论了将多个零件分派给并行加工系统加工的排序问题.假设同一零件分配给不同的设备,其加工时间不同,分析了使所有零件的总花费时间(加工时间与等待时间之和)最小的排序方法.首先建立了该类问题的数学模型,然后将其转化为指派问题,通过匈牙利算法可以得到最优解.所得算法的时间复杂性是多项式界的.最后给出了一个数值例子说明求解过程.     

高校排课中的遗传算法

采用了鲁棒性较好的遗传算法,对院校的必修课给出了染色体编码和适应度函数,并采用了自适应的杂交和变异概率,程序运行结果良好。     

求解TSP问题的遗传算法

无人侦察机的巡航问题,如果不考虑其它约束条件,实际上是一个 TSP 问题。目前还没有求解 TSP 问题的比较有效的实时算法,我们首先利用改良圈算法求得一个较好的初始种群,再应用遗传算法就可以实时地求得一个较满意的解。     

带权优化约束Delaunay三角化算法

Delaunay细化算法是目前大多数约束Delaunay三角化算法的主要思想,针对其要求输入的约束条件中不能包含夹角较小的尖角的问题,给出了Delaunay细化算法收敛的充分条件,并通过在尖角点和尖角边处引入带权点和带权Delaunay空圆/球准则的方法提出了一种带权优化约束Delaunay三角化算法,解决了经典的细化算法在尖角处算法不收敛时需引入辅助控制区域以及过多辅助点的问题,对算法的收敛性进行了分析,给出了相应的算法应用实例,可以应用于复杂几何对象的科学计算和工程分析.     

利用遗传算法优化TTCAN网络的时间调度系统矩阵

引入了遗传算法对时间触发CAN(TTCAN)网络中的时间调度表进行优化。同时,针对问题的特殊性,本文对所引入遗传算法作了进一步改进,以取得更好的性能。最后,本文利用汽车工业的PSA标准消息子集对本方法进行了验证,实验表明,本方法可以有效的减少网络中的抖动问题,取得了满意的效果。     

基于遗传算法的机载武器调度优化

针对航母机载武器弹药调度存在的过程复杂、不确定性强、涉及因素多等特点,建立了现阶段机载武器弹药调度模型。通过设计编码方案,选择适应度函数,设定交叉、变异操作建立了基于遗传算法的调度优化模型,并通过 Matlab软件进行了仿真验证。结果表明,该优化过程可在一定程度上缩短调度总时间,提高调度效率。     

复杂构型金属橡胶毛坯铺设路径规划

基于金属橡胶毛坯自动化铺设工艺,对遗传算法进行合理改进,进行了复杂构型金属橡胶毛坯铺设的定位销优化设计和路径规划。针对定位销优化设计和路径规划问题,建立了改进的编码、交叉、变异算子,并提出评价因子对遗传算法的迭代过程进行评价。优化的定位销排布和铺设路径可以较好地实现复杂构型金属橡胶毛坯铺设,铺设10层时,优化路径对应的目标函数b的值比经验路径小54%,路径规划作用显著。单层路径规模对铺设效果影响较小;单层路径规模不同时,毛坯内部接触状态随着铺设螺旋卷长度的增加趋于一致。为复杂构型金属橡胶毛坯铺设提供了理论依据。      

机翼后缘柔性支撑结构的拓扑优化

针对机翼后缘柔性支撑结构的多目标拓扑优化问题,分析了柔性支撑结构的优化目标及目标函数,并采用位矩阵表示机翼后缘柔性支撑结构,利用非支配排序遗传算法(NSGA-Ⅱ)对该优化问题进行了求解。在优化过程中,引入连通性分析和相似个体过滤,借助ANSYS对可行个体进行有限元分析(FEA),获得了结构质量、变形性能和承载能力等目标值。通过MATLAB对违约个体进行惩罚,实现了位矩阵表示的NSGA-Ⅱ,得到了一组互不支配的机翼后缘柔性支撑优化结构,可根据实际需求选择这些相应的拓扑结构。结果表明,本方法可为机翼后缘柔性支撑结构的拓扑优化提供可行、有效的解。     

空空导弹固体火箭冲压发动机设计参数优化

为使空空导弹在较宽的空域范围内获得优化的综合性能,提出了以导弹综合特性为目标函数来优化固体火箭冲压发动机设计参数的思路,以空空导弹在飞行高度分别为5,10km和15km的飞行距离和飞行速度的综合性能参数为目标函数,建立了固体火箭冲压发动机设计参数优化模型,利用遗传算法进行了固体火箭冲压发动机设计参数的优化.优化的结果表明:当参数选择适当时,采用非壅塞固体火箭冲压发动机的空空导弹在较宽的工作包线内也能够具有优秀的飞行性能,在高度为5,10km和15km时,空空导弹的飞行距离分别达到了62.9,89.2km和133.1km,空空导弹的平均飞行速度也得到了提高.      

组合卫星导航系统的快速选星方法

分析了选星数目与几何精度因子(GDOP, Geometry Dilution of Precision)及导航运算量的关系,基于遗传算法提出了一种以满足用户定位精度需求为条件的快速选星方法——快速遗传选星法.根据用户需求确定选星数目初值、选星数目最大值和GDOP阈值,构造选星方案的初始种群,在进化代数上限为1的条件下对种群进行选择、交叉和变异运算,获得初始选星解,根据初始解的GDOP与阈值的关系确定是否依据GDOP最小原则对初始解进行优化,直至满足算法终止条件,输出选星解.仿真结果表明,该算法可以在一次进化之内以不低于92.45%的概率满足GDOP阈值在2.5~6的要求,同时可有效降低54.75%以上的导航运算量.