混沌遗传优化方法与平面StephensonⅢ型六杆机构的函数发生器综合

分析了平面StephensonⅢ六杆机构综合的现状,综合各种优化方法后,对混沌算法和遗传算法的混合进行了分析.利用混沌运动的遍历性、内在随机性、"规律性"以及对初值的敏感性等特点,结合遗传优化算法,提出了混沌遗传算法.运用MATLAB6.1高级程序设计语言编制了计算程序,对平面StephensonⅢ型六杆机构的函数发生器综合,从而找到了实现最大精确点时该问题的一批有意义的解,为实际机构的设计提供了多种选择方案.     

基于混沌遗传算法的故障测试集最小化方法

利用混沌序列的随机性、遍历性及规律性等特点来控制遗传算法中交叉与变异操作 ,即混沌交叉与混沌变异 ,提出了一种改进的遗传算法——混沌遗传算法 ,并针对数字集成电路的故障完备测试集的最小化问题的具体特点 ,分析并设计了基于混沌遗传算法的故障测试集最小化方法 ,仿真实验验证了该方法的高效性与实用性 ,其性能明显优于标准遗传算法。     

混沌遗传优化方法与平面StephensonⅢ型六轩机构的函数发生器综合

分析了平面StephensonⅢ六杆机构综合的现状，综合各种优化方法后，对混沌算法和遗传算法混的混合进行了分析，利用混沌运动的遍历性，内在随机性，“规律性”以及对初值的敏感性等特点，结合遗传优化算法，提出了混沌遗传算法，运用MATLAB6．1高级程序设计语言编制了计算程序，对平面StephensonⅢ型六杆机的函数发生器综合，从而找到了实现最大精确点时该问题的一批有意义的解，为实际机构的设计提供了多种选择方案。     

机构综合的混沌搜索自适应入侵遗传算法研究

将生物系统中"入侵"的概念引入遗传算法,提出机构综合排斥二周期点优化求解的一种基于混沌搜索自适应入侵遗传算法.该算法动态地引入入侵种群,并利用混沌搜索产生入侵个体.入侵种群的扩散使优良基因得以在个体中传播,优化了种群的基因构成,能够促使种群跳出局部最小,并向全局优化方向进化,从而有效避免了遗传算法的早熟现象.将该算法应用排斥二周期点优化求解,实例表明该算法具有较快的收敛速度和较强的寻优能力,能够快速求出机构综合问题非线性方程组全部解.     

基于遗传机理的机构构型设计系统的研究--机构创新设计系统研究之四

将生命科学的遗传机理应用于机构创新设计之中，采用适合描述机构型式的染色体编码方法，用生命进化机制模拟机构的演变，产生符合设计要求的机构型式，并实现了设计过程的自动化。     

机构综合的超混沌相乘求解方法研究

超混沌是现代科学的主要成就之一,扩展超混沌的应用对现代科学的发展有重要意义。研究了超混沌相乘方法,首次提出了相乘超混沌求解非线性方程组新方法,并对机构综合进行了研究,给出了计算实例。该方法简单、实用,为实际机构的设计提供了多种选择方案,为机构学设计提供了全新的方法。     

人脸表情的混沌仿生识别

人类情感通过人脑对人面部肌肉与肤色的调制机理的研究,结合前人关于混沌理论和计算机视觉的研究成果,提出一种利用混沌调制粗识别和遗传算法精细识别的多分辨人脸面部表情的仿生识别方法.讨论了以混沌调制和遗传调制建立仿生识别多分辨系统模型的方法,并介绍了实验系统的建立.通过在PC机(PⅢ450,128M RAM)上实验仿真,单幅人脸处理时间小于1s,正确识别率为87.6%,为人脸表情的实时识别提供了一个较好的方法.     

基于遗传算法的受控RRRPR机构优化设计

建立了受控RRRPR机构的数学模型(一个转动副以按给定规律运动,另以一个移动副做相应补偿运动),探讨了机构优化设计方法和步骤;采用VC和OpenGL为工具,基于遗传算法实现了受控RRRPR机构的反求优化设计,能复演一定数量的轨迹点,通过计算机仿真实验验证了该方法能快速的获得满足设计要求的机构.该方法拓展了受控机构学的理论研究,同时也为其生产应用提供了理论基础.     

用混沌优化方法进行平面StephensonⅢ型六杆机构的函数发生器综合

利用混沌运动的遍历性、内在随机性、“规律性”等特点 ,结合 MATL AB5 .3.1高级程序设计语言的优化工具箱 ,提出了一种混沌约束优化算法。运用该算法编写了 MATL AB程序 ,对平面 Stephenson 型六杆机构的函数发生器综合 ,从而找到了实现最大精确点时该问题的一批有意义的解 ,为实际机构的设计提供了多种选择方案     

机构创新设计支撑系统（MCDSS）的研究——机构创新设计系统研究之一

对机构创新设计的数学模型进行研究,实现了机构拓扑结构的智能化自动生成,为创新设计全过程建立了通用信息桥梁。在此基础上,开发出机构创新设计的支撑系统（MCDSS）,服务于机构创新设计系统分析、综合和评价全过程,在自动化的机制驱动下实现信息管理和流程控制,为机构创新设计的自动化建立起完善的创新设计平台。     

基于混沌遗传算法的齿轮变速箱优化设计

针对变速箱结构复杂、优化设计参数较多的问题,在遗传算法基础上结合混沌优化理论,提出了混沌遗传优化算法。该方法利用混沌的映射技术的遍历性产生初始群体,在寻优过程中利用混沌的二次载波技术对种群个体进行微小的扰动,从而跳出局部极值达到全局寻优的目的。设计实例表明,该方法不但可提高求解精度,而且搜索过程高效可行,是求解复杂结构多参数优化设计的有效方法。     

遗传算法用于平面曲柄摇杆机构再现轨迹的优化设计

介绍了一种新的参数优化算法———遗传算法,并以平面曲柄摇杆机构再现轨迹优化设计为研究对象,采用该算法对其进行了设计,解决了曲柄摇杆机构再现给定轨迹设计的难题,此项工作为实际生产这种机构的优化设计提供了一种科学且可行的方法。     

机械手旋转移送机构的爆发式免疫优化

针对生产机械手旋转移送机构的优化设计问题,在免疫遗传算法(IGA)的基础上,先通过爆发式进化方式产生优势种群,然后与原种群进行杂交、基因比对等操作,从而提出了一种新型爆发式免疫进化算法(EIGA)。仿真实验结果表明,与遗传算法(GA)、IGA相比,EIGA具有收敛速度快、优化精度高和稳定性好的优点,能更好地实现机械手旋转移送机构的有效优化。     

基于多目标遗传算法的水陆两栖可变形机器人结构参数设计方法

水陆两栖可变形机器人是一种兼具变形能力与两栖环境适应能力的新型移动机器人。在其机构设计中,结构参数直接影响该机器人在任务环境中的各项机动性能。针对水陆两栖可变形机器人工作环境复杂性和任务多变性,提出一种基于多目标遗传算法的机器人结构参数设计方法,以得到该型机器人在两栖环境中的最优的综合性能。在水陆两栖可变形机器人陆地环境和水环境中运动学和动力学模型基础上,建立两栖环境中机器人的机动性能指标函数与结构参数的映射关系,并在此基础之上构建面向水陆两栖可变形机器人的结构参数设计的多目标优化问题。利用多目标遗传算法得到该多目标机构参数设计问题的Pareto最优解集,并且通过组合赋权方法确定各目标决策属性的权重,从Pareto最优解集中得到符合设计要求的水陆两栖可变形机器人的各项机构参数最优解,进而指导机器人最终结构参数设计。根据最终得到的结构参数研制出水陆两栖可变形机器人样机Amoeba-II,并在两栖环境下进行样机的各项性能试验,最终验证了基于多目标遗传算法的机器人结构参数设计方法的有效性以及在机器人设计中的适用性。     

基于免疫遗传算法的车间调度问题的研究

根据生命科学中免疫系统的信息处理机制,在一般遗传算法的基础上,将免疫计算和改进的遗传算法(预防近亲结合的多重交叉策略)相结合,建立了一种用于车间调度的免疫遗传算法,通过接种疫苗提高抗体的适应度,通过免疫选择防止种群的退化。针对作业车间调度问题,设计了免疫遗传计算中疫苗的提取和接种方法,即基于加工机器的基因片断抽取疫苗方法和接种方法。通过作业车间调度十个典型标准问题验证,文中所述免疫遗传算法可行,较现有免疫算法、一般遗传算法及一些传统优化设计方法在收敛效率和准确性等方面有很大改进与提高。     

基于混沌蚂蚁群算法的PID控制器的参数整定

将蚂蚁混沌动力学、群组织和优化机制进行巧妙的结合，本文给出了一种基于群智能理论的新的优化方法，即混沌蚂蚁群算法CAS。同时采用该方法对PID控制器的参数进行了整定，它以误差积分型性能指标为目标函数、以设计参数的取值范围及最小增益和相位裕度为约束条件，建立了优化数学模型，数值结果显示采用混沌蚂蚁群算法的整定性能要优于采用遗传算法整定的性能。同时本文的方法由于不需要采用编码过程，因此比采用遗传算法的辨识方法要简练。     

机械系统动态优化设计的复合遗传算法

针对机械系统动态优化设计的工程问题,提出了一种新的人工智能优化方法——复合遗传算法。该方法在遗传算法的操作中增加改造操作,较大地提高了寻优效率。基于概率论完成了该方法更高效寻优机理的理论分析。数值分析结果表明,该方法结果正确,算法简洁。     

ABC算法在非线性系统辨识与控制中的应用

针对非线性系统辨识和控制器的设计,提出一种混沌映射产生初值的人工蜂群优化算法,并将该算法应用于非线性系统中的参数辨识和PID控制器的设计。参数辨识的仿真结果表明,基于混沌映射理论的人工蜂群优化算法比其他传统的算法具有更好的收敛特性和辨识性能;自动电压调节系统的仿真结果表明,基于混沌人工蜂群优化的PID控制自动电压调节系统是可行性的,且具有良好的动态调节性能。     

腿轮式机器人的运动原理及参数优化

分析了一种腿轮式机器人的运动原理，基于腿轮式机器人的运动参数对机器人的运行性能有较大影响，提出采用遗传算法进行参数优化设计。给出了遗传算法的具体寻优步骤，并得到了最优解，为机器人的机构设计和运动控制提供了理论依据。