基于知识引导遗传算法的挖掘机动臂结构优化新方法

现有遗传算法难以充分利用知识引导复杂的搜索寻优,无法有效求解挖掘机动臂结构优化问题。为提高动臂结构优化的求解效率与质量,提出一种基于知识的实数编码新型遗传算法。构建知识进化与遗传算法相集成的双重进化机制,实现优化过程浅层与深层隐性知识的挖掘、处理和利用,引导遗传算法的搜索寻优。所构建的双重进化机制通过知识利用算子实现知识进化与群体进化的有效结合,提高知识与遗传算子的可配置性。提出挖掘机动臂结构优化设计领域文化与优化过程知识集成引导的新型选择算子、交叉算子和变异算子,并以中型液压挖掘机动臂结构优化为例,通过八种知识引入程度不同的遗传算法进行对比验证。优化结果表明,将知识引入遗传算子,充分利用知识引导优化搜索可明显提高遗传算法的进化效率和搜索能力。所提出的基于知识引导的新型遗传算法将多层次知识进化与数值优化相结合,可为有效求解复杂工程优化问题提供新方法。     

复杂构件结构智能优化约束表达与处理新方法

为提高复杂构件结构优化的约束处理效率,挖掘并利用优化过程中的深层次隐性约束知识,提出了一种基于文化算法双重进化思想的复杂构件结构智能优化约束表达与处理新方法。建立了层次式的约束知识表达模型,构建了以任务知识为指导的层次式智能约束处理机制,探讨了优化过程中深层次隐性约束知识的处理流程,实现了优化过程中约束知识的进化并指导了群体空间的不断进化。最后,以挖掘机动臂结构优化为例验证了所提方法的可行性与有效性。     

基于相似应力特征分布的挖掘机动臂应力预测模型

针对现有挖掘机动臂结构的应力神经网络预测模型通用性低的问题,提出一种基于动臂的相似应力特征分类的方法,对分类的样本分别建立神经网络预测模型。以中小型挖掘机双液压缸鹅颈式动臂为例,采用分层抽样的方法得到分析样本,构建基于样本分类的应力特征相似分类模型,实现样本相似应力分布的分类,并对各类分别建立通用性更强的动臂应力预测模型,实现优化约束处理体系中快速准确预测应力,提高动臂结构优化设计效率。     

液压挖掘机动臂结构优化设计

研究基于UG/ANSYS的液压挖掘机动臂结构优化设计方法.以斗山某中型液压挖掘机为研究对象,借助UG软件完成工作装置、回转装置和行走装置3部件参数化建模并装配.分析计算典型危险挖掘工况下动臂各铰点的受力,利用ANSYS软件进行静力学分析,针对薄弱部位及应力集中问题,优化动臂局部结构.仿真结果表明:在危险工况下,优化后动...     

机械式矿用挖掘机动臂结构优化设计研究

本文通过对机械式矿用挖掘机动臂结构工作装置以及各构件之间运动关系的分析,确定机械式矿用挖掘机动臂结构,根据实际应用情况,对动臂结构进行优化方案的设计,使其可以满足更多挖掘任务。     

基于BP神经网络的挖掘机动臂应力预测

针对挖掘机动臂结构优化过程中需要反复调用ANSYS有限元软件,导致应力强度控制难度大、优化过程繁琐且效率低下的问题,提出一种基于BP神经网络预测动臂应力的方法。通过在挖掘机动臂结构优化设计软件中设定截面选取规则,选取应力普查的截面导出截面应力样本,并在MATLAB中运用BP神经网络建立挖掘机动臂应力预测模型。以中小型挖掘机动臂为例,建立基于动臂应力普查的约束,获取应力预测样本,运用建立的神经网络预测模型对动臂应力进行预测。结果表明,网络预测应力值与实验数据吻合且误差小于6.80%,建立的预测模型能提高动臂结构的优化效率。     

基于改进遗传算法的函数优化及其性能分析

工程应用中,常涉及到最优化问题.对很多问题进行数学建模后,都可以抽象为一个数值函数的优化问题.实践表明,遗传算法求解最优化问题的计算效率很高.提出了一种对简单遗传算法的编码方式、选择算子、交叉算子及变异算子都进行改进的算法,仿真试验表明,改进算法的函数优化计算在搜索效率和收敛速度方面都有很大提高.     

液压挖掘机基于轨迹规划的控制优化

提出一种对液压挖掘机动臂、斗杆及铲斗实施协同优化控制以实现挖掘动作的精确有效操作.基于对液压挖掘机连杆机构的运动学分析,利用运动轨迹求逆的方法规划液压控制系统三个执行器协同工作以控制末端的运动轨迹,将挖掘机的复杂控制分解为几个单一系统的协同控制问题.研究结果表明所提出的方法可实现挖掘机的自动挖掘及自动平整操控,并为实现挖掘机的智能控制开辟了一条新的途径.     

基于分解优化策略的多敏捷卫星联合对地观测调度

多敏捷对地观测卫星联合对地观测调度问题是一个具有长时间窗、多时间窗等复杂约束的组合优化问题.为了解决该问题,提出将原问题分解为任务资源匹配及单星任务处理两个子问题的分解优化思路.设计了学习型遗传算法解决任务资源匹配子问题,算法中的知识模型在算法迭代过程中学习和提取知识,反馈并引导算法对任务资源匹配的搜索寻优过程.采用后移滑动策略及最优插入位置搜索策略解决单星任务处理子问题,并采用基于规则的方式处理其他约束.实验结果证明了所提方法的有效性.     

基于遗传算法的轮式挖掘机折叠动臂轻量化设计

以某型轮式挖掘机折叠动臂工作装置为研究对象,针对其工作要求和工况特点对动臂结构进行分析,以质量最小为目标函数,依据强度、刚度等性能要求构建优化数学模型。考虑约束非线性规划问题的特点,采用遗传算法进行参数优化,以所得参数建模导入ANSYS软件进行应力分析。所得结果表明,此方法能有效的减轻前动臂质量,达到轻量化设计的预期目标。     

New knowledge-based genetic algorithm for excavator boom structural optimization

Due to the insufficiency of utilizing knowledge to guide the complex optimal searching, existing genetic algorithms fail to effectively solve excavator boom structural optimization problem. To improve the optimization efficiency and quality, a new knowledge-based real-coded genetic algorithm is proposed. A dual evolution mechanism combining knowledge evolution with genetic algorithm is established to extract, handle and utilize the shallow and deep implicit constraint knowledge to guide the optimal searching of genetic algorithm circularly. Based on this dual evolution mechanism, knowledge evolution and population evolution can be connected by knowledge influence operators to improve the conflgurability of knowledge and genetic operators. Then, the new knowledge-based selection operator, crossover operator and mutation operator are proposed to integrate the optimal process knowledge and domain culture to guide the excavator boom structural optimization. Eight kinds of testing algorithms, which include different genetic operators, arc taken as examples to solve the structural optimization of a medium-sized excavator boom. By comparing the results of optimization, it is shown that the algorithm including all the new knowledge-based genetic operators can more remarkably improve the evolutionary rate and searching ability than other testing algorithms, which demonstrates the effectiveness of knowledge for guiding optimal searching. The proposed knowledge-based genetic algorithm by combining multi-level knowledge evolution with numerical optimization provides a new effective method for solving the complex engineering optimization problem.     

一种基于混沌优化算法的PCB板元件检测方法

先进电子制造生产中经常要对PCB板元件进行检测与识别,介绍了一种基于图像模板匹配算法的PCB板元件自动快速检测方法.从检测速度和准确度出发,首先提出了一种图像相似性度量参数指标,并提出一种利用并行混沌算法融合单纯形的算法,来优化搜索图像相似性,给出了算法实现的全过程.用实际拍摄的PCB板元件进行性能测试,验证了该优化算法能提高检测速度.     

基于进化元胞自动机的结构拓扑优化

实现元胞自动机算法自组织演化机制的关键是建立适合问题的局部规则。传统的方法是根据人们的经验或 其他算法得到的结果来建立局部规则,被称为局部间接规则。为了解决局部间接规则存在的局限性,计算量大等 缺点,提出用进化建立元胞自动机局部直接规则的方法。通过建立结构优化的多目标优化模型,用遗传算法寻求 最优的演化规则,得到适应相应问题的解。由仿真结果可见用遗传算法建立的元胞自动机局部直接规则对复杂系 统的自组织问题是很有效的。     

基于遗传算法的工艺路线决策与优化

在已有的工艺路线决策优化研究的基础上,分析了工艺知识的特点,确定了基于特征的工艺知识表达方法,根据工艺知识间的约束关系,构建基于工艺约束的工艺路线决策空间,提高遗传算法的搜索能力。针对工艺路线决策的不确定性,建立了多目标优化函数,将遗传算法应用于工艺路线决策过程中。通过设计合理的基因编码规则、适应度函数、交叉、变异算法优化工艺路线。通过实例,介绍了利用遗传算法进行工艺路线决策和优化的过程。     

A genetic algorithm approach to optimization of asynchronous automatic assembly systems

This paper presents the application of genetic algorithms to the performance optimization of asynchronous automatic assembly systems (AAS). These stochastic systems are subject to blocking and starvation effects that make complete analytic performance modeling difficult. Therefore, this paper extends genetic algorithms to stochastic systems. The performance of the genetic algorithm is measured through comparison with the results of stochastic quasi-gradient (SQM) methods to the same AAS. The genetic algorithm performs reasonably well in obtaining good solutions (as compared with results of SQM) in this stochastic optimization example, even though genetic algorithms were designed for application to deterministic systems. However, the genetic algorithm's performance does not appear to be superior to SQM.     

智能注射成形中工艺参数的多目标自学习优化

注射成形工艺参数是保障产品质量的关键因素。传统试错法严重依赖工艺人员的试模经验,随着注射成形工艺广泛应用于电子、航空航天等国家战略领域,产品的高端化对工艺参数智能化设置水平提出更高的要求。由于成形产品存在多方面的质量要求,且不同质量指标间可能相互制约,因此亟需一种工艺参数多目标智能优化方法,以获得不同优化目标间的帕累托最优。已有学者利用智能优化方法,如非支配排序遗传算法等,对多目标优化问题进行求解,但是此类方法需大量样本数据对质量-参数关系进行建模,存在试验次数多、且对不同材料及模具的适应性较差等问题。为解决上述问题,提出一种注射成形工艺参数多目标自学习优化方法,在优化过程中实时计算并更新各个工艺参数的梯度,并由不同质量指标的多梯度下降算法对多个目标函数进行优化,在优化过程中实现各工艺参数对产品质量影响程度的自主学习,省去了采集大量数据来建立多个质量模型的过程,实现了注射成形工艺参数的高效智能优化。在基准测试函数实验中,所提方法的优化结果与理论解的相对误差小于2%。同时数值仿真与注射成形实验结果表明,所提方法能高效获得多个优化目标的帕累托最优。     

基于差分算法的贴装顺序优化问题求解

元器件取料、贴放顺序是影响印刷电路板(PCB)贴片机工作效率的关键因素之一.针对拱架型多头贴片机建立以时间为研究对象的取料、贴放顺序优化数学模型.给定解的整数编码形式,利用差分算法解决此优化问题.将迁徙操作思想引入差分算法,建立带迁徙操作的差分算法,并给出算法流程及实现方式.通过实验选择差分算法的较佳参数,用两组实验将差分算法、带迁徙操作的差分算法与遗传算法进行比较,实验表明差分算法、带迁徙操作的差分算法能够有效地解决拱架型多头贴片机元器件的取料、贴放优化问题,且优化结果较遗传算法好.     

智能优化算法在无功优化中的应用综述

对无功优化的研究现状进行了总结,对现有的无功优化算法进行了分类。重点介绍了智能优化算法在电力系统无功优化中的应用及其优缺点,在此基础上,概括了几种常用混合优化算法。最后指出了无功优化的发展趋势。     

装配尺寸链的交互式生成和公差遗传优化

研究了一种计算机辅助的交互式尺寸链自动生成方法和基于惩罚函数法的公差遗传优化算法,编制了相应的软件,设计人员可根据装配图,交互式定义并生成装配尺寸链,然后输入公差优化模型,便自动进行公差的遗传优化分配,算例表明,所建立的算法是有效的。