一、结构优化设计中自适应遗传算法的研究（论文文献综述）
魏博凯[1]（2021）在《非晶合金干式变压器优化设计方法与系统研究》文中认为非晶合金配电变压器具有低空载损耗的特性,属于变压器领域中较为理想的节能型产品。与常规硅钢片铁心变压器相比,非晶合金铁心变压器的设计成本较高。另外,传统的变压器采用手工设计方法,自动化程度不高、设计工作量大且周期长,难以获取高效节能低成本设计方案。针对目前非晶合金变压器设计中存在的问题,本课题以降低非晶合金变压器主材成本与总损耗为目标,采用智能算法对其进行单目标与多目标优化,并结合市场需求设计了一套基于智能算法的非晶合金干式变压器优化系统,提高了优化设计效率。本文主要研究工作如下:（1）研究了非晶合金干式变压器传统的手工设计方法,构建了非晶合金干式变压器设计流程,介绍了变压器铁心与绕组相关的电磁参数、结构参数以及性能参数的工程计算方法,为目标函数与优化变量的选取提供参考。（2）构建了非晶合金干式变压器单目标与多目标优化计算模型,选取变压器主材成本与总损耗为优化目标函数。介绍了单目标遗传算法（GA）与多目标NSGA-Ⅱ的基本理论,综述了GA与NSGA-Ⅱ在非晶合金干式变压器优化设计中存在的不足,并对其提出了相应的改进策略。提出了混沌遗传算法（CGA）、自适应遗传算法（AGA）、混沌自适应遗传算法（CAGA）与改进的NSGA-Ⅱ在非晶合金干式变压器单目标与多目标优化模型的实现方法,为软件系统的优化算法程序设计提供参考。（3）基于变压器电磁设计与优化算法理论,结合软件系统功能与用户需求,采用Visual Basic 6.0软件平台设计与开发了一套基于智能算法的非晶合金干式变压器优化系统。通过软件系统交互接口设计,实现优化系统与其它软件的交互连接。（4）研究了GA、粒子群算法（PSO）与差分进化算法（DE）的寻优能力与运行速度。仿真计算结果表明,GA更适用于非晶合金干式变压器优化设计。在此基础上,将CAG、AGA、CAGA与改进的NSGA-Ⅱ对SCLBH15-315/10型非晶合金干式变压器进行单目标与多目标优化。实例优化结果分析表明:在单目标优化设计中,CAGA优化效果最佳,CAGA能极大地降低变压器主材成本与改善其损耗性能;在多目标优化设计中,改进的NSGA-Ⅱ在节材与节能的基础上能获取更多Pareto前沿解,为变压器制造厂家提供更多的优化方案。通过对优化系统的执行时间与优化效果分析,验证了优化系统的实用性与高效性;
霍承鼎[2]（2019）在《基于遗传算法的地下混凝土筒仓结构优化设计》文中研究表明我国人口持续增长,对粮食等物资需求不断增大;随着生活水平的提高,对粮食的关注重心逐渐由粮食数量向粮食的品质发生转变,对粮食的品质也有了更高的要求,这使得我国的粮食安全面临进一步的挑战。地下粮仓凭借其防水、防火、防毒、防爆性能好,且无需化学药剂防蛀防霉等优势,可以很好地保证粮食的品质,进而实现安全健康储粮;此外地下粮仓能够充分利用浅层地能,具有节约土地、节约能源、密闭性能好、运营成本低、能辅以机械化设备的粮食进出库作业的优势,进而实现经济储粮。本文结合国家粮食公益性科研专项（编号201413007-01）,基于改进的自适应遗传算法,通过理论分析、试验研究与数值模拟相结合的研究方法,对地下混凝土筒仓结构进行优化设计,主要研究工作如下:（1）基于工程的地质及水文条件,对仓容3500吨、直径25.6米的大型地下生产性试验仓从初始施工到完全竣工进行不同阶段的足尺试验,从试验结果中提取仓体在不同施工阶段的实时内力数据,分析整理试验数据,得到地下生产性试验仓不同施工阶段仓体内力随深度变化规律,同时得到仓体侧压力实际取值范围,为后续数值模拟结果的校核提供数据参考。（2）运用大型有限元软件ABAQUS建立地下生产性试验仓有限元模型进行数值模拟,分别得到不同施工阶段仓体有限元模拟内力数据,进而得到地下生产性试验仓有限元模型不同施工阶段仓体内力随深度变化规律。将实测数据与有限元模型数据进行对比,对有限元模拟结果进行复核,验证了模型的正确性,经复核的模拟结果为工程结构优化设计所需要的内力数据提供了数值参考。（3）基于自适应遗传算法对数值分析软件进行二次开发,对地下生产性试验仓仓体结构进行优化设计,并且考虑地下试验仓所处特殊环境增加了耐久性优化的新思路。经优化设计后的设计方案相比原设计方案节约了5%以上的材料成本,达到了兼顾结构的可靠性与经济性的优化目标。论文对地下混凝土筒仓结构进行优化设计,在保证结构安全性、适用性、耐久性的前提下,得到结构的优化设计方案,可以极大限度地节约工程成本避免资源浪费,这对建筑业的可持续发展乃至建设美丽中国都有重要的意义。
臧杰[3]（2018）在《FRP汽车防撞梁的材料/结构协同优化》文中提出被动安全作为汽车安全性能提高的一种重要影响因素,一直是国内外研究的热点,对汽车工业的可持续发展有着至关重要的作用。汽车防撞梁作为汽车车身碰撞中首先受到撞击的部分,其的轻量化与耐撞性研究的重要性不言而喻。轻量化材料是实现汽车轻量化的重要途径之一,其中纤维增强复合材料作为新型材料,因其比强度高、比模量大、密度低等优异性能,在航空航天、车辆工程等领域得到广泛应用。本文以汽车防撞梁作为研究对象,以复合材料基本力学基础、碰撞仿真分析理论基础和复合材料优化设计方法为理论,运用Matlab软件与Ansys软件结合,实现二次开发,基于国内GB17354-1998低速碰撞标准,将碳纤维树脂基材料（T300/YPH209）应用于防撞梁的结构设计中,并作出如下研究:（1）根据现有的遗传算法理论,提出一种改进的自适应遗传算法调节公式,同时考虑到父代种群中适应度均值与个体适应度的关系,迭代次数与最大交叉、最大变异概率之间的关系,结合二维Rasrtigrin测试函数对改进后的自适应遗传算法进行性能测试。（2）以某车型复合材料汽车防撞梁为原型,提出一种考虑结构与材料两个层面的影响,实现防撞梁结构/材料双尺度协同优化方法,并模拟均布载荷下,防撞梁的优化分析。根据仿真结果得到:协同优化后,在满足层合板铺层准则和材料强度前提下,防撞梁的强度比升幅为81.41%,前端面上的最大Von Mises应力降幅为56.4%。优化结果达到预期效果,所提出的优化设计方法解决传统优化仅考虑单一层面导致优化结果并非整个设计空间最优解的问题。（3）依据国内GB17354-1998碰撞标准,对防撞梁进行低速碰撞工况下有限元分析,以防撞梁结构参数与材料参数为设计变量,以最大截面力、碰撞最大减速度、防撞梁质量为约束条件,以吸能值最大为优化目标建立单目标碰撞性能优化问题,并通过上述的改进的自适应遗传算法对优化问题进行优化求解,得到整个设计空间内最优设计方案。
王晴[4]（2018）在《改进型遗传算法在种子园无性系设计中的应用研究》文中研究指明林木遗传育种是促进林业事业发展的基础和前提,其中,以生产优良树种为目标的种子园的营建是林木遗传育种的核心。现今,对种子园的营建主要是高世代种子园,但由于高世代种子园中的亲本种类数量较初代种子园骤降,导致亲本间的近交几率极大增加,无法有效的提高目标性状的遗传增益。本文基于亲本间遗传距离,对种子园无性系配置设计方案进行优化,以减少亲本间近交可能性,维持种子园子代的遗传多样性。遗传算法在各个领域内都有广泛的应用研究,并且针对不同的领域问题存在多种改进方法。基于遗传距离对种子园无性系设计优化是一个NP难问题,本文将采用遗传算法优化种子园无性系设计方案,并结合领域问题,对遗传算法加以改进。首先,本文提出了一种多种群改进型自适应遗传算法（Improved Adaptive Parallel Genetic Algorithm,IAPGA）,其基本思想是:在种群初始化时采用贪心算法,进行遗传操作时,引入可随种群适应度变化的交叉、变异概率,同时把原始种群划分为多个子群体独立进化。将IAPGA应用于基于遗传距离的种子园无性系配置设计中,并同传统方法得到的配置方案进行对比。进一步,就IAPGA中各子种群之间的迁移方向和迁移策略,提出改进型自适应并行遗传算法（New Improved Adaptive Parallel Genetic Algorithm,New-IAPGA）。通过采用种群中的个体相似度和种群的平均适应度值两个评估值,使各子种群之间竞争迁移。将New-IAPGA和IAPGA均应用于种子园的配置设计进行对比分析,并将New-IAPGA应用于综合花期和遗传距离的种子园无性系配置设计中。计算结果表明,采用IAPGA和New-IAPGA得到的种子园无性系配置设计方案均优于传统的设计方法;但New-IAPGA较IAPGA更稳定,且多次查找到全局最优适应度值。综上,采用IAPGA或New-IAPGA进行种子园配置设计时,可以使遗传距离近的无性系在配置上保持尽量大的物理距离,降低近亲交配的可能性,保证种子园子代在具有较高的遗传增益的前提下维持遗传多样性;最终,为高世代种子园的无性系配置设计提供参考。
《中国公路学报》编辑部[5]（2017）在《中国汽车工程学术研究综述·2017》文中研究说明为了促进中国汽车工程学科的发展,从汽车噪声-振动-声振粗糙度（Noise,Vibration,Harshness,NVH）控制、汽车电动化与低碳化、汽车电子化、汽车智能化与网联化以及汽车碰撞安全技术5个方面,系统梳理了国内外汽车工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。汽车NVH控制方面综述了从静音到声品质、新能源汽车NVH控制技术、车身与底盘总成NVH控制技术、主动振动控制技术等;汽车电动化与低碳化方面综述了传统汽车动力总成节能技术、混合动力电动汽车技术等;汽车电子化方面综述了汽车发动机电控技术、汽车转向电控技术、汽车制动电控技术、汽车悬架电控技术等;汽车智能化与网联化方面综述了中美智能网联汽车研究概要、复杂交通环境感知、高精度地图及车辆导航定位、汽车自主决策与轨迹规划、车辆横向控制及纵向动力学控制、智能网联汽车测试,并给出了先进驾驶辅助系统（ADAS）、车联网和人机共驾等典型应用实例解析;汽车碰撞安全技术方面综述了整车碰撞、乘员保护、行人保护、儿童碰撞安全与保护、新能源汽车碰撞安全等。该综述可为汽车工程学科的学术研究提供新的视角和基础资料。
曲慧[6]（2010）在《改进的遗传算法在变压器优化设计中的研究与应用》文中研究指明我国经济的飞速发展,给变压器厂家带来了新的生机与希望,但是交货周期的缩短、原材料价格的不断上涨,也带来了新的挑战。利用最优化方法与计算机辅助设计技术进行变压器优化设计,可以缩短产品的设计周期、降低产品的生产成本,增强产品的市场竞争力,增加产品的经济效益。本文研究了变压器优化设计方案,建立了基于综合能效费用的变压器优化设计数学模型。根据客户的需求和企业的需要,采用综合能效费用对变压器进行综合评价,从而选择技术可行及经济最优的变压器。目标函数采用综合能效费用的思想,变压器优化计算属于强约束的优化问题,所以应用了惩罚的思想对目标函数进行处理,并采用加权系数的方法实现,这样不但对约束条件进行了有效约束,同时还有利于遗传的连续性和种群的进化。变压器的优化设计是一个离散性、多变量、非线性、多目标混合型规划问题。基本遗传算法存在早熟及收敛速度缓慢等问题,通常获得的是局部最优解,而不是全局最优解。此外,也无法满足在遗传进化中对某些参数的动态、变化的要求,尤其是交叉率和变异率。本文采用改进的自适应遗传算法,对遗传算法的交叉率、变异率以及适应度函数变换等几个方面进行了改进,将其应用到变压器综合能效费用最小的寻优方案过程中,结果显示该算法具有很好的性能,加快了收敛速度,改善了解的质量,有助于变压器设计优化过程,为遗传算法在变压器优化设计方面进一步普及和应用做了有意义的探索。
于健海[7]（2010）在《基于遗传算法的模拟电路优化设计方法研究》文中研究表明作为可进化硬件（Evolvable Hardware，EHW）的主要分支，电路进化设计已经成为国际性的研究热点。对于数字电路而言人们可以利用基于硬件描述语言的逻辑综合工具对其进行快速可靠的综合，可模拟电路仍然需要专家进行手工设计完成。所以对模拟电路进行自动化设计已成为电路设计中迫切需要解决的问题。而模拟电路参数优化设计是现阶段模拟电路设计的主要难题和更现实的任务。本文在系统地研究了模拟电路进化设计的基本理论、关键技术和研究现状的基础上，探讨了优化理论、优化算法。从阻容元件组成的电路入手，并扩展到较为复杂的CMOS模拟电路，对模拟电路的进化设计、参数优化从理论和实验进行了探索。通过对遗传算法进行了深入地分析，并与其它优化算法、优化技术进行了比较，确立了遗传算法为本论文研究方法的主要解决手段。在考虑了种群多样性的基础上，对遗传参数进行了指数型调整。通过对数学函数的仿真，验证了改进后的遗传算法可以解决全局优化问题，加快收敛速度。通过对阻容滤波器单元电路进行参数调整，验证了遗传算法对模拟电路优化设计的有效性。通过对其结构进化研究，说明了进化后生成的结构和经典结构的相似性。分析了模拟电路结构调整固有的缺陷和对电路进化设计带来的困难，结合模拟电路发展方向和实际设计中的难点，确立了本文采用结构固定优化电路参数的主要研究方法。基于上述理论的研究，对运算放大器进行了优化设计。针对具体电路的进化效果，对遗传参数进行了指数型自适应调整；把模拟电路手工设计经验和改进的遗传算法相结合，通过经验约束了编码方案的搜索空间，简化了编码长度；针对CMOS运算放大器电路中的性能指标繁多且相互制约的特点，对适应度函数进行了分段线形调整，根据不同性能指标的要求，在相同结构下，完成了不同用途的运算放大器的优化设计。基于Hspice仿真结果，实现了对CMOS模拟运算放大器参数优化设计。给出了优化后运算放大器的性能指标、参数和仿真结果，并与其他方法优化出的相同结构运算放大器进行了比较，说明了本方法的有效性和优越性。针对带隙基准源电路，根据各性能指标要求的差异，运用了以次要目标作为边界约束条件的方法，对其进行了优化设计。根据电路优化的效果，在运用改进的遗传算法基础上，采用了“先粗调，再细调”的二次优化方法，并对优化效果进行了比较。以温度系数为主要目标，完成了曲率校正带隙基准源的优化设计，给出了优化后的参数，仿真结果，并与业界其它的曲率校正带隙基准源进行比较，验证了该方法的有效性和优越性。
刘颖[8]（2009）在《改进的GA-SA算法在叶轮优化设计中的应用研究》文中研究指明遗传算法是一种模仿生物自然进化过程的随机搜索和优化算法,具有很强的解决问题的能力和广泛的适应性。因其具有鲁棒性、灵活性和操作简便的特点,在优化设计中得到了广泛的应用。叶轮是离心压缩机中高速转动的核心部件,它的结构设计优劣直接关系到叶轮的使用寿命长短、产生正弦波形的准确度以及电能的消耗等,因此在现代高性能压缩机的设计中,对离心叶轮结构进行优化设计具有重大的意义。遗传算法一方面由于其运算简单,能有效地解决问题而被广泛应用;另一方面,在实际应用中依然存在过早收敛、局部搜索能力较差等问题。因此,本文主要研究对遗传算法的改进方法及新的改进算法在叶轮优化设计中的应用。本文对遗传算法的理论、优化及应用进行了一些研究与分析工作。首先,着重分析遗传算法的缺点,探索解决方案。针对基本遗传算法中初始种群生成的随机性,本文提出了一种新的初始种群生成方法,即利用近似最大最小距离算法思想,在初始种群的生成上,使个体之间保持一定的海明距离,从而产生较好的初始种群分布。其次,介绍了遗传算法一些常见的改进方法,诸如:自适应遗传算法、混合遗传算法等。在现有的一些自适应遗传算法的基础上,针对交叉概率和变异概率进行改进,根据种群多样性测度和个体适应度值自动调整交叉概率和变异概率,同时引入模拟退火操作,对最优个体进行局部邻域寻优,适当拉伸适应度值,提出了新的自适应遗传退火算法。实验结果表明,该算法在全局收敛性和稳定性等方面都有了较好的改善,达到了预期效果。最后,将这种改进算法应用到叶轮优化设计当中,通过仿真结果验证了改进算法的有效性。
倪伟[9]（2021）在《自由曲面CFRP件结构/材料/功能一体化设计》文中研究说明碳纤维复合材料（CFRP）的宏细观一体化设计是一种综合考虑结构优化与材料铺层优化来提高CFRP结构件性能的优化设计方法。针对CFRP一体化设计过程中由于设计变量较多导致收敛慢的问题,本文提出一种基于变量分层CFRP件结构/材料/功能一体化设计方法。该方法将一体化设计分为系统层面与子层面,子层面包括结构层面与材料层面,结构件的截面轮廓控制节点及其权因子作为结构层面的局部变量进行NURBS宏观结构优化设计,CFRP铺层角度作为材料层面的局部变量进行细观铺层优化设计,提取结构件总厚度作为系统层面的公共变量,通过子层面与系统层面设计变量的交互实现CFRP件结构/材料/功能一体化设计。论文主要研究内容如下:（1）以CFRP结构件质量最轻为设计目标,结构件的截面轮廓控制节点xi及其权因子ωi作为结构层面设计变量,使用APDL语言进行结构参数化建模与分析,采用Matlab编制优化主程序并调用APDL参数化建模与分析的txt结果文件实现汽车顶盖与风机导流罩的宏观结构优化设计。（2）以CFRP结构件的功能性最优为设计目标,CFRP铺层角度与铺层厚度作为材料层面设计变量。采用AGA对CFRP汽车顶盖与风机导流罩进行细观铺层优化设计。（3）分别采用整体优化法与分层协同优化法求解汽车CFRP顶盖优化算例,结果表明:汽车CFRP顶盖在满足强度与刚度性能的条件下,与汽车钢制顶盖相比,质量降幅为74.5%,固有频率增幅为125.5%,相比于整体优化法,分层优化法迭代次数减少42次。采用DOE中心复合试验方法验证汽车CFRP顶盖优化结果,得到试验点数据与对应的响应面结果、实验设计候选点、局部敏感度与Pareto最优解。（4）分别采用整体优化法与分层协同优化法求解风机CFRP导流罩优化算例。结果表明:风机CFRP导流罩在满足刚度性能的条件下,与风机钢制导流罩作对比,最大应力降幅为24%,汇流风量增幅为9.1%,相比于整体优化法,分层优化法迭代次数减少20次,轻量化效果显着提高。优化结果表明,在确保优化结果准确性的前提下,分层协同优化法的优化效率显着优于整体优化法。针对自由曲面CFRP件结构/材料/功能一体化设计,本文提出分层协同优化法进行一体化设计。研究结果可为自由曲面CFRP结构件的一体化设计提供理论指导,具有实际应用意义。
吴永忠,刘华威,侯诗文,王世锋[10]（2021）在《模拟退火遗传算法在风力提水机翼型优化设计中的研究》文中研究说明为提高风力提水机翼型气动性能,根据已有的自适应模拟退火遗传算法思想,设计一种自适应模拟退火遗传算法（GASA）,将其运用到风力提水及翼型优化设计中。该种自适应模拟退火遗传算法（GASA）,能弥补使用传统遗传算法（GA）进行优化设计时出现的局部搜索精度不高的缺点,提高优化算法效率。该文给出了对风力提水机设计使用的小厚度翼型NACA4412优化设计的实例,使用自适应模拟退火遗传算法和遗传算法优化后的翼型,其升阻比相比标准翼型分别提高了4.02%、3.89%,验证了设计的自适应模拟退火算法在风力提水机翼型优化设计中的可行性。对优化后翼型进行风洞实验,实验结果表明:翼型表面压力及速度变化趋势与模拟结果变化趋势基本一致,验证了优化翼型在实际环境中的气动性能。
二、结构优化设计中自适应遗传算法的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、结构优化设计中自适应遗传算法的研究（论文提纲范文）
（1）非晶合金干式变压器优化设计方法与系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 非晶合金变压器研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 变压器优化设计研究现状 |
| 1.3.1 变压器优化算法国内外研究现状 |
| 1.3.2 变压器优化软件国内外研究现状 |
| 1.4 本课题主要研究工作 |
| 第二章 非晶合金干式变压器的电磁设计研究 |
| 2.1 引言 |
| 2.2 非晶合金干式变压器的设计研究 |
| 2.2.1 非晶合金干式变压器设计标准 |
| 2.2.2 非晶合金干式变压器手工设计 |
| 2.2.3 非晶合金干式变压器电磁参数设计流程 |
| 2.3 非晶合金干式变压器电磁与结构参数计算 |
| 2.3.1 高、低压侧电压电流计算 |
| 2.3.2 绕组部分电磁参数计算 |
| 2.3.3 绕组部分结构参数计算 |
| 2.3.4 铁心部分电磁参数计算 |
| 2.3.5 铁心部分结构参数计算 |
| 2.4 非晶合金干式变压器性能参数计算 |
| 2.4.1 空载损耗与空载电流计算 |
| 2.4.2 负载损耗与短路阻抗计算 |
| 2.4.3 变压器绕组温升计算 |
| 2.4.4 变压器效率计算 |
| 2.5 本章小结 |
| 第三章 基于智能算法的非晶合金干式变压器优化设计研究 |
| 3.1 引言 |
| 3.2 非晶合金干式变压器优化模型的建立 |
| 3.2.1 变压器优化目标函数的选取 |
| 3.2.2 变压器优化变量的选取 |
| 3.2.3 变压器优化约束条件及其处理方法 |
| 3.3 非晶合金干式变压器单目标优化算法 |
| 3.3.1 遗传算法及其改进策略 |
| 3.3.2 混沌遗传算法(CGA) |
| 3.3.3 自适应遗传算法(AGA) |
| 3.3.4 混沌自适应遗传算法(CAGA) |
| 3.4 非晶合金干式变压器多目标优化算法 |
| 3.4.1 NSGA-Ⅱ算法基本理论 |
| 3.4.2 NSGA-Ⅱ算法的改进策略 |
| 3.4.3 改进的NSGA-Ⅱ在变压器多目标优化模型中的实现 |
| 3.5 本章小结 |
| 第四章 非晶合金干式变压器优化系统设计与开发 |
| 4.1 引言 |
| 4.2 软件系统设计与开发环境 |
| 4.3 软件系统需求分析 |
| 4.3.1 功能需求 |
| 4.3.2 业务需求 |
| 4.4 软件系统总体设计 |
| 4.4.1 软件系统设计流程 |
| 4.4.2 软件系统总体架构设计 |
| 4.4.3 软件系统运行流程设计 |
| 4.5 软件系统界面设计与开发 |
| 4.5.1 主界面设计与开发 |
| 4.5.2 输入产品参数界面设计与开发 |
| 4.5.3 智能算法界面设计与开发 |
| 4.5.4 输出产品优化结果界面设计与开发 |
| 4.6 软件系统数据交互接口及其程序设计 |
| 4.6.1 软件系统交互接口设计 |
| 4.6.2 软件系统数据传输程序设计 |
| 4.7 本章小结 |
| 第五章 非晶合金干式变压器优化设计实例分析 |
| 5.1 引言 |
| 5.2 案例相关参数设定 |
| 5.3 选择遗传算法的原因 |
| 5.4 非晶合金干式变压器单目标优化设计 |
| 5.4.1 以主材成本为目标的单目标优化 |
| 5.4.2 以总损耗为目标的单目标优化 |
| 5.5 非晶合金干式变压器多目标优化设计 |
| 5.5.1 以主材成本与总损耗为目标的双目标优化 |
| 5.5.2 改进的NSGA-Ⅱ优化性能验证 |
| 5.5.3 非晶合金干式变压器双目标优化结果分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（2）基于遗传算法的地下混凝土筒仓结构优化设计（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地下粮仓研究现状 |
| 1.2.2 结构优化研究现状 |
| 1.2.3 遗传算法研究现状 |
| 1.2.4 研究现状总结 |
| 1.3 本文主要研究工作 |
| 1.3.1 研究方案 |
| 1.3.2 研究工作内容与目标 |
| 2 遗传算法的简介 |
| 2.1 遗传算法的基本理论 |
| 2.1.1 基本术语 |
| 2.1.2 基本假设 |
| 2.2 遗传算法基本流程 |
| 2.2.1 算法基本参数的选择 |
| 2.2.2 算法的基本流程 |
| 2.3 遗传算法的应用 |
| 2.3.1 函数优化 |
| 2.3.2 工程优化 |
| 2.4 遗传算法的特点 |
| 2.4.1 遗传算法的优点 |
| 2.4.2 遗传算法的不足 |
| 2.5 遗传算法的改进 |
| 2.5.1 自适应遗传算法 |
| 2.5.2 遗传算法的改进思路 |
| 2.5.3 目前有的几种改进算法 |
| 2.5.4 本文使用算法的选取 |
| 2.6 本章小结 |
| 3 地下生产性试验仓试验研究 |
| 3.1 地下试验仓概况 |
| 3.2 试验目的 |
| 3.3 仪器与设备 |
| 3.3.1 仪器和设备参数 |
| 3.3.2 仪器和设备的校核 |
| 3.3.3 仪器和设备的布置 |
| 3.4 试验方案 |
| 3.4.1 方案一 |
| 3.4.2 方案二 |
| 3.5 试验数据采集 |
| 3.6 试验结果与分析 |
| 3.6.1 方案一试验结果 |
| 3.6.2 方案二试验结果 |
| 3.7 本章小结 |
| 4 地下生产试验仓有限元分析 |
| 4.1 地下粮仓有限元建模 |
| 4.1.1 试验仓模型简化 |
| 4.1.2 模型单元的确定 |
| 4.1.3 模型材料的定义 |
| 4.1.4 模型约束的设置 |
| 4.1.5 模型的荷载 |
| 4.1.6 模型的建立 |
| 4.2 两种方案荷载计算 |
| 4.2.1 方案一荷载计算 |
| 4.2.2 方案二荷载计算 |
| 4.2.3 有限元模型加载 |
| 4.3 模拟数据与试验数据对比分析 |
| 4.3.1 方案一模拟与试验结果对比分析 |
| 4.3.2 方案二模拟与试验结果对比分析 |
| 4.4 模型的复核 |
| 4.5 设计模型的建立 |
| 4.5.1 方案三荷载计算 |
| 4.5.2 建立设计模型 |
| 4.5.3 设计模型结果 |
| 4.6 本章小结 |
| 5 地下试验仓顶板结构优化设计 |
| 5.1 仓顶梁板结构优化设计 |
| 5.1.1 优化模型设计变量 |
| 5.1.2 优化模型目标函数 |
| 5.1.3 目标函数约束条件 |
| 5.1.4 优化参数的确定 |
| 5.1.5 部分程序代码 |
| 5.1.6 优化结果 |
| 5.1.7 其他梁构件的优化 |
| 5.2 仓壁结构优化设计 |
| 5.2.1 优化模型目标函数 |
| 5.2.2 目标函数约束条件 |
| 5.2.3 仓壁优化结果 |
| 5.3 仓底板结构优化设计 |
| 5.3.1 优化模型目标函数 |
| 5.3.2 目标函数约束条件 |
| 5.3.3 仓底板优化结果 |
| 5.4 本章小结 |
| 结论与展望 |
| 1.本文的主要研究成果及结论 |
| 2.本文创新点 |
| 3.展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（3）FRP汽车防撞梁的材料/结构协同优化（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文选题背景与意义 |
| 1.2 汽车轻量化的概况及发展 |
| 1.2.1 汽车车身结构轻量化分析及发展 |
| 1.2.2 汽车轻量化制造工艺 |
| 1.2.3 汽车轻量化材料 |
| 1.3 复合材料在汽车防撞梁上的应用及研究现状 |
| 1.4 汽车前防撞梁低速碰撞耐撞性研究现状及法规 |
| 1.4.1 汽车前防撞梁低速碰撞耐撞性研究现状 |
| 1.4.2 汽车前防撞梁低速碰撞法规 |
| 1.5 本文的主要研究内容 |
| 第二章 复合材料力学理论及碰撞仿真分析基础 |
| 2.1 概述 |
| 2.2 复合材料力学理论基础 |
| 2.2.0 复合材料简介 |
| 2.2.1 各向异性弹性力学基础 |
| 2.2.2 经典层合板理论 |
| 2.3 非线性有限元基本理论 |
| 2.3.1 非线性有限元理论 |
| 2.3.2 守恒方程 |
| 2.3.3 中心差分法 |
| 2.4 本章小结 |
| 第三章 基于自适应遗传算法的CFRP层合板铺层设计 |
| 3.1 遗传算法简介 |
| 3.1.1 遗传算法的基本定义 |
| 3.1.2 遗传算法编码方式 |
| 3.1.3 遗传算法的特点 |
| 3.1.4 遗传算法的基本步骤 |
| 3.2 自适应遗传算法 |
| 3.2.1 自适应遗传算法的提出 |
| 3.2.2 自适应遗传算法的基本步骤 |
| 3.2.3 改进的自适应遗传算法及函数测试 |
| 3.2.3.1 改进的自适应遗传算法 |
| 3.2.3.2 函数测试 |
| 3.3 CFRP力学性能试验 |
| 3.3.1 复合材料试验标准 |
| 3.3.2 CFRP力学性能测试 |
| 3.4 CFRP层合板铺层优化设计 |
| 3.4.1 优化设计模型 |
| 3.4.2 适应度函数 |
| 3.4.3 优化设计程序 |
| 3.4.4 优化结果 |
| 3.5 本章小结 |
| 第四章 基于协同优化思想的汽车防撞梁优化设计 |
| 4.1 概述 |
| 4.2 防撞梁有限元模型的建立 |
| 4.2.1 样条曲线的定义 |
| 4.2.2 结构参数化建模 |
| 4.3 CFRP防撞梁协同优化设计 |
| 4.4 本章小结 |
| 第五章 基于多工况的防撞梁低速碰撞分析 |
| 5.1 概述 |
| 5.2 防撞梁低速碰撞分析方法 |
| 5.3 防撞梁有限元模型的建立 |
| 5.3.1 单元大小及类型选择 |
| 5.3.2 沙漏控制 |
| 5.3.3 接触方式定义 |
| 5.3.4 材料模型选取 |
| 5.4 低速碰撞优化模型的建立 |
| 5.5 低速碰撞仿真结果与分析 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间研究成果 |
| 致谢 |
（4）改进型遗传算法在种子园无性系设计中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究目标 |
| 1.4 论文组织 |
| 2 基础理论及问题描述 |
| 2.1 遗传算法介绍 |
| 2.1.1 传统遗传算法 |
| 2.1.2 并行遗传算法 |
| 2.2 种子园设计问题 |
| 2.2.1 问题描述 |
| 2.2.2 问题抽象 |
| 2.3 本章小结 |
| 3 基于多种群改进型自适应遗传算法的研究 |
| 3.1 算法基本思想 |
| 3.2 算法设计 |
| 3.2.1 主要操作算子 |
| 3.2.2 算法流程 |
| 3.2.3 实验结果的对比分析 |
| 3.3 种子园无性系设计中应用 |
| 3.3.1 不同设计方法的对比 |
| 3.3.2 不同行列数设计对比 |
| 3.4 本章小结 |
| 4 基于改进型的自适应并行遗传算法的研究 |
| 4.1 算法基本思想 |
| 4.2 改进型的自适应并行遗传算法的算法设计 |
| 4.2.1 迁移拓扑 |
| 4.2.2 迁移策略 |
| 4.2.3 种群进化选择 |
| 4.2.4 基本流程 |
| 4.3 实验对比与结果分析 |
| 4.3.1 基于不同迭代次数的实验对比 |
| 4.3.2 基于不同种群规模的实验对比 |
| 4.3.3 收敛情况对比 |
| 4.4 添加花期的种子园无性系设计 |
| 4.5 本章小结 |
| 5 总结和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（5）中国汽车工程学术研究综述·2017（论文提纲范文）
| 索引 |
| 0引言 |
| 1汽车NVH控制 (长安汽车工程研究院庞剑总工程师统稿) |
| 1.1从静音到声品质 (重庆大学贺岩松教授提供初稿) |
| 1.1.1国内外研究现状 |
| 1.1.1.1声品质主观评价 |
| 1.1.1.2声品质客观评价 |
| 1.1.1.3声品质主客观统一模型 |
| 1.1.2存在的问题 |
| 1.1.3研究发展趋势 |
| 1.2新能源汽车NVH控制技术 |
| 1.2.1驱动电机动力总成的NVH技术 (同济大学左曙光教授、林福博士生提供初稿) |
| 1.2.1.1国内外研究现状 |
| 1.2.1.2热点研究方向 |
| 1.2.1.3存在的问题与展望 |
| 1.2.2燃料电池发动机用空压机的NVH技术 (同济大学左曙光教授、韦开君博士生提供初稿) |
| 1.2.2.1国内外研究现状 |
| 1.2.2.2存在的问题 |
| 1.2.2.3总结与展望 |
| 1.3车身与底盘总成NVH控制技术 |
| 1.3.1车身与内饰 (长安汽车工程研究院庞剑总工程师提供初稿) |
| 1.3.1.1车身结构 |
| 1.3.1.2声学包装 |
| 1.3.2制动系 (同济大学张立军教授、徐杰博士生、孟德建讲师提供初稿) |
| 1.3.2.1制动抖动 |
| 1.3.2.2制动颤振 |
| 1.3.2.3制动尖叫 |
| 1.3.2.4瓶颈问题与未来趋势 |
| 1.3.3轮胎 (清华大学危银涛教授、杨永宝博士生、赵崇雷硕士生提供初稿) |
| 1.3.3.1轮胎噪声机理研究 |
| 1.3.3.2轮胎噪声计算模型 |
| 1.3.3.3轮胎噪声的测量手段 |
| 1.3.3.4降噪方法 |
| 1.3.3.5问题与展望 |
| 1.3.4悬架系 (吉林大学庄晔副教授提供初稿) |
| 1.3.4.1悬架系NVH问题概述 |
| 1.3.4.2悬架系的动力学建模与NVH预开发 |
| 1.3.4.3悬架系的关键部件NVH设计 |
| 1.3.4.4悬架NVH设计整改 |
| 1.4主动振动控制技术 (重庆大学郑玲教授提供初稿) |
| 1.4.1主动和半主动悬架技术 |
| 1.4.1.1主动悬架技术 |
| 1.4.1.2半主动悬架技术 |
| 1.4.2主动和半主动悬置技术 |
| 1.4.2.1主动悬置技术 |
| 1.4.2.2半主动悬置技术 |
| 1.4.3问题及发展趋势 |
| 2汽车电动化与低碳化 (江苏大学何仁教授统稿) |
| 2.1传统汽车动力总成节能技术 (同济大学郝真真博士生、倪计民教授提供初稿) |
| 2.1.1国内外研究现状 |
| 2.1.1.1替代燃料发动机 |
| 2.1.1.2高效内燃机 |
| 2.1.1.3新型传动方式 |
| 2.1.2存在的主要问题 |
| 2.1.3重点研究方向 |
| 2.1.4发展对策及趋势 |
| 2.2混合动力电动汽车技术 (重庆大学胡建军教授、秦大同教授, 彭航、周星宇博士生提供初稿) |
| 2.2.1国内外研究现状 |
| 2.2.2存在的问题 |
| 2.2.3重点研究方向 |
| 2.3新能源汽车技术 |
| 2.3.1纯电动汽车技术 (长安大学马建、余强、汪贵平教授, 赵轩、李耀华副教授, 许世维、唐自强、张一西研究生提供初稿) |
| 2.3.1.1动力电池 |
| 2.3.1.2分布式驱动电动汽车驱动控制技术 |
| 2.3.1.3纯电动汽车制动能量回收技术 |
| 2.3.2插电式混合动力汽车技术 (重庆大学胡建军、秦大同教授, 彭航、周星宇博士生提供初稿) |
| 2.3.2.1国内外研究现状 |
| 2.3.2.2存在的问题 |
| 2.3.2.3热点研究方向 |
| 2.3.2.4研究发展趋势 |
| 2.3.3燃料电池电动汽车技术 (北京理工大学王震坡教授、邓钧君助理教授, 北京重理能源科技有限公司高雷工程师提供初稿) |
| 2.3.3.1国内外技术发展现状 |
| 2.3.3.2关键技术及热点研究方向 |
| 2.3.3.3制约燃料电池汽车发展的关键因素 |
| 2.3.3.4燃料电池汽车的发展趋势 |
| 3汽车电子化 (吉林大学宗长富教授统稿) |
| 3.1汽车发动机电控技术 (北京航空航天大学杨世春教授、陈飞博士提供初稿) |
| 3.1.1国内外研究现状 |
| 3.1.2重点研究方向 |
| 3.1.2.1汽车发动机燃油喷射控制技术 |
| 3.1.2.2汽车发动机涡轮增压控制技术 |
| 3.1.2.3汽车发动机电子节气门控制技术 |
| 3.1.2.4汽车发动机点火控制技术 |
| 3.1.2.5汽车发动机空燃比控制技术 |
| 3.1.2.6汽车发动机怠速控制技术 |
| 3.1.2.7汽车发动机爆震检测与控制技术 |
| 3.1.2.8汽车发动机先进燃烧模式控制技术 |
| 3.1.2.9汽车柴油发动机电子控制技术 |
| 3.1.3研究发展趋势 |
| 3.2汽车转向电控技术 |
| 3.2.1电动助力转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
| 3.2.1.1国内外研究现状 |
| 3.2.1.2重点研究方向和存在的问题 |
| 3.2.1.3研究发展趋势 |
| 3.2.2主动转向及四轮转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
| 3.2.2.1国内外研究现状 |
| 3.2.2.2研究热点和存在问题 |
| 3.2.2.3研究发展趋势 |
| 3.2.3线控转向技术 (吉林大学郑宏宇副教授提供初稿) |
| 3.2.3.1转向角传动比 |
| 3.2.3.2转向路感模拟 |
| 3.2.3.3诊断容错技术 |
| 3.2.4商用车电控转向技术 (吉林大学宗长富教授、赵伟强副教授, 韩小健、高恪研究生提供初稿) |
| 3.2.4.1电控液压转向系统 |
| 3.2.4.2电液耦合转向系统 |
| 3.2.4.3电动助力转向系统 |
| 3.2.4.4后轴主动转向系统 |
| 3.2.4.5新能源商用车转向系统 |
| 3.2.4.6商用车转向系统的发展方向 |
| 3.3汽车制动控制技术 (合肥工业大学陈无畏教授、汪洪波副教授提供初稿) |
| 3.3.1国内外研究现状 |
| 3.3.1.1制动系统元部件研发 |
| 3.3.1.2制动系统性能分析 |
| 3.3.1.3制动系统控制研究 |
| 3.3.1.4电动汽车研究 |
| 3.3.1.5混合动力汽车研究 |
| 3.3.1.6参数测量 |
| 3.3.1.7与其他系统耦合分析及控制 |
| 3.3.1.8其他方面 |
| 3.3.2存在的问题 |
| 3.4汽车悬架电控技术 (吉林大学庄晔副教授提供初稿) |
| 3.4.1电控悬架功能与评价指标 |
| 3.4.2电控主动悬架最优控制 |
| 3.4.3电控悬架其他控制算法 |
| 3.4.4电控悬架产品开发 |
| 4汽车智能化与网联化 (清华大学李克强教授、长安大学赵祥模教授共同统稿) |
| 4.1国内外智能网联汽车研究概要 |
| 4.1.1美国智能网联汽车研究进展 (美国得克萨斯州交通厅Jianming Ma博士提供初稿) |
| 4.1.1.1美国智能网联车研究意义 |
| 4.1.1.2网联车安全研究 |
| 4.1.1.3美国自动驾驶车辆研究 |
| 4.1.1.4智能网联自动驾驶车 |
| 4.1.2中国智能网联汽车研究进展 (长安大学赵祥模教授、徐志刚副教授、闵海根、孙朋朋、王振博士生提供初稿) |
| 4.1.2.1中国智能网联汽车规划 |
| 4.1.2.2中国高校及研究机构智能网联汽车开发情况 |
| 4.1.2.3中国企业智能网联汽车开发情况 |
| 4.1.2.4存在的问题 |
| 4.1.2.5展望 |
| 4.2复杂交通环境感知 |
| 4.2.1基于激光雷达的环境感知 (长安大学付锐教授、张名芳博士生提供初稿) |
| 4.2.1.1点云聚类 |
| 4.2.1.2可通行区域分析 |
| 4.2.1.3障碍物识别 |
| 4.2.1.4障碍物跟踪 |
| 4.2.1.5小结 |
| 4.2.2车载摄像机等单传感器处理技术 (武汉理工大学胡钊政教授、陈志军博士, 长安大学刘占文博士提供初稿) |
| 4.2.2.1交通标志识别 |
| 4.2.2.2车道线检测 |
| 4.2.2.3交通信号灯检测 |
| 4.2.2.4行人检测 |
| 4.2.2.5车辆检测 |
| 4.2.2.6总结与展望 |
| 4.3高精度地图及车辆导航定位 (武汉大学李必军教授、长安大学徐志刚副教授提供初稿) |
| 4.3.1国内外研究现状 |
| 4.3.2当前研究热点 |
| 4.3.2.1高精度地图的采集 |
| 4.3.2.2高精度地图的地图模型 |
| 4.3.2.3高精度地图定位技术 |
| 4.3.2.4基于GIS的路径规划 |
| 4.3.3存在的问题 |
| 4.3.4重点研究方向与展望 |
| 4.4汽车自主决策与轨迹规划 (清华大学王建强研究员、李升波副教授、忻隆博士提供初稿) |
| 4.4.1驾驶人决策行为特性 |
| 4.4.2周车运动轨迹预测 |
| 4.4.3智能汽车决策方法 |
| 4.4.4自主决策面临的挑战 |
| 4.4.5自动驾驶车辆的路径规划算法 |
| 4.4.5.1路线图法 |
| 4.4.5.2网格分解法 |
| 4.4.5.3 Dijistra算法 |
| 4.4.5.4 A*算法 |
| 4.4.6路径面临的挑战 |
| 4.5车辆横向控制及纵向动力学控制 |
| 4.5.1车辆横向控制结构 (华南理工大学游峰副教授, 初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
| 4.5.1.1基于经典控制理论的车辆横向控制 (PID) |
| 4.5.1.2基于现代控制理论的车辆横向控制 |
| 4.5.1.3基于智能控制理论的车辆横向控制 |
| 4.5.1.4考虑驾驶人特性的车辆横向控制 |
| 4.5.1.5面临的挑战 |
| 4.5.2动力学控制 (清华大学李升波副研究员、李克强教授、徐少兵博士提供初稿) |
| 4.5.2.1纵向动力学模型 |
| 4.5.2.2纵向稳定性控制 |
| 4.5.2.3纵向速度控制 |
| 4.5.2.4自适应巡航控制 |
| 4.5.2.5节油驾驶控制 |
| 4.6智能网联汽车测试 (中国科学院自动化研究所黄武陵副研究员、王飞跃研究员, 清华大学李力副教授, 西安交通大学刘跃虎教授、郑南宁院士提供初稿) |
| 4.6.1智能网联汽车测试研究现状 |
| 4.6.2智能网联汽车测试热点研究方向 |
| 4.6.2.1智能网联汽车测试内容研究 |
| 4.6.2.2智能网联汽车测试方法 |
| 4.6.2.3智能网联汽车的测试场地建设 |
| 4.6.3智能网联汽车测试存在的问题 |
| 4.6.4智能网联汽车测试研究发展趋势 |
| 4.6.4.1智能网联汽车测试场地建设要求 |
| 4.6.4.2智能网联汽车测评方法的发展 |
| 4.6.4.3加速智能网联汽车测试及进程管理 |
| 4.7典型应用实例解析 |
| 4.7.1典型汽车ADAS系统解析 |
| 4.7.1.1辅助车道保持系统、变道辅助系统与自动泊车系统 (同济大学陈慧教授, 何晓临、刘颂研究生提供初稿) |
| 4.7.1.2 ACC/AEB系统 (清华大学王建强研究员, 华南理工大学游峰副教授、初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
| 4.7.2 V2X协同及队列自动驾驶 |
| 4.7.2.1一维队列控制 (清华大学李克强教授、李升波副教授提供初稿) |
| 4.7.2.2二维多车协同控制 (清华大学李力副教授提供初稿) |
| 4.7.3智能汽车的人机共驾技术 (武汉理工大学褚端峰副研究员、吴超仲教授、黄珍教授提供初稿) |
| 4.7.3.1国内外研究现状 |
| 4.7.3.2存在的问题 |
| 4.7.3.3热点研究方向 |
| 4.7.3.4研究发展趋势 |
| 5汽车碰撞安全技术 |
| 5.1整车碰撞 (长沙理工大学雷正保教授提供初稿) |
| 5.1.1汽车碰撞相容性 |
| 5.1.1.1国内外研究现状 |
| 5.1.1.2存在的问题 |
| 5.1.1.3重点研究方向 |
| 5.1.1.4展望 |
| 5.1.2汽车偏置碰撞安全性 |
| 5.1.2.1国内外研究现状 |
| 5.1.2.2存在的问题 |
| 5.1.2.3重点研究方向 |
| 5.1.2.4展望 |
| 5.1.3汽车碰撞试验测试技术 |
| 5.1.3.1国内外研究现状 |
| 5.1.3.2存在的问题 |
| 5.1.3.3重点研究方向 |
| 5.1.3.4展望 |
| 5.2乘员保护 (重庆理工大学胡远志教授提供初稿) |
| 5.2.1国内外研究现状 |
| 5.2.2重点研究方向 |
| 5.2.3展望 |
| 5.3行人保护 (同济大学王宏雁教授、余泳利研究生提供初稿) |
| 5.3.1概述 |
| 5.3.2国内外研究现状 |
| 5.3.2.1被动安全技术 |
| 5.3.2.2主动安全技术研究 |
| 5.3.3研究热点 |
| 5.3.3.1事故研究趋势 |
| 5.3.3.2技术发展趋势 |
| 5.3.4存在的问题 |
| 5.3.5小结 |
| 5.4儿童碰撞安全与保护 (湖南大学曹立波教授, 同济大学王宏雁教授、李舒畅研究生提供初稿;曹立波教授统稿) |
| 5.4.1国内外研究现状 |
| 5.4.1.1儿童碰撞安全现状 |
| 5.4.1.2儿童损伤生物力学研究现状 |
| 5.4.1.3车内儿童安全法规和试验方法 |
| 5.4.1.4车外儿童安全法规和试验方法 |
| 5.4.1.5儿童安全防护措施 |
| 5.4.1.6儿童约束系统使用管理与评价 |
| 5.4.2存在的问题 |
| 5.4.3重点研究方向 |
| 5.4.4发展对策和展望 |
| 5.5新能源汽车碰撞安全 (大连理工大学侯文彬教授、侯少强硕士生提供初稿) |
| 5.5.1国内外研究现状 |
| 5.5.1.1新能源汽车碰撞试验 |
| 5.5.1.2高压电安全控制研究 |
| 5.5.1.3新能源汽车车身结构布局研究 |
| 5.5.1.4电池包碰撞安全防护 |
| 5.5.1.5动力电池碰撞安全 |
| 5.5.2热点研究方向 |
| 5.5.3存在的问题 |
| 5.5.4发展对策与展望 |
| 6结语 |
（6）改进的遗传算法在变压器优化设计中的研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外发展状况与问题 |
| 1.3 本课题任务与意义 |
| 1.4 本文结构 |
| 第2章 遗传算法 |
| 2.1 遗传算法概述 |
| 2.1.1 遗传算法的生物学基础 |
| 2.1.2 遗传算法的特点 |
| 2.2 遗传算法的数学理论 |
| 2.2.1 模式定理 |
| 2.2.2 积木块假设 |
| 2.2.3 隐含并行性 |
| 2.2.4 遗传算法的收敛性分析 |
| 2.3 遗传算法的实现技术 |
| 2.3.1 编码方法 |
| 2.3.2 适应度函数 |
| 2.3.3 选择 |
| 2.3.4 交叉 |
| 2.3.5 变异 |
| 2.3.6 遗传参数的选择 |
| 2.3.7 遗传算法流程 |
| 2.3.8 约束条件的处理 |
| 2.4 遗传算法的缺点 |
| 2.5 小结 |
| 第3章 改进的遗传算法——自适应遗传算法 |
| 3.1 自适应遗传算法简介 |
| 3.2 自适应选择、交叉和变异 |
| 3.3 改进的自适应遗传算法策略研究 |
| 3.4 改进的最优保存策略 |
| 3.5 自适应遗传算法流程 |
| 3.6 小结 |
| 第4章 变压器电磁计算及优化模型的研究 |
| 4.1 变压器设计技术参数的确定 |
| 4.2 变压器电磁计算的一般程序 |
| 4.3 变压器电磁计算的理论依据 |
| 4.4 变压器优化设计的数学模型 |
| 4.4.1 设计变量的选择 |
| 4.4.2 简单确定变量的上下界 |
| 4.4.3 约束条件 |
| 4.5 小结 |
| 第5章 改进的自适应遗传算法在变压器优化设计中的应用 |
| 5.1 以S9-50/10配电变压器总拥有费用为目标的单目标优化模型 |
| 5.1.1 总拥有费用法 |
| 5.1.2 计算式参数的确定 |
| 5.1.3 S9-50/10配电变压器优化设计模型 |
| 5.2 适应度函数的计算 |
| 5.3 优化变量的编码 |
| 5.4 改进的自适应遗传算法变压器优化设计流程 |
| 5.5 改进的自适应遗传算法优化结果与分析 |
| 5.6 改进的自适应遗传算法在变压器优化设计中的收敛性分析 |
| 5.7 小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
（7）基于遗传算法的模拟电路优化设计方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的背景及其研究的意义 |
| 1.1.1 可进化硬件的简介 |
| 1.1.2 EHW的研究思路 |
| 1.1.3 电路进化设计 |
| 1.1.4 制约模拟集成电路自动化设计的难点 |
| 1.2 课题相关技术的国内外研究现状 |
| 1.2.1 模拟电路综合工具 |
| 1.2.2 模拟电路进化设计技术 |
| 1.2.3 存在的不足和待深入研究的内容 |
| 1.3 最优化理论 |
| 1.3.1 最优化问题数学表达 |
| 1.3.2 最优化技术分类 |
| 1.3.3 最优化算法的分类 |
| 1.4 课题的主要研究内容和论文结构 |
| 第2章 遗传算法的分析与改进 |
| 2.1 基本遗传算法 |
| 2.1.1 基本遗传算法的实现 |
| 2.1.2 遗传算法的特点 |
| 2.2 遗传算法用于求解多目标问题 |
| 2.3 对遗传算法的自适应改进 |
| 2.3.1 基本算法改进的必要性 |
| 2.3.2 改进算法的设计 |
| 2.4 改进的遗传算法与标准遗传算法的性能的比较 |
| 2.5 本章小结 |
| 第3章 基于遗传算法的阻容滤波器的进化设计 |
| 3.1 滤波器的分类及其主要性能指标 |
| 3.1.1 滤波器的分类 |
| 3.1.2 无源滤波器的主要性能指标 |
| 3.2 滤波器的参数优化设计及算法比较 |
| 3.2.1 滤波器的选择 |
| 3.2.2 Hspice简介及在本文中的应用 |
| 3.2.3 运用遗传算法对阻容滤波器进行参数调整步骤 |
| 3.2.4 编码方案 |
| 3.2.5 适应度函数的编写 |
| 3.2.6 遗传参数的线性调整 |
| 3.2.7 实验结果与讨论 |
| 3.3 基于自适应遗传算法进化无源滤波器 |
| 3.3.1 编码方案 |
| 3.3.2 适应度函数的编写 |
| 3.3.3 遗传参数的调整 |
| 3.3.4 实验结果和讨论 |
| 3.4 本章小结 |
| 第4章 基于自适应遗传算法的CMOS运算放大器参数优化 |
| 4.1 运算放大器 |
| 4.1.1 运算放大器简介 |
| 4.1.2 运算放大器的设计及主要性能指标 |
| 4.1.3 运算放大器优化设计的发展现状 |
| 4.2 针对主要指标运算放大器参数优化 |
| 4.2.1 编码的设计方案 |
| 4.2.2 适应度函数的编写 |
| 4.2.3 试验结果及其讨论 |
| 4.3 基于自适应遗传算法的CMOS放大器的参数优化方法 |
| 4.3.1 编码的设计方案 |
| 4.3.2 适应度评估方法 |
| 4.3.3 遗传参数调整策略 |
| 4.3.4 实验与讨论 |
| 4.4 本章小结 |
| 第5章 基于自适应遗传算法的二阶补偿带隙基准源设计 |
| 5.1 带隙基准源的基本原理、性能指标 |
| 5.1.1 带隙基准源的基本原理 |
| 5.1.2 带隙基准源的主要性能指标 |
| 5.2 分段曲率校正带隙基准源 |
| 5.2.1 原理 |
| 5.2.2 电路实现 |
| 5.3 算法的实现 |
| 5.3.1 编码设计方案 |
| 5.3.2 适应度函数的编写 |
| 5.3.3 遗传参数的调整 |
| 5.4 实验与讨论 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
| 个人简历 |
（8）改进的GA-SA算法在叶轮优化设计中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的提出背景及意义 |
| 1.2 遗传算法的发展过程 |
| 1.3 遗传算法的研究现状 |
| 1.3.1 遗传算法的理论研究现状 |
| 1.3.2 遗传算法在工程上的应用及叶轮优化设计研究现状 |
| 1.4 本文研究思路和结构安排 |
| 1.4.1 本文研究思路和过程 |
| 1.4.2 论文的结构安排 |
| 1.5 课题的创新之处 |
| 第二章 遗传算法概述 |
| 2.1 遗传算法简介 |
| 2.1.1 遗传算法的基本思想 |
| 2.1.2 遗传算法的特点 |
| 2.2 基本遗传算法 |
| 2.2.1 基本遗传算法的构成要素 |
| 2.2.2 基本遗传算法的实现 |
| 2.2.3 基本遗传算法存在的问题 |
| 2.3 遗传算法的基本原理 |
| 2.3.1 遗传算法的搜索机理 |
| 2.3.2 遗传算法的收敛性 |
| 2.4 算法性能指标 |
| 2.5 本章小结 |
| 第三章 遗传算法常见的改进方法及其性能分析 |
| 3.1 初始种群生成方法改进 |
| 3.1.1 初始种群对于算法的重要性 |
| 3.1.2 产生初始种群的方法及其性能分析 |
| 3.2 自适应遗传算法 |
| 3.2.1 传统的自适应遗传算法 |
| 3.2.2 一种改进的自适应遗传算法 |
| 3.2.3 现有自适应遗传算法介绍及分析 |
| 3.3 混合遗传算法 |
| 3.3.1 混合遗传算法思想 |
| 3.3.2 模拟退火算法 |
| 3.3.3 遗传模拟退火算法 |
| 3.3.4 现有遗传退火算法介绍及分析 |
| 3.4 本章小结 |
| 第四章 基于种群多样性的遗传算法改进 |
| 4.1 初始种群与遗传算法性能关系的研究 |
| 4.1.1 交叉算子的搜索能力分析 |
| 4.1.2 变异算子的搜索能力分析 |
| 4.1.3 初始种群与遗传算法性能关系分析 |
| 4.2 基于种群多样性的的自适应遗传退火算法 |
| 4.2.1 种群的多样性度量 |
| 4.2.2 一种新的初始种群生成方法 |
| 4.2.3 改进的自适应交叉和变异操作 |
| 4.2.4 基于模拟退火机制的邻域最优局部搜索 |
| 4.2.5 算例测试与分析 |
| 4.3 本章小结 |
| 第五章 改进的遗传算法在叶轮优化设计中的应用 |
| 5.1 问题的描述 |
| 5.2 叶轮优化设计的数学模型 |
| 5.2.1 目标函数 |
| 5.2.2 约束条件 |
| 5.3 叶轮优化设计的遗传算法描述 |
| 5.3.1 确定表示方案 |
| 5.3.2 确定个体评价方法 |
| 5.3.3 设计遗传算子 |
| 5.3.4 确定遗传算法的运行参数 |
| 5.3.5 确定终止准则和指定结果的方法 |
| 5.4 叶轮优化实例 |
| 5.4.1 实验环境 |
| 5.4.2 风洞模拟试验结果及分析 |
| 5.4.3 优化结果及分析 |
| 5.5 本章小结 |
| 结论 |
| 总结 |
| 今后的工作设想 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（9）自由曲面CFRP件结构/材料/功能一体化设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文选题背景与意义 |
| 1.2 自由曲面结构件的优化设计研究现状 |
| 1.2.1 汽车车身结构优化设计的研究现状 |
| 1.2.2 风力发电机结构优化设计的研究现状 |
| 1.3 碳纤维复合材料在汽车与风电领域的研究现状及其制造工艺 |
| 1.3.1 碳纤维复合材料在汽车领域的研究现状 |
| 1.3.2 碳纤维复合材料在风电领域的研究现状 |
| 1.3.3 碳纤维复合材料的制造工艺 |
| 1.4 本文主要研究内容 |
| 第二章 复合材料力学与动力学分析基础 |
| 2.1 概述 |
| 2.2 复合材料力学理论基础 |
| 2.2.1 复合材料简介 |
| 2.2.2 蔡吴强度失效判据 |
| 2.2.3 碳纤维复合材料的力学性能试验 |
| 2.3 模态分析的基本理论 |
| 2.4 流固耦合分析的基本理论 |
| 2.5 本章小结 |
| 第三章 自由曲面CFRP件结构/材料/功能一体化设计方法 |
| 3.1 整体优化法 |
| 3.2 分层协同优化法 |
| 3.2.1 分层协同优化设计方法的研究现状 |
| 3.2.2 自由曲面CFRP结构件分层协同优化设计方法 |
| 3.2.3 分层协同优化设计算法 |
| 3.3 分层协同优化法的不同之处 |
| 3.4 本章小结 |
| 第四章 基于变量分层的CFRP汽车顶盖结构/材料/功能一体化设计方法 |
| 4.1 概述 |
| 4.2 CFRP汽车顶盖结构/材料/功能一体化设计方法 |
| 4.2.1 结构/材料双尺度优化减小顶盖振动的初步探索 |
| 4.2.2 汽车顶盖的宏观结构优化设计 |
| 4.2.3 汽车顶盖的细观铺层优化设计 |
| 4.2.4 基于分层协同优化的CFRP汽车顶盖一体化设计 |
| 4.3 本章小结 |
| 第五章 基于变量分层的CFRP风机导流罩结构/材料/功能一体化设计方法 |
| 5.1 概述 |
| 5.2 CFRP风机导流罩结构/材料/功能一体化设计方法 |
| 5.2.1 风机导流罩宏观结构优化设计 |
| 5.2.2 风机导流罩的流场分析 |
| 5.2.3 风机导流罩的细观铺层优化设计 |
| 5.2.4 基于分层协同优化的CFRP风机导流罩一体化设计 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间研究成果 |
| 致谢 |
（10）模拟退火遗传算法在风力提水机翼型优化设计中的研究（论文提纲范文）
| 0 引言 |
| 1 自适应模拟退火遗传算法构建及实现 |
| 1.1 自适应模拟退火遗传算法的构建 |
| 1.2 自适应模拟退火算法的实现 |
| 2 翼型参数化 |
| 3 优化分析 |
| 4 实验 |
| 5 结论 |
四、结构优化设计中自适应遗传算法的研究（论文参考文献）
- [1]非晶合金干式变压器优化设计方法与系统研究[D]. 魏博凯. 江西理工大学, 2021(01)
- [2]基于遗传算法的地下混凝土筒仓结构优化设计[D]. 霍承鼎. 河南工业大学, 2019(02)
- [3]FRP汽车防撞梁的材料/结构协同优化[D]. 臧杰. 江苏理工学院, 2018(01)
- [4]改进型遗传算法在种子园无性系设计中的应用研究[D]. 王晴. 北京林业大学, 2018(04)
- [5]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报, 2017(06)
- [6]改进的遗传算法在变压器优化设计中的研究与应用[D]. 曲慧. 东北大学, 2010(03)
- [7]基于遗传算法的模拟电路优化设计方法研究[D]. 于健海. 哈尔滨工业大学, 2010(04)
- [8]改进的GA-SA算法在叶轮优化设计中的应用研究[D]. 刘颖. 中国石油大学, 2009(03)
- [9]自由曲面CFRP件结构/材料/功能一体化设计[D]. 倪伟. 江苏理工学院, 2021(02)
- [10]模拟退火遗传算法在风力提水机翼型优化设计中的研究[J]. 吴永忠,刘华威,侯诗文,王世锋. 太阳能学报, 2021(06)