基于改进灰狼算法的机械臂运动学高精度逆解北大核心

为提高串联机械臂逆运动学的求解精度、简化求解难度及增强求解通用性,提出一种适用于各类串联机械臂逆运动学求解的改进群智能算法;根据改进D-H参数法建立机械臂运动学模型,以最小化位姿误差为优化指标建立目标函数,将逆运动学求解问题转化为优化控制问题。通过多种群混沌协同搜索策略、最优学习策略、多重变异扰动策略和跳出局部最优策略4种改进策略提出一种多策略协调改进的灰狼优化(multi strategy coordination improved grey wolf optimization,MSCIGWO)算法,并应用于求解各类串联机械臂逆运动学。仿真试验结果表明,改进后的灰狼优化算法求解性能得到极大提高,相比于直接采用灰狼优化算法求解机械臂逆运动学,MSCIGWO算法的收敛速度、收敛稳定性更强且可高精度收敛至精确小数点后12位数值精度的理想位姿,验证了该算法求解的有效性与通用性。     

基于模拟退火遗传算法的自动化立体仓库货位优化

自动化立体仓库货位随机分配不仅影响仓库的稳定性,而且降低货物出入库效率。为寻找货位最优分配,提出一种基于模拟退火遗传算法解决货位分配问题的方法,并引入了3种不同的货位分配原则。通过分配原则建立货位分配优化模型,并利用模拟退火遗传算法对其进行解算,最终通过案例分析将所得目标函数的最小值与货位随机分配的初始值以及使用遗传算法求解值进行对比,可见使用此方法优化后货架稳定性以及出入库效率都大大提高。     

基于自适应变异粒子群优化算法的移动机器人路径规划

对路径规划中区域划分的建模方法进行改进,实现根据环境中障碍物的具体分布来自适应划分环境空间,将路径规划问题转化为带约束目标函数优化求解问题.针对粒子群算法的局部极小值问题,提出将自适应差分进化算子作为粒子群优化算法的自适应变异算子的改进方案.仿真结果表明:环境模型的自适应划分可以提高算法的搜索效率,缩短计算时间,使算法具有更好的实时性;加自适应变异算子的粒子群优化算法可以使目标函数快速跳出局部最优的束缚.     

基于移动代理的温室无线传感器网络路由算法研究

对于无线传感器网络,使用移动代理模型进行数据融合相比于传统的C/S拥有更多优势.在基于移动代理的数据融合算法中,移动代理访问传感节点的顺序和数量对整个网络的效率、可靠性以及寿命等有很大的影响.为此针对温室环境和无线传感器网络的特点,提出了一种移动代理基于近似算法路由策略,通过定义目标函数,采用改进的洪泛路由算法求解移动代理的最优路由策略.通过理论分析表明,相比其它路由算法,该算法在温室无线传感器网络中有更好的性能.     

基于萤火虫群算法的虚拟演播室箱体焊接优化

针对求解虚拟演播室复杂的箱体焊接结构最优焊接顺序难的问题,采用热-机耦合非线性热弹塑性有限元计算模型,对焊接顺序进行优化数值模拟,提出了一种通过萤火虫算法优化从而得到虚拟演播室箱体最优焊接顺序的方法.该方法选择焊接变形量为目标函数,提出了求解最优焊接顺序的萤火虫算法优化模型,设计了基于萤火虫群算法的焊接顺序优化算法.优化结果表明,该方法求解的最优焊接顺序的焊接变形量小,变化率小,该方法要比传统的经验或者试验方法更快,更精确,效果更好.     

绕线机床头箱的多目标有限元结构优化

以绕线机床头箱的多目标结构优化问题为例,通过对设计变量进行灵敏度分析及对各分目标函数进行规范化处理,进一步确定设计变量和构造出当量目标函数,从而提高多目标优化建模的准确性和求解效率.根据优化结果进行改进后,绕线机的变形和振动明显下降,绕线精度和效率大大提高,改进效果显著.     

一种基于混沌神经网络的作业车间调度算法

采用基于退火策略的混沌神经网络求解作业车间调度问题(JSP).通过在Hopfield神经网络(HNN)中引入混沌机制,并结合退火策略控制混沌动态,有效避免了传统HNN极易陷入局部极小的缺陷;同时改进了表示JSP的换位矩阵,给出了包含目标函数的能量函数,保证了网络的稳态输出为全局可行解.与基于模拟退火的HNN和暂态混沌神经网络算法比较表明,该算法在收敛速度和求解准确性上有了很大改进.     

基于偏好信息的热连轧多目标负荷分配优化模型

热连轧负荷分配本质上是一个多目标优化问题,并且不同目标函数的重要性不一样。针对这个问题,引入偏好信息对多目标差分进化算法进行改进,仿真结果表明,该算法能够按照给定的偏好信息寻找到相应的Pareto解。并设计了基于该改进算法的热连轧多目标负荷分配优化模型,通过仿真验证了其合理性。     

基于FCM改进遗传算法的工字梁多目标优化设计

为了对工字梁结构进行优化设计,建立了以工字梁横截面积最小和给定负载条件下的最小化静挠度最小为目标函数,以满足梁的弯曲强度条件及截面尺寸限制条件为约束条件的多目标优化模型,并提出了一种基于模糊C均值聚类改进的多目标优化算法来对其进行求解。该算法利用FCM的模糊划分和最大隶属度来对交配选择过程进行交配约束限制。将该算法与其他典型的多目标优化算法在GLT系列测试函数上进行对比测试,结果表明所提出的算法性能更好,能得到具有更好收敛性且分布更均匀的Pareto前端。工字梁实例的求解也证明了该算法的优良性及实用性。     

多目标优化与层次分析法相结合的滚齿机立柱改进设计

结合多目标优化与层次分析法在结构设计中的优点,对滚齿机立柱的设计参数进行改进.文章首先运用CAD软件建立滚齿机立柱的参数化模型,并将其导入有限元分析软件AWB中对其进行动静态特性分析;其次通过灵敏度分析得到影响立柱性能的主要设计参数,同时可视化其对目标函数的响应面;然后将设计参数作为优化设计变量,以质量最小、变形量最小和一阶固有频率最大为目标函数对立柱进行多目标优化,得到优化方案的解集合;最后通过层次分析法确定立柱解集合中的各优化方案权重系数,寻找出最优解.     

纯电动汽车复合电源系统模型预测控制

纯电动汽车动力电池存在功率密度低,使用寿命短的问题,在电源系统中加入高比功率的超级电容组成了复合电源系统,为了使两者更加高效的实现能量转换,提高复合电源系统的性能,在复合电源系统的等效电路模型基础上,结合系统不同的工作模式以及纯电动汽车不同的行驶工况,提出一种动态矩阵的模型预测控制算法,并在实车复合电源试验环境中对模型预测控制算法进行验证,实验结果表明:采用的模型预测控制能很好的实现复合电源系统能量的最优管理。     

小型制造单元远程可视化系统设计

为解决制造型企业生产设备数据采集、可视化、远程监控及管理等问题,设计基于B/S架构的生产企业小型制造单元的远程可视化系统。通过对企业生产过程中数据采集及远程可视化问题进行深层次的分析,设计远程可视化监控系统的通信总体技术框架。利用OPC、SQL技术,实现基于B/S架构的小型制造单元远程可视化系统。系统由设备状态、仓储管理、运行监控等功能模块组成,通过图表直观地反映制造单元的设备、仓储、生产情况,通过可视化系统提高了企业生产过程中的管理水平。     

基于CMAC-PID的车道保持辅助系统控制策略研究

车道保持辅助系统是汽车安全辅助驾驶的重要组成部分,可有效提高汽车行驶安全性。针对辅助系统在车辆控制权分配上存在的人机冲突问题,对车辆状态判断决策以及辅助控制策略进行研究。首先建立车辆-道路参考模型,基于预瞄理论提出车辆运行状态的监控方法,根据施加在方向盘上的转矩设计车辆偏离判断决策。然后利用CMAC神经网络的自学习功能实时调节PID参数,实现对车辆转向系统的主动控制。最后通过CarSim与Simulink软件进行联合仿真分析。研究结果表明:与传统PID控制相比,所提出的CMAC-PID控制策略能够正确判断驾驶员操作与车辆运行的状态,当车辆发生偏离时可有效进行预警和主动纠偏控制,控制精度高,响应速度快,在降低人机冲突的同时,确保行车安全。     

复合储能式装载机混合动力系统协同优化

复合储能混合动力系统实现了能量高效回收再利用,但整车经济性能并未达到最优效果。因此基于MATLAB/Simulink建立整车后向仿真模型,在对复合储能混合动力系统3个子系统进行分析的基础上设定相应的目标函数,并利用Isight软件对多系统进行协同优化。利用整车仿真模型对获得的关键参数优化结果进行分析,结果表明整车经济性能明显提升。利用硬件在环仿真试验平台进行验证,仿真与试验所得结果基本吻合,证明协同优化算法对装载机复合储能混合动力系统的优化切实有效,为该系统的设计应用提供了参考。     

基于模糊PID车姿调节控制技术研究

车姿调节技术能够显著提升车辆行驶平顺性和通过能力。针对传统车姿调节技术中控制精度差等问题,基于模糊PID控制器及控制算法建立了车姿调节过程的数学模型。基于Simulink平台建立了仿真模型,并重点对车姿升高过程进行了仿真分析和实验验证。为了优化低速动态车姿调节时系统不能及时稳定的问题,提出了一种目标车高修正方法。在某轻型轮式平台上进行了模糊PID控制算法的实车验证,验证结果表明：所搭建的模糊PID控制算法模型准确,实际控制效果良好,有效提升了车姿调节的精度和稳定性。     

基于AMESim工程车辆变速器电液控制系统的仿真与试验研究

为了改善工程车辆变速器的换挡品质,对变速器电液换挡控制系统进行研究,利用AMESim软件建立仿真模型,分析主调压系统和离合器调压系统对油压的调节作用。以换挡过程中换挡离合器的充放油特性为切入点,采用遗传算法对换挡离合器主要结构参数进行优化,通过改善离合器充放油特性达到改善换挡品质的目的。设计和完成了变速器换挡油压特性试验进行了验证。结果表明:经过油压的调节及离合器结构参数的优化,换挡离合器的充放油特性明显改善,达到提高换挡品质的目的。     

基于路径优化混合算法的自动化物流控制系统研究

为了提高自动化物流控制系统的效率,提出了基于路径优化的混合算法实现路径规划方法。在模型设计中,将仓库货柜设计适用于自动引导车无障碍行驶的矩阵排列,按照货柜编号与货柜物理位置进行建模,在自动引导车的路径规划设计中,将模糊算法与启发式算法相结合来完成目标函数求解。实验证明:相比于蚁群算法和模拟退火算法,本文算法在最优解求解和收敛性方面优势明显,在路径优化方面具有较强适用性。     

基于BP神经网络的电弧熔丝增材制造数据库系统

通过对电弧熔丝增材制造(Wire and arc additive manufacturing，WAAM)单道焊缝试验数据的分类整理，分析用户需求和使用需要，基于python编程语言下的Django框架，采用B/S架构开发了一个电弧熔丝增材制造数据库系统。试验结果表明，该系统采用数据库与算法预测模型结合的方式开发而成，主要设置了用户权限管理、基本打印数据和焊缝形貌预测三大模块，具有存储扩展打印试验数据功能和预测未知工艺参数下焊缝形貌的功能。不同的打印工艺方法引入不同的BP神经网络结构，使用时数据库系统自动读取库内已有的算法模型或根据已有的试验数据训练新的模型，之后录入试验数据会自动对模型重新训练，实现随数据库内试验数据扩展或修正自动适应的参数预测，能够预测未知工艺参数下的焊缝形貌尺寸。最后，基于MIG工艺设计了1组验证试验对数据库的预测功能效果进行检验，熔宽预测误差为1.3%，余高预测误差为1.5%，说明了数据库系统预测功能的可行性。 创新点： 将传统数据库的数据分类存储功能与预测算法相结合，充分发挥了已有试验数据的价值，并且集成了不同试验材料、焊接工艺方法等数据构建算法模型，实现了多种试验条件、焊接工艺方法下的焊接工艺参数预测功能。     

二轮平衡车的神经元控制算法及仿真北大核心

通过在MATLAB-Simulink-Simscape中搭建二轮平衡车的仿真物理模型和控制系统,直观、快速地验证控制算法的效果。使用神经元PID控制算法替代传统PID控制算法设计神经元PD平衡控制器、神经元PI速度控制器,并在此基础上组合成二轮平衡车的神经元PID控制系统。通过实验对比神经元PID控制算法与传统的PID控制算法的控制效果,验证了神经元PID控制算法具有更高的控制精度、更强的抗干扰能力、更快的响应速度,能及时适应模型的非线性变化。