检索结果-内蒙古大学图书馆

作者：徐瑾天津大学

学位级别：博士

水资源是人类赖以生存的不可替代的物质基础,是城市社会经济发展的重要保障。然而随着城市规模的不断扩大,水资源短缺问题日趋严重,水环境质量的恶化制约了城市的发展和人民生活水平的提高。应以可持续发展的战略高度对城市水循环系统... 详细信息

水资源是人类赖以生存的不可替代的物质基础,是城市社会经济发展的重要保障。然而随着城市规模的不断扩大,水资源短缺问题日趋严重,水环境质量的恶化制约了城市的发展和人民生活水平的提高。应以可持续发展的战略高度对城市水循环系统进行科学的建设,合理配置各种水资源,并采用适宜的评价方法对城市水资源可持续利用系统进行定量分析和评价。本文以城市水循环系统为研究对象,探讨了在可持续发展理论原则下的城市水循环系统发展规划与评价体系研究的若干问题。在系统分析城市水资源需求结构与变化特点的基础上,科学的预测城市需水量,运用价值工程理论制定了城市水循环系统的可持续发展性的评价指标体系,构建了城市水循环系统的不确定规划模型。本文针对城市的用水结构特点和影响因素,提出了对城市需水量进行预测的综合性方法。采用规范指标法、季节指数平滑法以及PSO-BP算法等方法对城市的综合生活需水量进行预测,采用万元产值耗水量指标法和单位用地耗水量法等对工业需水量进行预测,并对各种预测方法进行了对比分析,为进行城市水循环系统规划提供了依据。本文构建了的城市水循环系统可持续发展性评价指标体系。基于价值工程理论,将城市水循环系统可持续发展水平(价值)分为功能和成本两部分,针对城市水循环系统发展的各个环节,构建了相应的评价指标,并采用FANP分析方法分析了城市水循环系统的运行结构特点以及相互影响关系。本文基于城市需水量的随机变化特性,构建了城市水循环系统的不确定规划模型。依据可持续发展原理的规划原则,在规划模型中综合考虑的经济、社会与环境的协调性,构建了多目标规划模型。采用蒙特卡罗方法模拟模型中的不确定变量,并将其嵌入改进的非支配排序遗传算法,对模型进行求解。本文以华北某沿海城市的水循环系统为实例案例,综合运用相关的理论知识与研究成果,对该规划城市的水循环系统进行了可持续发展性评价,并通过构建与求解规划模型,为该城市的水循环系统的科学建设提供有效的决策支持。

关键词：城市水循环系统可持续发展 PSO-BP算法 FANP方法不确定规划非支配排序遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于NSGA-Ⅱ的基础隔震系统优化设计

基于NSGA-Ⅱ的基础隔震系统优化设计

引用

作者：李庚重庆大学

学位级别：硕士

地震是自然界的各种对人类生活乃至生命造成重大影响及威胁的自然现象之一，尤其是对于我国而言，身处地震多发地带，对于地震的研究更是至关重要。基础隔震已经被实践证实是地震下减少结构损伤的最为有效的方法之一，同样的遗传算法也... 详细信息

地震是自然界的各种对人类生活乃至生命造成重大影响及威胁的自然现象之一，尤其是对于我国而言，身处地震多发地带，对于地震的研究更是至关重要。基础隔震已经被实践证实是地震下减少结构损伤的最为有效的方法之一，同样的遗传算法也被学术界认为是最为有效的寻找多项未知数最优化组合的有效方法之一。但是对于将此两种方法的研究结合在一起并针对特定的结构进行隔震系统设计尚处于初级的研究阶段，本文的主要目的就在于提出一种新的设计隔震系统的理念。本文的主要研究工作如下：\n 1)本文建立了框架结构的简化模型来研究各种地震波下基础隔震结构的非线性响应。出于简化的目的，把框架结构每层的质量集中在一个质点，楼层横向刚度则集中在连接质点的杆件中，由此则每层框架结构的多自由度计算化为横向单自由度计算，并且根据瑞利阻尼理论可以推导出框架结构的整体阻尼矩阵。\n 2)本文通过建立的铅芯橡胶支座刚度滞回曲线模型，结合Newmark法来计算结构的地震非线性响应，使得迭代的准确性得到了保证。\n 3)本文将基础隔震系统的初始刚度和阻尼比作为变量组合，运用非支配排序遗传算法NSGA-II同时对于底层相对位移和最大层间位移角进行最小化优化计算。\n 4)本文对于结构顶层的加速度反应时程曲线和地震加速度时程曲线进行离散傅里叶变换分析能够检验基础隔震系统的有效性。\n 最终的计算结果显示本文运用的设计方法能够有效的同时对底层相对位移和最大层间位移角两项地震下结构的响应指标进行最小化优化设计，计算出最适合于特定结构的基础隔震系统的初始刚度和阻尼比。

关键词： Newmark法非支配排序遗传算法基础隔震系统优化设计

来源：评论

学校读者我要写书评

暂无评论

哥伦比亚波哥大水资源优化调度模型及其应用研究

哥伦比亚波哥大水资源优化调度模型及其应用研究

引用

作者：温洁华北水利水电学院

学位级别：硕士

自上世纪五十年代以来，哥伦比亚进行了大规模的水电建设，科勒吉尔(Colegia)工程，青噶扎(Chingaza)工程，祈沃尔(Chivor)工程，加维尔(Guavio)工程等极大地改进了哥伦比亚的调水环境。为综合有效地利用各流域水资源，EAAB(波哥大供水... 详细信息

自上世纪五十年代以来，哥伦比亚进行了大规模的水电建设，科勒吉尔(Colegia)工程，青噶扎(Chingaza)工程，祈沃尔(Chivor)工程，加维尔(Guavio)工程等极大地改进了哥伦比亚的调水环境。为综合有效地利用各流域水资源，EAAB(波哥大供水及污水处理公司)，CAR(区域供水管理局)以及哥伦比亚工程大学联合开展了《优化技术用于水资源在波哥大及其周围地区的管理项目》，利用项目数据建立的整体调水模型最大程度的利用了哥伦比亚所有可供利用的水资源，建立起了各流域之间的联系，从而实现了调水的整体布局与规划。为进一步细化模型，建立起用水部门与水资源调度部门之间的联系，选取Chingaza水电工程系统为主要研究对象并建立局部调水模型。一方面，其为首都波哥大最主要的饮用水供应系统，另一方面，其水源还用于灌溉，发电等多种目标。因此针对此系统建立多目标优化调度模型比较典型。\n 本文阐述了整体水资源及Chingaza系统与用水部门关系模型。整体模型主要采用水资源DSS(决策支持系统)MODSIM软件模拟以及微软office数据库工具输出结果；Chingaza．局部模型应用MATLAB遗传算法工具箱中的非支配排序遗传算法NSGA—Ⅱ进行求解，最终选择Pareto系列解中的较优解带入整体模型中验证其可行性。结果显示，整体模型与局部模型结合可行。

关键词：哥伦比亚波哥大多目标优化水资源可行性非支配排序遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的ISG混合动力汽车参数优化

基于遗传算法的ISG混合动力汽车参数优化

引用

2011中国汽车工程学会年会

作者：尹安东谌文文赵韩路瑞刚冯瑞合肥工业大学机械与汽车工程学院中国汽车工程学会

利用仿真软件CRUISE建立某一轻度混合动力汽车的仿真模型。以加速时间和百公里油耗为优化目标,采用带精英策略的快速非支配排序遗传算法对其动力传动系统的速比参数进行优化。结果表明,优化后在满足汽车动力性设计指标的前提下,汽车在N... 详细信息

利用仿真软件CRUISE建立某一轻度混合动力汽车的仿真模型。以加速时间和百公里油耗为优化目标,采用带精英策略的快速非支配排序遗传算法对其动力传动系统的速比参数进行优化。结果表明,优化后在满足汽车动力性设计指标的前提下,汽车在NEDC工况下的油耗降低了7.05%。

关键词： ISG 混合动力汽车动力传动系统非支配排序遗传算法优化

来源：评论

学校读者我要写书评

暂无评论

精英策略的改进非支配遗传算法

引用

中国计量学院学报 2010年第1期21卷 52-58页

作者：张晓菲张火明中国计量学院计量测试工程学院浙江杭州310018

在研究NSGA-Ⅱ算法的基础上,提出了一种新的精英策略.它既可以使种群中优良个体保持到下一代,又可以维护种群的多样性,避免算法陷入局部最优解.此外,对NSGA-Ⅱ算法的交叉算子和变异算子进行了重新选择,交叉算子采用模拟二进制交叉算子,... 详细信息

在研究NSGA-Ⅱ算法的基础上,提出了一种新的精英策略.它既可以使种群中优良个体保持到下一代,又可以维护种群的多样性,避免算法陷入局部最优解.此外,对NSGA-Ⅱ算法的交叉算子和变异算子进行了重新选择,交叉算子采用模拟二进制交叉算子,变异算子采用非均匀变异算子.将它们引入INSGA-Ⅱ算法中,在优化前期可以进行大范围搜索,而后期可以集中搜索某个重点区域,从而可以提高解的精确性.通过经典函数测试,并将INSGA-Ⅱ算法与NSGA-Ⅱ算法的结果进行比较.结果表明,基于精英策略的改进算法INSGA-Ⅱ不仅取得了较好的结果,而且分布性也得到了有效的提高.

关键词：多目标优化精英策略非支配排序遗传算法

来源：评论

学校读者我要写书评

暂无评论

模拟电路的多目标优化与演化设计

引用

计算机工程与应用 2010年第26期46卷 53-57页

作者：夏学文熊曾刚李元香朱继祥孝感学院计算机与信息科学学院湖北孝感432000 武汉大学软件工程国家重点实验室武汉430072

对模拟电路设计中涉及的多个目标进行了定义与量化,并针对这些目标提出一种面向模拟电路演化设计的多目标遗传算法,该方法利用非支配排序和适应值共享策略来提高搜索方向的空间均匀性,引入基于电路构造指令的编码方案来支持电路自动生... 详细信息

对模拟电路设计中涉及的多个目标进行了定义与量化,并针对这些目标提出一种面向模拟电路演化设计的多目标遗传算法,该方法利用非支配排序和适应值共享策略来提高搜索方向的空间均匀性,引入基于电路构造指令的编码方案来支持电路自动生成和提高电路演化的效率,并且该编码方案也同样适用于数字电路。利用协同演化的适应值评估策略来增强种群的学习能力,提高演化效率。实验结果表明,该方法可以设计出更实用、简单的模拟电路。

关键词：演化电路设计非支配排序遗传算法多目标优化协同演化适应值评估

来源：评论

学校读者我要写书评

暂无评论

支持向量机算法设计及在高分辨雷达目标识别中的应用

支持向量机算法设计及在高分辨雷达目标识别中的应用

引用

作者：杨镭国防科学技术大学

学位级别：硕士

高分辨雷达一维距离像包含有目标丰富的结构特征,在雷达自动目标识别技术领域具有独特的优势。建立在结构风险最小化原则上的支持向量机,具有泛化能力强、小训练样本、非线性、无局部极小等许多优良性质,使其成为高分辨距离像自动目标... 详细信息

高分辨雷达一维距离像包含有目标丰富的结构特征,在雷达自动目标识别技术领域具有独特的优势。建立在结构风险最小化原则上的支持向量机,具有泛化能力强、小训练样本、非线性、无局部极小等许多优良性质,使其成为高分辨距离像自动目标识别应用中的有力工具。在此背景下,本文研究了支持向量机多目标参数优选和支持向量机多阶段选择性集成的算法设计及在高分辨雷达目标识别中的应用问题。本文主要内容安排如下: 第一章简要介绍了课题的背景、意义以及相关技术的发展和研究现状。第二章全面分析了高分辨雷达一维距离像和支持向量机的基本原理。本章推导了一维距离像的获取,结合目标姿态敏感性和平移敏感性等问题对一维距离像进行了特性分析,然后详细阐述了支持向量机的理论基础、基本算法及特点,为后续章节算法的设计与应用提供了广泛依据。第三章研究了支持向量机多目标参数优选算法的设计问题。本章分析了参数对算法泛化性能的影响,指出了参数优选的必要性。传统的参数优选是基于训练集上单个泛化误差界的,本文通过实验分析指出这是不充分的,参数优选是个多目标优化问题。本文提出了基于非支配排序遗传算法的支持向量机多目标参数优选算法,实验结果表明与单目标参数优选算法相比多目标参数优选的参数值比较适中并获得了较高的识别率。第四章研究了支持向量机多阶段选择性集成算法的设计问题。集成学习可以提高学习机的泛化能力,选择性集成可以在不损失甚至提高集成泛化能力的基础上大幅削减集成成员的数量,这对高分辨雷达自动目标识别是有益的。本文提出了基于遗传算法的支持向量机多阶段选择性集成算法,实验结果表明该算法能够在使用较少集成成员的条件下获得比传统Bagging集成和单个SVM更高的识别率。第五章对论文进行了总结,指出了下一步要做的工作。

关键词：支持向量机参数优选多目标优化非支配排序遗传算法集成学习选择性集成自动目标识别高分辨一维距离像

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的叶片式混输泵翼型优化设计

基于遗传算法的叶片式混输泵翼型优化设计

引用

作者：李艳中国石油大学(北京)

学位级别：硕士

叶轮及导叶构成的增压单元是叶片式油气混输泵的核心部分，其设计的优劣直接关系到混输泵增压与效率的高低，以及运行稳定性。传统叶轮机械的优化方法在解决机理十分复杂的多目标优化问题时，很难得到目标函数与各设计变量的明确的表达... 详细信息

叶轮及导叶构成的增压单元是叶片式油气混输泵的核心部分，其设计的优劣直接关系到混输泵增压与效率的高低，以及运行稳定性。传统叶轮机械的优化方法在解决机理十分复杂的多目标优化问题时，很难得到目标函数与各设计变量的明确的表达式，因此难以达到满意的优化结果。　　本文采用非支配排序遗传算法(Non-dominated sorting of genetic algorithm Ⅱ，NSGA-Ⅱ)，对叶片式混输泵叶轮进行优化，选取轮缘进口安放角、出口安放角、进口轮毂比和轮毂半锥角为优化参数，以多工况下混输泵的增压最大和效率最高为优化目标，采用神经网络技术建立适用于叶轮叶片翼型优化问题的预测模型，利用该模型可以代替求解纳维.斯托克斯方程(Navier-Stokes，N-S)的流场数值计算方法预测叶轮水力性能的繁琐过程，并可将其结果直接引入遗传算法适应度值评价环节，从而大幅提高系统优化效率。　　利用该优化方法，得到了混输泵增压单元的最优化参数，并利用数值模拟计算方法，分析了最优参数组合的叶片性能。在内特性方面，优化后叶轮叶片压力过度平稳、分布更为均匀合理、压力波动也相对减少;有效减少了二次流现象与气液分离现象的发生。在外特性对比来看，其增压最大提高了约9％-15％，效率最大提高了约5％-8％。

关键词： BP神经网络叶片式混输泵叶轮翼型优化设计非支配排序遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于QoS的动态服务组合技术研究

基于QoS的动态服务组合技术研究

引用

作者：姚宇捷上海交通大学

学位级别：硕士

Web服务经过不断演化,已经成为下一代的企业和Web系统的应用框架,在SOA的研究领域中,对Web服务的研究一直成为备受关注的研究课题之一。如今,单个Web服务已不能满足服务消费者日益增长的需求,通过应用SOAP、WSDL和UDDI等标准化协议,我... 详细信息

Web服务经过不断演化,已经成为下一代的企业和Web系统的应用框架,在SOA的研究领域中,对Web服务的研究一直成为备受关注的研究课题之一。如今,单个Web服务已不能满足服务消费者日益增长的需求,通过应用SOAP、WSDL和UDDI等标准化协议,我们可以把多个不同服务提供者提供的Web服务,以组件的形式和一定的顺序方便地组合到一起,从而形成一个新的组合服务。与单个Web服务不同,组合服务能通过多个Web服务之间的交互,进而完成更复杂的事务或工作流。所以组合服务非常具有研究价值,其应用前景也十分广阔。本文以863专题课题“互联网环境下基于闭环反馈的服务描述、发现和管理技术研究”(课题编号2007AA01Z139)为研究背景,较为全面地研究了动态服务组合技术。本文原创性地提出了一个动态服务组合模型,其具体组件包括:UDDI注册中心、Web服务抓取引擎、Web服务仓库、服务组合引擎、服务选择引擎、规则引擎、规则仓库、公式仓库和用户,该模型能够根据用户的功能性需求和预定义规则来进行Web服务的自动组合。其中的服务选择引擎原创性地采用多目标优化算法来对用户进行决策支持。服务选择引擎所采用的选择算法为非支配排序遗传算法,该算法采用分层的方法表示染色体间的支配与非支配关系,根据分层的结果进行染色体的选择,从而使算法能适应多目标最优化问题的求解特点。此算法一改以往的单一决策方法,而引入“决策支持”的概念,产生优质的解集,以帮助服务消费者提高决策水平和质量。在上述研究的基础上,本文还实现了一个基于动态服务组合模型的原型系统。首先,对该系统的服务组合准确度和组合速度进行了测试和评估,实验结果体现出非支配排序遗传算法在服务组合领域的优越性。其次,分析了非支配排序遗传算法的非劣解分布情况,验证了算法的设计理论。最后,还对基于业务规则模型的服务组合性能进行了分析,总结了影响准确率和组合速度的主要因素。实验证明,该模型有效可行,对于在QoS约束下的服务组合提供了新型高效的机制。

关键词： Web服务 QoS 服务组合非支配排序遗传算法业务规则

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的超磁致伸缩执行器优化

引用

浙江大学学报（工学版） 2009年第1期43卷 13-17页

作者：赵章荣邬义杰顾新建徐君张雷浙江大学现代制造工程研究所浙江杭州310027 华北科技学院机电工程系河北燕郊101601

提出了超磁致伸缩执行器(GMA)优化设计模型,并应用多目标遗传算法对超磁致伸缩执行器进行优化设计.模型优化目标包括:减少执行器导磁回路磁阻使Terfenol-D棒上磁场强度高;空心线圈产生的磁场强度高;Terfenol-D棒上磁场均匀;线圈的效率... 详细信息

提出了超磁致伸缩执行器(GMA)优化设计模型,并应用多目标遗传算法对超磁致伸缩执行器进行优化设计.模型优化目标包括:减少执行器导磁回路磁阻使Terfenol-D棒上磁场强度高;空心线圈产生的磁场强度高;Terfenol-D棒上磁场均匀;线圈的效率系数大和线圈与Terfenol-D棒间气隙小.优化变量包括:Terfenol-D棒的尺寸、执行器导磁回路结构尺寸、导磁回路材料的磁导率和线圈结构.根据设计要求选取变量范围,利用非支配排序遗传算法(NSGA)在整个参数空间内搜索,得到执行器的主要参数,应用有限元软件ANSYS分析验证了该结构设计的合理性,并试制了执行器.

关键词：超磁致伸缩执行器优化设计多目标遗传算法非支配排序遗传算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：