汽车悬架中存在多种非线性因素,采用非线性模型的时域求解可获得更准确的平顺性分析结果.考虑到单一软件的局限性,本文采用协同仿真技术分析非线性车辆模型的平顺性.用机械系统软件ADAMS建立汽车多体模型,并用MATLAB/Si mulink的S函数建立路面模型、轮胎模型和驾驶员模型.以随机生成的路面不平度数据为输入,在Si mulink环境下建立协同仿真模型并完成车辆非线性模型的时域求解.给出了平顺性协同仿真算例,并根据响应量时间历程数据计算了簧载质量加权加速度均方根值和车轮动载均方根值.平顺性分析结果表明该协同仿真方法合理、可靠,满足非线性车辆模型的平顺性时域分析需要

提出了求解TSP问题的一种新的基于信息素的遗传交叉算子,并对算子构造子个体的过程进行了实验分析.在生成子个体时,基于信息素的遗传交叉算子不仅能够利用包括边长度和邻接关系在内的局部信息,还可以利用以信息素形式保存的全局信息.在纯遗传算法框架内,利用TSP基准算例对所提出的交叉算子的性能进行了实验测试.结果表明,该算子在精度和收敛速度上均优于其他知名的交叉算子

针对某特殊钢厂炼钢-连铸生产调度问题,首先,构建以炉机匹配度、连浇炉数以及过程等待时间等为主要评价指标的多目标优化调度数学模型.进而,对工艺流程结构以及炼钢、精炼和连铸三个工序的运行时间进行解析,分析合理的产品结构范围及不同产品结构下的生产组织模式.根据炼钢厂运行的\炉机对应\原则,运用柔性工序缓冲调节策略,协调优化炼钢、连铸工序间的生产节奏,求解不同生产模式下的调度方案.最后,通过仿真计算与实际生产状况的综合分析,验证了调度模型和求解策略的有效性和优越性

针对板坯入库优化决策问题,采用隶属度函数表示待入库板坯长度、宽度、厚度与各库位已存板坯对应属性的匹配程度,建立了板坯入库模型.针对问题特征,借鉴遗传算法的交叉和变异操作,设计了一种混合离散粒子群算法(DPSO-CM)进行求解.基于企业实际生产数据的仿真实验验证了模型和算法的可行性和有效性

通过求解一个相应的泛函的 极小函数而得到偏微分方程边值问 题的解,这种理论和方法通常叫作 偏微分方程中的变分原理,简称变 分方法。本章通过求解一类边值问 题和特征值问题简单介绍该方法的 理论及其应用

基于证据理论研究了多专家求解策略。依靠证据的积累不断缩小假设集,来逼近真值,能比较直观地反映多专家意见综合的结果,因而使决策具有很强的科学性.此理论在加热炉异常现象诊断专家系统中应用,效果理想

从精准设计的角度出发,将产能和时间节奏的匹配以及投资效益等指标作为目标函数,提出了全板带型钢厂转炉-连铸区段单条生产线炉机匹配的多目标规划数学模型,并采用同样的方法,在单条生产线模型的基础上,建立了全板带型钢厂多条生产线转炉-连铸区段炉机匹配的多目标数学规划模型.通过改进后的分层序列法给出了所建模型的求解方法,并采用JAVA语言,借助Eclipse软件,运用面向对象的编程方法对模型进行了求解.最后利用此模型验证了首钢京唐钢铁联合有限责任公司炼钢车间的设计是较优的设计方案

针对现代钢铁企业生产管理中的客户订单与热轧带钢库存产品的匹配问题,在考虑规格、质量、等级以及生产工艺约束的基础上,建立了旨在最大化订单满足率且最小化匹配损失的约束满足模型.在对问题以及匹配对象特点进行分析的基础上,引入匹配损失矩阵作为订单与库存余材属性匹配差异的损失惩罚,考虑到问题的复杂性,采用基于变量选择和值选择的启发式算法求解模型的近优解,并通过数值实验对提出的算法进行了验证

根据热轧工艺特点将板坯热轧批量计划编制问题归结为不确定旅行商数的多旅行商问题,建立了以生产成本最小化和产品质量最优化为主次目标且考虑加热区段能耗的生产调度数学模型,并采用遗传算法和禁忌搜索相结合的混合算法进行求解.基于实际生产数据的计算结果表明:该模型充分满足了现场热轧批量计划编制的需求,在轧制单元数最优的基础上,缩短了传搁时间,提高了热送热装率,优化了产品质量.与人机结合方式相比,本文模型的计算结果体现了更好的高产和节能效果

本文将物理模型实验与数学模型数值求解相配合,对底吹气体揽拌下熔池内流场进行了研究。以湍流运动学方程和动力学方程、Harlow—Nakayama湍流k—ε双方程模型[1]及边界条件构成了所研究问题的数学模型,应用Spalding等计算湍流回流的方法[2],对数学模型数值求解,得到熔池流场涡量,流函数、湍动能、湍动能耗散率、湍流旋涡粘性系数、速度、含气率及密度等的分布,计算与测定了三种工况,计算与实验结果吻合