基于特征库和基因再造技术的带钢层流冷却系统多目标优化（英文）

针对热轧带钢层流冷却系统粗调区给定冷却路径和目标卷取温度的二维度多目标优化问题,提出了基于特征库和基因再造技术的多目标优化遗传算法,用来锁定粗调区集管的最佳开闭特征库。该算法通过历代Pareto前沿面的交集来建立特征库,从中挖掘出集管开闭的较优特征,将其嵌入至下一代种群,可有效抑制种群进化的漫游性和随机性;特征库采用动态竞争机制,使种群个体在全局寻优空间呈现更理想的并行搜索特性;特征库的随机舍取策略保证了历代Pareto前沿面在空间分布的均匀性,提高了系统对二维度多目标的均衡把控能力;最后,基于基因再造技术是驱动算法收敛于全局最优目标解群的强力引擎,是提高系统控制精度的有效措施。编写了基于MFC的仿真程序,仿真结果验证了该多目标优化策略的有效性和先进性。     

冲压车间调度的动态拥挤度NSGA-Ⅱ多目标优化方法

为了降低冲压车间总能耗、缩短冲压件完成时间,提出了基于动态拥挤度NSGA-Ⅱ算法的冲压车间调度优化方法。分析了冲压机各工作状态,针对多制件、多工序调度问题,建立了以能耗最低、完成时间最短为优化目标的多目标优化模型。针对NSGA-Ⅱ算法中拥挤度比较算子会降低基因的多样性的问题,给出了动态拥挤度策略,该策略在删除多余染色体的同时,动态更新各染色体拥挤度,从而提出了基于动态拥挤度NSGA-Ⅱ算法的模型求解方法。经实例验证,NSGA-Ⅱ算法搜索的Pareto前沿解集不是真正的前沿解,而是陷入了局部最优,动态拥挤度NSGA-Ⅱ算法搜索出了Pareto前沿解集,其优化结果在能耗和完成时间上均优于NSGA-Ⅱ算法。     

基于带精英策略的NSGA-Ⅱ遗传算法的车间作业调度研究

研究了带精英策略的非劣前沿分级遗传算法，优化了算法终止条件。针对多目标车间作业调度优化无法找到唯一最优解的问题，提出了基于带精英策略的非劣前沿分级遗传算法的多目标车间作业调度的优化策略和实现方案。仿真结果表明，基于带精英策略的非劣前沿分级遗传算法是求解多目标车间作业调度问题的有效算法。     

考虑低碳的柔性作业车间调度问题研究

针对面向绿色制造的车间调度问题,将低碳因素作为影响因子考虑到模型中,构建低碳生产下的多目标柔性作业车间调度模型,并提出改进的免疫遗传算法求解模型。算法改进初始种群的形成机制,以提高收敛速度和改善求解质量,采用合理的选择策略机制、交叉和变异方式,结合记忆库设计熵值移除法筛选Pareto解集,以提高算法的搜索能力和避免算法陷入早熟。运用MATLAB编程运算实例,实验结果表明,该方法能够有效地解决了绿色制造中低碳的多目标调度优化问题。     

工业机器人多目标轨迹优化

基于工业机器人时间、能量、冲击最优等多目标下的轨迹优化问题,采用多目标优化方法进行研究。采用七次B样条插值曲线,构造工业机器人连续并且两端端点的参数都可以进行设定的轨迹,保证了工业机器人的运动性能。然后采用改进遗传算法对工业机器人进行优化,得出Pareto最优解集。在自主研发的六自由度工业机器人上的仿真结果表明：七次B样条插值可以得到连续的机器人轨迹,改进的遗传算法可使B样条轨迹进行有效的多目标寻优,获得良好的Pareto前沿。     

基于多目标粒子群算法的冲压成形工艺优化

基于Pareto最优解集的多目标粒子群优化算法和有限元方法,提出了一种解决板料冲压成形工艺优化的方法。以方盒件冲压成形为例,将最大增厚率和最大减薄率作为目标函数,以压边力、模具间隙、摩擦系数、冲压速度和凹模圆角半径作为设计变量,建立多目标数学模型。首先运用正交设计安排有限元仿真,然后利用RBF神经网络建立冲压成形工艺参数与厚度变化率之间的近似模型,再利用基于Pareto最优解集的多目标粒子群优化算法对冲压工艺参数优化得到一组非劣解集,最后从非劣解集中选取一组最优粒子。结果表明,利用该方法能快速、有效获得最优参数,起皱现象明显改善,避免产生破裂。     

基于状态监测的非线性预测电液伺服控制系统

针对电液伺服系统的时滞和非线性等问题,提出一种基于状态监测的非线性预测控制(smMPSO-NPC)算法,提高了电液伺服系统的控制性能.将多目标粒子群优化算法和非线性预测控制相融合,实现了多目标优化;将Pareto前端映射到旋转基扇形平面上,利用状态熵和差熵监控种群进化状态;然后提出了角度占优、角度占优强度和档案集双序维...     

一种改进的液压伺服预测控制系统

针对常规液压伺服系统的非线性、时滞等问题，提出一种基于多目标粒子群和类圆映射的液压伺服非线性预测控制系统(QCMPSO-NPC)。利用类圆映射技术将高维目标空间映射到二维坐标平面，监控粒子种群的进化状态。为平衡档案集的收敛性和多样性，采用面积支配和扇块距离管理档案集，并且根据种群进化状态自适应选择全局最优粒子。将改进算法应用到液压伺服系统中，系统可以准确追踪设定值。仿真实验结果表明：采用QCMPSO-NPC算法保证了解集的收敛性和多样性，输出响应最快，误差最小，位置跟踪性能优于PSO-NPC算法和GPC算法，验证了基于QCMPSO-NPC算法液压伺服控制系统的有效性和可行性。     

基于改进MOEA/D算法的多目标单元构建问题求解

针对具有不同加工流程信息的多类型零件的单元构建问题，建立了最大化机器利用率和成组效率的多目标单元构建数学规划模型。在此基础上，提出一种改进MOEA/D算法(improved multi-objective evolutionary algorithm based on decomposition, IMOEA/D)。剖析模型特征，设计了面向机器分配和零件划分的双层编码策略；为了保证算法迭代的有效性，设计了初始化筛选方法和考虑各制造单元间机器零件平衡性的非法解修复策略；为了增强算法的局部探索能力，设计了基于模拟退火算法的局部搜索方法。实验结果表明所提算法具有优越的性能，获得的Pareto前沿解在覆盖率和Pareto比率两个指标上表现较优，且随着问题规模的扩大，其Pareto前沿优势更加明显。     

基于响应面模型和集成方法的数控机床整机优化

针对数控机床整机优化过程中的复杂性,提出了一种响应面模型与集成方法相结合的机床整机优化设计方法。对数控机床整机进行静动态仿真,通过模态试验验证仿真的可信度。采用哈莫雷斯试验设计方法,抽取设计空间的样本点并进行数值模拟和分析计算,建立了整机质量、最大形变量、一阶固有频率、二阶固有频率和三阶固有频率关于整机9个设计变量的响应面模型。提出了基于粒子群算法的初次优化与基于协同优化算法的二次优化相结合的优化策略。先对响应面模型进行初次全局优化,得到Pareto最优解集。在最优解集的基础上再对响应面模型进行二次局部优化,获得最优设计方案。结果表明,优化方案的各项性能都得到了提升,仿真结果验证了优化方案的可信度。因此该优化方法适用于结构较复杂的机床整机的优化设计。     

汽车磁流变阻尼器多目标优化分析

为了改善汽车的被动安全性能，提出将一种单杆单筒式磁流变阻尼器应用于汽车前部吸能结构中。提出以修正Bingham塑性模型（BPM模型）为理论基础，以最大阻尼力和可调范围为优化目标，运用modeFRONTIER自带的非支配排序遗传算法（NSGA II）对所采用的磁流变阻尼器结构参数进行多目标优化分析。优化结果表明：最大阻尼力和可调范围成反比，所用的优化算法不可能使两个优化目标同时达到最优，只能在众多前沿解中选择符合条件的优化解。优化后的磁流变阻力器磁场分布更加集中合理。     

Modified PSO algorithm for multi-objective optimization of the cutting parameters

Economic profit of machining is essentially based on the optimal selection of cutting parameters. In this paper, a multi-objective particle swarm optimization approach is introduced to optimize the cutting parameters in turning processes: cutting speed, feed rate and cutting depth. The proposed model presents the problem in form of a multi-objective problem with production rate and used tool life objectives and has a set of constraints that represent the important limitations to be satisfied. To obtain the non dominated solutions and build the Pareto front graph, a modified dynamic neighborhood particle swarm optimization (DNPSO) technique is used. In addition, a fuzzy-based mechanism is employed to extract the best compromise solution. The results on an illustrative sample reveal the capabilities of the proposed DNPSO approach to generate well-distributed Pareto optimal solutions. Comparison with multi-objective deterministic approach (Min?CMax) shows the superiority of the proposed approach and confirms its potential for solving multi-objective problems.     

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Kriging模型的组合型腔注射模浇注系统多目标优化设计

针对非自然平衡布置的组合型腔注射模浇注系统设计的特点,提出了基于Kriging模型的浇注系统多目标优化设计方法。给出了Kriging近似模型的基本原理,针对组合型腔的特点,建立浇注系统多目标优化模型,在多目标优化模型求解中,基于Pareto最优提出了混合交叉变异的多目标蚁群算法,结合鼠标上下盖组合型腔浇注系统的设计实例,验证了该方法的实用性。优化结果表明:混合交叉变异的多目标蚁群算法具有较好的算法性能。     

奥氏体不锈钢的小孔钻削参数多目标优化

针对奥氏体不锈钢材料小孔钻削参数的多目标优化问题,设计钻削正交试验方案,测量钻削力后利用MATLAB软件进行多元回归分析,建立了钻削力的预测模型,并检验了预测模型的显著性和准确性。综合考虑钻削加工要求和机床设备性能,以钻头直径、主轴转速、进给速度为优化变量,以钻削力、钻削效率和刀具寿命为优化目标函数,建立了奥氏体不锈钢小孔钻削参数的多目标优化模型。利用Pareto遗传算法求解多目标优化模型,再利用钻削试验验证了优化模型的准确性和有效性。     

基于Kriging模型的圆锥动静压轴承优化设计

为提高圆锥动静压轴承的综合性能,以单位承载力下功耗最小和平均温升最低为优化目标,考虑几何结构约束条件,采用最优拉丁超立方进行设计空间的布点,进行有限元数值计算。基于计算结果,采用Kriging方法建立目标函数的近似代理模型。在此模型基础上,使用非劣分层遗传算法(NSGA-II)获得Pareto最优解集;最后通过权重系数法求得最优非劣解。结果表明:优化后方案1的两个目标函数值分别较优化前减小了18.8%和10%,优化方案2分别降低了10.9%、32%;轴承无量纲功耗有所降低、无量纲承载力得到提升,温升降低明显,轴承整体性能较优化前有较大提升。     

基于多目标优化克隆算法的机器人模糊控制研究

为了提高机器人运动轨迹的控制效果,提出一种基于多目标优化克隆算法的机器人模糊控制方案。分析了克隆变异算法的等级支配关系及增殖机制,并基于多目标优化策略对算法的性能进行优化;基于目标函数向量识别出理想曲线的最优解,实现对机器人系统运动轨迹优化和动态控制补偿。搭建仿真平台验证所提控制算法的有效性,从对机器人各关节运动数据采样对比可知：所提出算法的轨迹控制偏差更小,控制轨迹更接近于理想轨迹,尤其是在加入噪声和干扰信号的条件下控制效果的优势更明显     

换辊小车横移车架结构的多目标优化设计

为了保证换辊小车横移车架刚度在符合要求的前提下达到轻量化的要求,提出了基于重量和刚度为目标函数的横移车架多目标优化设计方法。首先,对横移车架进行了静态特性分析,得到换辊时横移车架的应力分布和变形情况;然后,建立由设计变量所决定的车架重量和刚度的多目标优化数学模型,通过中心复合试验设计法选取合适的分析样本点,并在ANSYS Workbench软件中对样本点处的静态特性进行计算和分析;最后,为了降低多目标优化计算量,先通过Shifted Hamersley抽样技术产生一个次优的初始解集,再运用多目标遗传算法对横移车架的质量和最大变形进行多目标优化获得Pareto优化解集。结果表明,优化后横移车架最大变形量减少10%,重量减小3%,并且车架变形及应力分布更加合理。     

基于Kriging模型的组合型腔注射模浇注系统多目标优化设计

针对非自然平衡布置的组合型腔注射模浇注系统设计的特点,提出了基于Kriging模型的浇注系统多目标优化设计方法。首先给出了Kriging近似模型的基本原理,再针对组合型腔的特点,建立浇注系统多目标优化模型;在多目标优化模型求解中,基于Pareto最优提出了混合交叉变异的多目标蚁群算法;结合鼠标上下盖组合型腔浇注系统的设计实例验证了提出方法的实用性,同时,优化结果表明提出的混合交叉变异的多目标蚁群算法具有较好的算法性能。     

基于遗传算法的发动机冷却液泵优化及数值模拟研究

针对某型号发动机冷却液泵建立扬程最大、效率最高、汽蚀余量最小的多目标优化数学模型。以扬程曲线无驼峰及叶轮参数为约束条件,利用多目标遗传算法对目标模型进行优化求解,获得全局最优解。运用Fluent仿真软件对优化前后冷却液泵内部流场进行数值模拟,结果表明:优化后叶轮内部压力分布更均匀,叶片间回流现象明显减少,能量损失降低;在额定工况下,优化后冷却液泵扬程提高0.86 m、效率提升6.6%、汽蚀余量降低0.09 m。仿真结果验证了该方法对发动机冷却液泵优化较有效,为冷却液泵的结构优化提供参考。