基于蚁群算法的机械优化设计

介绍了蚁群算法的原理、模型和算法实现过程。说明了蚁群算法应用于机械优化计算切实可行，为复杂的机械优化设计问题提供了新的思路和方法。     

量子蚂蚁算法及其在箱形盖板优化设计中的应用

在蚁群算法的基础上中引入量子理论,将一种新的基于Delta势阱的具有量子行为的量子蚁群算法应用到箱形盖板的优化设计中,优化计算结果表明,量子蚁群算法应用于机械优化设计可获得较好的效果,为复杂的机械优化设计问题提供了新的思路和方法。     

基于蚁群算法的气门弹簧多目标优化

介绍了蚁群算法的基本原理、模型和实现方法,并以常见的气门弹簧作为优化设计目标,建立多目标函数的数学模型,利用MATLAB编程进行求解。通过将计算结果与用遗传算法优化、常规优化算法优化获得的结果进行对比可知,蚁群算法具有很好的寻优能力,同时也表明蚁群算法在优化设计领域的可行性和实用性。     

量子蚁群算法在压力容器优化设计中的应用

建立压力容器的优化设计数学模型,利用一种新型的优化算法——量子蚁群算法对压力容器的主要参数进行优化设计。量子蚁群算法在蚁群算法的基础上引入量子理论,该方法能尽快搜索到较理想的下降方向,提高了算法的收敛速度。具体应用实例表明,基于量子蚁群算法的优化设计切实可行,显示量子蚁群算法在化工设备优化设计问题上的可用性。     

基于蚁群算法大功率曝气机减速齿轮箱的可靠性优化设计

蚁群算法是基于群体的一种仿生算法，对于复杂系统的优化设计具有鲁棒性好、寻优能力强等特点。本文以大功率倒伞曝气机行星减速齿轮箱的体积最小为优化目标函数，建立了行星减速齿轮箱的数学模型，并运用蚁群算法和MATLAB语言，对行星齿轮箱进行了优化计算。优化结果表明，基于蚁群算法的优化设计较传统优化设计相比，在满足设计要求的前提下体积更轻。为行星齿轮箱的其它优化设计提供了新的思路方法。     

基于MATLAB的粒子群优化算法及其应用研究

分析了粒子群优化算法的原理、模型和算法实现过程,并应用该法对行星齿轮传动优化设计进行了实例仿真。仿真结果表明,基于Matlab的粒子群优化算法在机械优化设计中切实可行,该优化算法为复杂的机械优化设计提供了新的思路和方法。     

基于改进蚁群算法的斜齿轮传动动态优化研究

针对传统蚁群算法在设计变量较多时收敛速度慢和容易陷入局部最优等缺点,提出了一种改进蚁群优化算法。对两级斜齿圆柱齿轮减速器进行了动态优化设计,优化后的减速器与传统设计相比,获得了较好的动态性能。提出的改进蚁群算法为斜齿轮减速器提供了一种新的优化设计方法。     

机械臂工作路径的改进蚁群-顺序局部搜索规划

为了减少机械臂末端路径长度和关节转动角度之和，提出了改进蚁群-顺序局部搜索的路径规划策略。建立了机械臂路径规划问题模型，对机械臂关节空间节点进行了离散化。使用顺序局部搜索方法确定下一节点待选集合，依据蚁群算法原理确定优化意义下的下一路径节点。考虑到传统蚁群算法收敛慢、求解质量不高的问题，构造了局部信息素随蚂蚁聚集度自适应更新方法，进而提出了局部信息素自适应蚁群算法。经实验验证，在无障碍物环境下，与传统蚁群算法相比，自适应蚁群算法规划路径长度减少了15.27%，关节转角和减少了0.78%。在障碍物环境下，与传统蚁群算法相比，自适应蚁群算法规划路径长度减少了3.26%，关节转角和减少了2.21%。在实物机械臂上进行验证，实验结果与仿真结果一致，验证了这里提出的路径规划方法的有效性。     

蚁群算法求解人机布局优化问题

针对目前人机布局优化问题人机约束多、无算法,提出了一种符合人机特性的蚁群算法。为了将人机约束考虑在布局优化设计中,本文以载人潜水器主控制台的布局优化为例,采用层次分析法对主控制台人机特性定量分析,在此基础上结合蚁群算法进行主控台布局优化设计,并使用JACK软件模拟比较。结果证明:文中提出的符合人机特性的蚁群算法能够将人机约束和算法结合,从而得出符合人机约束的布局设计,提高操作员的工作舒适度。这种算法也能够广泛地用于其它人机环境的布局优化设计中。     

元胞蚂蚁算法的参数优化方法及其仿真研究

针对元胞蚂蚁算法解决路径规划过程中的参数选取问题,以六边形栅格化地图为背景,提出了基于粒子群优化算法对元胞蚂蚁算法的参数进行优化的方法。首先以六边形元胞为基础建立元胞蚂蚁模型,统一栅格之间的移动步长;然后将元胞蚂蚁算法的参数作为粒子群优化算法的位置信息进行迭代求解,利用适应度函数值对求解性能做出评价;最终粒子趋向于适应度值更高的位置,从而得到元胞蚂蚁算法的最优参数组合。仿真结果表明;该方法能够有效实现对元胞蚂蚁算法的参数选取,对元胞蚂蚁算法应用于路径规划具有一定的实用意义。