多目标优化计算机通信论文范文

多目标优化计算机通信论文范文第1篇

空气弹簧具有较高的非线性特征, 其刚度和阻尼特性随空气悬架工作环境中的气压、高度等条件的变化而变化。因此, 在减震器阻尼系数的选择上都尽可能地与弹簧刚度变化相适应, 以达到更好的改善车辆性能的目的。

本文使用多目标规划 (MOP) 问题中的目标加权方法来解决车辆多目标优化问题。

1 空气弹簧的线性化及其等效刚度的计算

由空气弹簧刚度特性曲线 (图1) 得出空气弹簧的有效面积eA, 因空气弹簧在车辆的正常工作范围内, 有效面积的变化率很小, ddAA//d xdx 0

空气弹簧的刚度为[3],

简化为:

其中, p为空气弹簧的工作气压;

F为单个弹簧的承载力;

k为空气弹簧刚度;

λ为气体多变指数, 一般取1.38;

pa为大气压强, 本文取0.1MPa;

H0为空气弹簧初始工作高度;

∆H为空气弹簧在工作过程中的高度变化量。

在空气弹簧的建模过程中, 为简化起见, 设a=λ (p+pa) Ae, 可见在空气弹簧簧载质量一定的情况下, a为常数。则弹簧的刚度表示为:

由式 (4) 知, 在初始安装高度H0一定的情况下, 空气弹簧的刚度值与弹簧工作的高度变化量有关, 即即为平衡位置时的刚度值。由于在实际情况∆H

2 双轴车辆动力学模型的建立

如图2, 建立模型的动力学方程如下[2]:

当ϕ足够小时,

由式 (5) 、 (6) 、 (7) 、 (8) 得出

由式 (4) , 得出

空气弹簧在平衡位置的刚度ksf、ksr如下:

其中:m1 f、m1r为前、后轴簧下质量;mbc为汽车双轴车辆簧载质量;Jy为簧载质量绕y轴的转动惯量;ktf、ktr为前、后轮胎的等效刚度;kf、kr为前、后空气弹簧的刚度值;ksf、ksr为前、后空气弹簧的等效刚度值;csf、csr为前、后减震器的阻尼;lf、lr为质心到前、后轴的轴距;qf、rq为路面对前、后轮的激励;z1 f、z1r、zbc为前、后轴簧下质量到簧载质心的位移;z2 f、z2r为前、后轴簧上质量的位移。

2.1 路面时域模型及其与2S-PSD谱的等效关系

功率谱密度 (the power spectral density, PSD) 是表征平稳随机过程的一个重要指标。路面位移 (路面不平度) 可以看成是一个随机变量, 用一个均值为零的各态遍历的平稳随机过程来表示, 因此主要采用功率谱密度来描述路面不平度的统计特性。

一种普遍采用的路面功率谱密度为[1]:

其中, n为空间频率, m-1;0n为参考空间频率, 0n=0.1m-1;G q (n 0) 为参考空间频率n0下的功率谱密度值, 称为路面不平度系数, m 2/m-1ss。w为频率指数, 是双对数坐标上的斜线的斜率, 通常取2。

根据车速v, 将空间功率谱密度qG (n) 换算为时间功率谱密度qG (f)

空间频率n与时间频率f之间的关系为:

将式 (13) 、 (14) 带入式 (15) 得,

在路面谱模型中引入一个下截止频率f0[3], 则

由功率谱密度描述的路面不平度输入模型可用一个单位强度为一的符合高斯分布的随机白噪声w (t) 通过一个低通滤波器G (jω) 输出, 则用随机滤波白噪声表达的功率谱密度为[3]

以圆频率ω (ω=2πf, rad/s) 表示, 则由式 (17) 、 (18) 可得到

则由式 (19) 、 (20) 得到低通滤波传递函数G (jω) 为:

对式 (21) 进行时域变换, 得到采用滤波白噪声的路面不平度时域表达式:

将式 (19) 改写为式 (23) 的形式,

2.2 随机输入响应量及其标准差的计算

3 传递函数的确定

路面激励q同簧下质量位移1z之间的传递函数为:

则式 (23) 为带下截止频率的滤波白噪声的功率谱密度 (2S-PSD) 。

路面激励q同簧上质量位移z2之间的传递函数为:

路面激励q同簧上质量加速度z&&2之间的传递函数为:

路面激励q同附着力Fz1之间的传递函数为:

路面激励q同悬架动挠度z2-z1之间的传递函数为

3.1 相关响应量标准差的计算

路面函数可以看成是一个随机平稳过程, 则其功率谱密度可表示成S q (ω) ;输出响应的功率谱密度S x (ω) 可表示成

当统计值的均值近似为零时, 其方差等于均方值, 则标准差σx为

4 基于改善俯仰与跳动复合运动的参数多目标优化

由于悬架系统的自身固有特性, 使得悬架系统的三个主要评价指标性能不可能同时达到最优, 采用多目标的优化策略, 可以折衷的得到在某一性能最优的情况下使其它的性能不至于恶化。车辆的俯仰与跳动复合运动性能, 可简化为研究双轴模型下的质心处俯仰运动和垂直运动。

5 目标函数

在减小俯仰运动的同时又要兼顾平顺性 (跳动性能) , 因此选择减小俯仰角和质心处垂直加速度的能量作为优化的目标。

从数理统计的角度来讲, 均方差σl可以看作是一种能量密度, 将前后悬架的能响应量用其能量来表示, 则根据式 (31) 得到下式:

5.1 设计变量

将前后悬架的阻尼值作为设计变量

5.2 约束条件[1]

当质量分配系数ε=1时, 前后两个悬架系统可以看成是相互独立的, 即把1/2车辆模型看成是由两个独立的双质量悬架系统组成的。因此, 将满足双质量悬架系统平顺性的基本条件作为约束条件。

(1) 要求悬架系统的车身加速度z&&2超过1g的概率P=1%时, 其标准差σ&z2=0.39g;因此,

(2) 要求悬架弹簧撞击限位行程的概率P=3%, 其弹簧动挠度的标准差:

空气弹簧客车的限位行程[f d]一般为5~8cm, 此处取8cm。因此,

(3) 为防止车轮跳离地面而丧失附着力, 导致行驶安全性变差, 因此当附着力时, 车轮跳离地面的概率小于0.1 5%。因此,

5.3 车辆参数的多目标优化

有两个或两个以上目标函数的优化问题可以归结为多目标规划 (MOP) 问题。与单目标优化问题具有单一最优解的情况不同的是, 多目标优化问题往往很难找到唯一一个最优解 (绝对最优解) , 使得每一个目标函数同时达到最优, 因此一般用局部最优解来代替绝对最优解, 而局部最优解通常并不唯一存在, 而是根据条件变化成为一个集合 (有效解集或pareto最优解集) 。在MOP问题中, 目标往往是矛盾的, 因此pareto最优解是各个目标相互平衡后的产物。下面采用MATLAB中的优化工具箱中的多目标优化方法来计算车辆参数优化问题的pareto最优解。

本文使用MOP问题中的有权和法进行求解。将式 (36) 写成式 (37) 的形式

根据权系数的不同取值, 得到pareto最优解集, 再从中选取所需的一个pareto最优解作为最优值。

这一类的大范围优化问题采用MATLAB遗传算法工具箱来进行优化。

6 仿真及结果

本文中所用车辆双轴模型相关参数见表1、表2。

根据实际情况, 将设计变量的变化范围确定为5000-15000 (k N/m) , 即x∈[5000 15000]得到优化值为x*=[9900 9378]sss。

摘要：基于研究汽车俯仰与垂直的复合振动, 建立了空气悬架客车的双轴汽车模型。对于路面谱的构造和功率谱密度 (PSD) 的计算进行了研究。以降低车身俯仰角运动和质心处的垂直振动为目标, 以减震器的阻尼力作为优化参数, 建立多目标的优化过程。通过应用多目标规划优化方法对前后悬架系统参数进行优化和匹配计算, 达到改善车辆的俯仰与垂直复合振动的性能。

关键词：空气悬架,双轴车辆模型,功率谱密度,多目标规划

参考文献

[1] 余志生.汽车理论[M].北京:机械工业出版社, 2003.

[2] Dave Crolla (英) , 喻凡.车辆动力学及其控制[M].北京:人民交通出版社, 2004.

[3] A.Homeyer (德) , 等.空气弹簧系统的现代计算方法[J].电力牵引快报, 1999, 4.

[4] M.Gobbi, G.Mastinu, Analytical De-scription and Optimization of the Dy-namic Behaviour of Passively SuspendedRoad Vehicles, Journal of Sound andVibration (2001) 245 (3) :457～481.

[5] 阳明盛, 罗长童, 等.最优化原理方法及求解软件[M].北京:科学出版社, 2006.

[6] 薛定宇.控制系统计算机辅助设计[M].北京:清华大学出版社, 2006.

[7] M.Gobbi, F.Levi, G.Mastinu, Multi-objective.stochastic optimisation of thesuspension system of road vehicles, Journal of Sound and Vibration. (2006) 298 (3) :1055～1072

多目标优化计算机通信论文范文第2篇

【摘要】 隨着我国科研技术水平的不断发展，移动通信网络技术也得到了极大提升，加强移动通信网络技术可以有效改善因其户群体庞大、话务密度不均匀导致手机信号连接不稳定的问题。本文将从移动通信网络优化的重要意义入手，探究移动通信网络优化的现状及发展方向。

【关键词】 移动通信 网络优化 发展策略

一、移动通信网络优化的重要意义

日常生活中，我们常常能够用到移动通信网络，移动通信网络优化即提升移动通信的服务与质量，具体来说就是包括我们生活中较为熟悉的电信业务、移动业务、联通业务等。总的来说，就是将传统的传输网、核心网、无线网三个模块进行优化。其中传输网与核心网在移动通信中的网元较少，环境相对来说较为稳定，因此，移动通信网络优化主要以无线网优化为主，因为移动网络用户数量极为庞大，因此存在的网络问题较多。移动通信网络优化中的无线网络优化主要在于改善手机与基站的网络接口的信号稳定，解决网络通信中杂音干扰、无法接通、通话无端中断等通信故障，这些通信故障严重制约着移动移动通信网络的发展。移动通信网络是处于一种动态变化的情形之中，有着较高的动态变化频率。同时，移动通信网络的建设是十分耗费人力、财力、物力的，但根据现阶段移动通信网络的发展情况而言，移动通信网络还需要通过资源优化配置，使移动通信网络保持在最佳的运行状态，满足人们对移动通信的需求。

二、移动通信网络优化的现状及趋势

随着科学技术的不断发展，我国移动通信网络技术也逐渐趋于成熟，但在深层次的技术方面仍然存在着一些缺点与需要加强改进之处，进一步推动移动通信网络技术的发展。因此，在进行移动通信网络优化的同时需要借助有经验的网络优化工程师与有经验的技术人员的技术支持。当前移动通信网络优化主要有三种软件工具类型。首先，第一种工具类型是OMC系统，这是由各个系统的供应商所提供的，主要用于调试移动网络系统内部，保证用户通信的稳定。第二种工具类型为无线调频规划软件，其作用主要用于调整无线网络的频率。第三种工具类型为第三方软件，起到分析无线网络的作用，例如众所周知的路测软件和信令分析软件。这几种软件工具中路测软件用于提供数据，OMC系统供应商用于维护网络系统，但在实际应用的过程中，这两种软件还存在巨大缺陷，由此不能形成紧密联系。另一方面，由于当前移动通信网络优化工作的局面过于粗放及技术应用不当，移动通信网络优化还需要良好的技术配合。目前我国移动通信网络优化的发展趋势，主要根据采集数据、分析数据、具体实施、网络评估等操作进行网络优化。移动通信网络优化需要运用到大量的人力、物力、财力，因此需要制定出一套完备的优化方案，并根据实际情况及时调整方案，根据优化效果进行及时的方案总结，使移动通信网络得到更好的优化。

三、移动通信网络优化的发展方向

1、数据挖掘。随着人们生活水平的不断提高，经济与科技的发展速度较快，移动通信网络优化也比较容易得到资金与技术的大力支持，移动通信网络优化的主要发展方向在于智能优化。智能优化，首先需要从数据挖掘入手，也就是说需要深入开发智能辅助数据挖掘系统。移动通信网络优化工作中，数据挖掘可以称得上是最难环节，因为在移动通信网络在运行过程中需要运用到大量的数据，同时这些大量的数据需要借助相应的技术支持，即通过数据挖掘系统，对数据信息进行分析，挖掘其中的关联性。在进行移动通信网络优化的同时，还需要注意四个阶段，即数据分析、数据筛选、数据提取、数据总结，建立起良好的网络优化方案，注重开发网络数据的挖掘系统，促进移动通信网络优化的发展，为移动用户提供更好的移动通信网络体验，实现真正的移动通信网络优化。

2、一体化处理。移动通信网络优化中的一体化处理模式，所谓一体化必然涉及到众多技术支持及优化工具。由于众多类别的优化工具及技术之间存在的差异也较为明显，因此出现一种优化工具只对一种问题的情况下才能发挥出相应的效能。由此导致这样的情形，即优化工具种类众多却难以分散整合，并不能构成一个十分有效的优化方案。由此可以看出，对运营商而言或是提供第三方软件的合作伙伴，我们需要不断改进优化工具的性能，提高网络优化技术，并与合作商和提供商达成长期合作伙伴的共识，共同致力于开发环境数据，实现真正的一体化处理模式。移动通信网络优化中的一体化处理，值得注意的是要将开发数据与环境紧密结合起来。

3、自动网络参数调整。移动通信网络中的自动网络参数调整，实际上具备了辅助决策功能后的网络优化工具。自动网络参数调整的分析结果是准确无误的。尽管自动网络参数调整已经取得较为理想的成绩，但移动通信网络还需要进行深层次的优化，不断改进自动网络参数调整，使其能够更好地适应当下的网络环境，为移动用户提供更加方便快捷的网络。

参 考 文 献

[1]曹志强.移动通信网络优化现状及发展趋势析[J].电子技术与软件工程，2015（06）：24-28

[2]靳晓嘉；潘阳发；宋俊德.移动通信网络优化技术的现状及其发展趋势[J].电信技术，2003（12）：36-39

[3]吉多杰加.移动通信网络优化现状及发展趋势[J].价值工程，2012（04）：26-29