2) Genetic Algorithms
遗传算法优化设计
1.
Research on the Twisted Bar Spring in Automobile Suspension Fork Based on Genetic Algorithms;
汽车悬架扭杆弹簧遗传算法优化设计的研究
3) optimal design /refined genetic algorithm
优化设计/改进遗传算法
4) genetic optimization
遗传优化
1.
Thermal error calibration principle of precision machine and parameter genetic optimization algorithms;
精密机械热误差校正机理及参数遗传优化
2.
Research of partial genetic optimization for the fuzzy controller of open-winding tension;
开卷张力模糊控制器的局部遗传优化研究
3.
Noise removal from image data based on mathematical morphology and genetic optimization;
基于数学形态学和遗传优化的图像去噪
5) genetic algorithms
遗传优化
1.
A static reverse analysis optimization model based on genetic algorithms and a damage detection pro.
并且由于遗传优化算法对参数的类型和数量没有限制,对斜拉桥进行包含不同损伤类型的参数化建模,可以进行结构多类型损伤的识别,因此,可推广至其他复杂桥梁的损伤识别,为同类工程所借鉴。
2.
Genetic algorithms for solving the minimum distance between bezier curves and surfaces;
基于曲线与曲面的Bezier表示,将空间任意曲线与曲面离散为空间有限个独立点,然后采用遗传优化方法求解两组点集间的最短距离。
6) genetic design
遗传设计
补充资料：废水处理系统最优化设计
用最优化的原理和方法设计出效率最高、费用最小、能源消耗最少的废水处理系统。它是系统工程在解决环境问题方面的一种应用。
以常用的完全混合活性污泥法废水处理系统为例，这种系统是由"废水处理"和"污泥处理"这两个子系统组成的。前者有初次沉淀池、曝气池、二次沉淀池、循环泵、污泥泵、机械曝气等构筑物和设备；后者有污泥浓缩池、消化池、 真空过滤机、 初次污泥泵、浓缩污泥泵和污泥最后处理等过程和设备。长期以来，对上述系统都是按传统的经验方法设计的。20世纪60年代出现的一种"合理设计"法，采用定量的过程数学模式和实验决定参数的方法进行废水处理系统的设计。与此同时，开始进行各单元过程和总系统最优化设计方法的研究，目前已经提出了一些方法和计算机程序，正在逐步实现污水处理厂的最优化设计。由于最优化设计依据系统内各单元之间的定量关系，使整个系统达到最优目标，所以比传统设计经济合理。
最优化设计首先要建立某一系统的数学模式，这包括：进行系统分析，建立系统的概念模型和数学模型方程，确定各模式中的有关参数，建立系统各因素之间的定量关系；其次要确定各单元过程的约束条件和出水水质范围,确定评价费用的指标,选定并建立目标函数；最后，选用一定的最优化方法找出最优解。
由于废水处理系统的复杂性，一般采用固定各子系统所共有的基本设计变量的办法把处理系统分解成两个独立的子系统，先分别实现子系统的最优化，再综合协调两个子系统，使总系统最优化。子系统的最优化问题可表达为：目标函数C=f(x)；约束条件gi(x)≤αi,i=1,2,...m;hj(x)≥bj,j=1,2,...p。C=f(x)是评价系统经济性的标准，可以用基建总资和使用期限内设备总运行费之和来表示，这就要求目标函数为最小值。x(x1,x2,..., xn)是要决定的设计变量。xk是各处理单元相应的设计分量，一般用单元的大小来表示，而单元大小也是单元过程特性参数的函数。例如，对初次沉淀池和二次沉淀池，xk为过水表面积;对曝气池,xk为混合液悬浮固体浓度和污泥回流比；对浓缩池，xk为底泥悬浮固体浓度；对消化池,xk为固体停留时间；对真空过滤,xk为过滤机的过滤表面积等。很多国家的回归统计分析说明,费用与处理单元特性参数之间的函数关系一般具有的形式，α、β是经验系数。约束不等式规定了各设计分量xk的允许变化范围，它们是根据单元设备的操作要求和出水水质的限制，以及所用单元过程数学模式的适用条件推导得出的。满足这些约束不等式的设计变量值都是可行解，其中与最小总费用相应的设计变量值则是该系统的最优解。求解上述最优化问题的方法，要根据其数学模式的型式和特点来选择。曾经用于废水处理系统的最优化方法有:动态规划法、几何规划法、胡克-吉夫斯搜索法、修正的单纯形搜索法、复合形法、枚举法、最大斜率法、线性规划法和结构参数法等。
以上都是指稳态情况下废水处理系统的最优化设计。由于废水处理系统的动态特性突出，目前已注意研究随时间而变化的动态过程特性。动态数学模式往往需要采用计算机模拟，通过"瞬时响应分析"（确定输入与输出间的关系）来求解，然后分析得出最优化设计中应采用的对策。
以常用的完全混合活性污泥法废水处理系统为例，这种系统是由"废水处理"和"污泥处理"这两个子系统组成的。前者有初次沉淀池、曝气池、二次沉淀池、循环泵、污泥泵、机械曝气等构筑物和设备；后者有污泥浓缩池、消化池、 真空过滤机、 初次污泥泵、浓缩污泥泵和污泥最后处理等过程和设备。长期以来，对上述系统都是按传统的经验方法设计的。20世纪60年代出现的一种"合理设计"法，采用定量的过程数学模式和实验决定参数的方法进行废水处理系统的设计。与此同时，开始进行各单元过程和总系统最优化设计方法的研究，目前已经提出了一些方法和计算机程序，正在逐步实现污水处理厂的最优化设计。由于最优化设计依据系统内各单元之间的定量关系，使整个系统达到最优目标，所以比传统设计经济合理。
最优化设计首先要建立某一系统的数学模式，这包括：进行系统分析，建立系统的概念模型和数学模型方程，确定各模式中的有关参数，建立系统各因素之间的定量关系；其次要确定各单元过程的约束条件和出水水质范围,确定评价费用的指标,选定并建立目标函数；最后，选用一定的最优化方法找出最优解。
由于废水处理系统的复杂性，一般采用固定各子系统所共有的基本设计变量的办法把处理系统分解成两个独立的子系统，先分别实现子系统的最优化，再综合协调两个子系统，使总系统最优化。子系统的最优化问题可表达为：目标函数C=f(x)；约束条件gi(x)≤αi,i=1,2,...m;hj(x)≥bj,j=1,2,...p。C=f(x)是评价系统经济性的标准，可以用基建总资和使用期限内设备总运行费之和来表示，这就要求目标函数为最小值。x(x1,x2,..., xn)是要决定的设计变量。xk是各处理单元相应的设计分量，一般用单元的大小来表示，而单元大小也是单元过程特性参数的函数。例如，对初次沉淀池和二次沉淀池，xk为过水表面积;对曝气池,xk为混合液悬浮固体浓度和污泥回流比；对浓缩池，xk为底泥悬浮固体浓度；对消化池,xk为固体停留时间；对真空过滤,xk为过滤机的过滤表面积等。很多国家的回归统计分析说明,费用与处理单元特性参数之间的函数关系一般具有的形式，α、β是经验系数。约束不等式规定了各设计分量xk的允许变化范围，它们是根据单元设备的操作要求和出水水质的限制，以及所用单元过程数学模式的适用条件推导得出的。满足这些约束不等式的设计变量值都是可行解，其中与最小总费用相应的设计变量值则是该系统的最优解。求解上述最优化问题的方法，要根据其数学模式的型式和特点来选择。曾经用于废水处理系统的最优化方法有:动态规划法、几何规划法、胡克-吉夫斯搜索法、修正的单纯形搜索法、复合形法、枚举法、最大斜率法、线性规划法和结构参数法等。
以上都是指稳态情况下废水处理系统的最优化设计。由于废水处理系统的动态特性突出，目前已注意研究随时间而变化的动态过程特性。动态数学模式往往需要采用计算机模拟，通过"瞬时响应分析"（确定输入与输出间的关系）来求解，然后分析得出最优化设计中应采用的对策。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条