介绍了模式识别与人工神经网络算法应用于16Mn微合金化钢的生产工艺优化,并给出了各目标的最佳工艺参数供生产时参考

针对IN690高温合金管材在挤压过程中挤压力大及预测不准等问题,以优化设计挤压工艺和参数进而实现降低挤压力、减少能耗为目标,应用流函数法建模分析挤压变形过程和建立挤压力求解模型,得到了稳定挤压时金属的速度流线.研究了挤压温度、摩擦因数和模具角度等因素对挤压力的影响规律,建立了IN690高温合金管材挤压工艺参数与挤压力的关系.以挤压力最小为优化目标,优化设计了最佳挤压温度和模具角度

以均匀化方法为理论基础,对铰接式自卸车的铰接体进行多载荷工况下的拓扑优化研究.在确定各工况权重时,综合考虑权重本身的不确定性和专家可信度,利用盲数理论对专家的意见进行了不确定性的量化表示进而求出权重,并把权重值应用到多工况拓扑优化中,最后对铰接体的结构进行了可靠性分析,所得结果证明基于盲数理论取得的权重的合理性

提出了一种采用LabVIEW并行运算提高传统遗传算法计算速度的方法,可实现多核计算机多线程的同时运算,从而大幅度提高运算效率.Ni-Ti合金线材无模拉拔初始阶段拉拔速度路径优化结果表明,在八核计算机上采用基于LabVIEW的多线程并行运算程序,与基于文本编程的MATLAB运算程序相比,前者运算时间仅为后者的1/8左右.Ni-Ti合金线材无模拉拔实验结果表明,采用本文智能优化后的拉拔速度路径,可使线材直径波动长度缩短至24 mm,远小于线性或S线型路径的最小直径波动长度

本文介绍一种新的混合离散变量优化方法及通用程序。该程序适合于求解含有整型、离散型和连续型变量的最优化问题,能给出符合工程要求的规格化最优解。本程序经用30个工程设计和数学问题的考核与评定,证明这种具有多功能的组合型算法和程序,其解题的可靠性,若按最优解的目标函数值的精度在10-2以下统计,达到100%。文中还简介了本程序在两个工程设计问题中的应用

对蛋盒型结构的等效刚度特性进行了分析并实现了蛋盒型结构参数的优化设计.首先以蛋盒型结构的单胞为研究对象,基于渐进变分法,得到了蛋盒型结构等效刚度特性的数值计算方法.随后用该方法计算蛋盒型结构不同参数情况下的等效刚度特性,并以结构参数为自变量,等效刚度特性为因变量进行拟合.最后应用拟合公式在限定泊松比或等效刚度的情况下,分别以最大化结构的屈曲载荷和最大化单位质量吸能能力的优化为例,对蛋盒型结构参数进行了量纲为一的优化设计.计算结果表明:蛋盒型结构拉伸刚度降低,弯曲刚度升高;蛋盒型结构的刚度特性与结构参数之间呈现非线性的特点,结构表现出负泊松比的特性;在给定优化目标和限定条件时应用拟合公式可以快速实现蛋盒型结构参数的主动优化设计

本文在分析振动出矿动力学问题的基础上,建立了包括放矿生产能力、单位矿量能耗和物料干扰强度在内的三个振动出矿效果衡量指标。应用电子计算机对单轴和双轴惯性振动出矿机分别进行了工作参数最优化分析。室内模型试验的结果表明,本文所提出的最佳工作参数及其实用的计算公式是易行和基本可靠的

本章主要介绍了C55x处理器的程序基本结构，C语言编程以及优化，语言与汇编语言的混合编程，通用目标文件格式，最后对C55x处理器的数字信号处理库和图像、视频处理库进行了介绍。 4.1 C55x处理器程序基本结构 4.2 C语言程序开发及优化 4.3 C语言与汇编语言的混合编程 4.4 通用目标文件格式 4.5 C55x处理器的数字信号处理库和图像视频处理库

为了提高物流服务优化组合的动态性、可靠性与用户满意度,本文提出了一种基于全局服务质量(quality of service,QoS)约束分解的能够感知领域质量与资源需求的物流服务优化组合方法.该研究工作首先把学习机制引入人工蜂群算法(artificial bee colony algorithm,ABC),形成了具有自主学习能力的改进型人工蜂群算法(LABC);之后,应用学习人工蜂群算法(LABC)将全局QoS约束分解成每个物流子任务需要满足的局部QoS约束,从而将QoS感知的物流服务优化组合这一全局优化问题转化成以领域质量为依据的局部最优服务选择问题;其次,在物流服务流程执行的过程中,在感知物流任务节点对资源需求的前提下,为每一个物流任务节点选择一个具有最优领域QoS的物流服务;与已有的研究工作相比,该方法能够实现物流服务动态可靠的优化组合.最后,通过模拟实验验证了本文所提出的方法是可行有效的

运用运筹学中图论及多目标优化的理论和方法建立应急救援物资车辆最佳运输路线的选择模型，并基于启发式算法求解该模型.从静态网络应急物资车辆运输路线的双目标优化问题入手，设计适合本文模型的算法，并将之推广至含有三个及三个以上优化目标的路线选择问题.引入时间扩展图的概念，将动态网络中的最佳运输路线问题转化为静态网络中的路径选择问题.算法实质是通过构造辅助决策函数实现Dijstra算法的调用，并在辅助函数构成的搜索空间上寻找最优解，是一种快速的、近似的算法.利用随机路网和真实路网测试本文算法，测试结果与本文的理论分析一致，证明本文算法在应急救援物资车辆运输路线的多目标优化问题中可行且有较好的应用效果