基于改进灰色绝对关联度的弹簧高维多目标优化设计

提出了一种基于混合离散变量多目标优化设计求解方法,该方法应用改进灰色绝对关联度将多目标优化问题转化为单目标优化问题。该方法能合理地处理优化设计中混合离散变量的取值问题,引入了等概率混沌移民算子对基本遗传算法进行了改进,并开发了混合离散变量优化的灰色复合遗传算法程序。弹簧优化设计实例表明,该算法对优化设计问题的特性无特殊要求,具有较好的普适性,而且程序运行可靠,全局收敛能力强。     

行星减速器的离散变量多目标优化设计

针对行星减速器的多目标优化设计,运用层析分析法确定分目标函数的权重系数,克服了权重系数选取的主观性和不确定性。针对设计变量为离散变量,采用基于改进粒子群算法的离散变量处理策略对优化设计模型进行求解。通过具体实例计算,得到的优化设计参数比原设计参数更加合理,证明了该方法在行星减速器多目标优化中的可行性和合理性。     

自适应遗传算法在桁架截面优化设计中的应用

针对基本简单遗传算法中的交叉、变异概率均是恒定不变的参数的局限性,提出了可变概率的交叉、变异算子的针对离散变量结构优化设计的自适应遗传算法。以平面和空间桁架为算例,并将计算结果与其他算法所得结果进行比较,结果表明,这种算法对离散变量的桁架截面优化设计是有效可行的。     

圆柱螺旋弹簧联轴器的离散优化设计

采用离散变量随机格点搜索法作为优化设计的基本算法，对圆柱螺旋弹簧联轴器优化设计，该设计对提高弹性联轴器的减振性能效果显著。     

煤矿机械整型优化设计边界搜索方法研究

提出采用离散整型化优化方法解决连续变量、混合变量优化设计问题时 ,确定有效约束边界及边界附近的搜索方法     

人工神经网络在优化动力配煤中应用的理论研究

论述了人工神经网络方法和非线性混合离散变量的优化设计方法应用于配煤中的必要性的可行性，对实际应用中所用到神经网络ＢＰ算法及其一些改进非线性混合离散变量的优化设计方法－－ＭＤＯＤ法作了简要介绍，针对用加权平均或某些经验公式对配煤过程中所遇到的一些指标进行预测时效果不很理想这一现状，采用了神经网络技术对发热量、挥发分、水分、灰分及煤灰软化等指标进行建模以实现非线性映射，同时根据现有配煤系统的实际生产情     

矿用汽车行星齿轮减速器的优化设计

在保证矿用汽车行星齿轮减速器总体尺寸和传动比基本不变的条件下,以接触应力安全系数为优化目标,以齿轮齿数和变位系数为优化变量,基于MATLAB采用复合形法进行优化设计。通过对离散变量进行序列化处理,大大简化了优化程序。通过优化设计,接触应力明显降低,使用寿命显著提高。     

减速器的混合离散变量解耦优化算法

减速器的优化设计是一个多变量、多约束、多目标和非线性问题。它的设计变量既有连续型的,也有离散型的,以往对其进行研究,大多把离散变量简化成连续变量处理［１］。这种做法是事先假定离散最优解在连续最优解的附近。但是许多实际问题表明,这种假定并非总成立［２］。减速器各设计变量之间存在复杂的联系和约束关系,对于多级传动来说还存在各级耦合的整体约这条件。因此该问题具有离散变量多、变量相关性强和可行域狭小等特点。本文以总中心距不变,优化提高减速器承载能力为题来探讨它的有效算法。１数学模型１．１目标函数我们以二…     

函数优化的模拟退火算法及其在盘式制动器优化设计中的应用

将模拟退火算法用于函数优化进行系统的研究,介绍了一种适用于求解约束非线性规划问题全局最优解的通用算法,给出了计算流程、状态产生函数的设置原则、计算终止准则以及离散变量优化的实现方法。在深入分析的基础上建立了钳盘制动器优化设计的数学模型,给出了用上述方法进行优化设计的实例。表明该方法是有效的。     

四关节型混联机构辅助平行四边形参数优化

针对四关节型混联机构辅助平行四边形参数优化设计过程中,传统算法无法求解设计变量和目标函数之间的离散、复杂映射问题,提出了MATLAB遗传算法和GA算法相结合的求解方法。应用DH参数法建立机器人各杆件的连杆坐标系,并确定各连杆坐标系的D-H参数,进而构建机器人工作空间的目标函数。研究结果表明,设计变量取优化值无论在定性上还是定量上比取初始值所得的工作空间大。该方法利用机器人工作空间的形状特征对其进行分割和离散积分,对于开发设计其他类型机器人结构具有参考价值。     

工程优化设计中混合型变量的处理方法

在工程设计中,常遇到连续变量和离散变量同时存在的错综复杂问题。人们尝试过采用经典的数学解析和最优化理论来解决这类问题,然而均难以取得圆满结果;而采用离散变量处理方法为较好地解决这类问题找到了途径。本文论述了这一处理方法的最优检验和求解过程。实例证明,这一方法具有程序简单、计算速度快、精度高的优点,对工程设计中混合型变量优化问题的处理具有实用意义。     

基于优化设计理论和UG平台的渐开线齿轮三维精确建模研究

齿轮传动影响因素多,如何设计才能使齿轮结构紧凑、承载能力强是一个值得深入探讨的问题。根据实际工程条件,以齿轮机构体积最小为目标构造目标函数,列取模数、齿宽、应力、结构等为约束条件,建立包含6个设计变量、12个约束条件的圆柱齿轮优化设计数学模型,并将优化结果在UG中运用表达式功能进行了齿轮参数化设计和精确造型。     

爆破参数智能设计的T-S模糊神经网络方法

针对地下矿山爆破参数设计的工作繁琐、任务量大等问题，建立基于T-S模糊神经网络的地下矿山爆破参数智能设计模型，实现爆破参数快速、智能设计。以某矿山地下矿中深孔爆破为研究对象，收集大量矿山现场实测数据，以抗压强度、抗拉强度、初始弹模、弹性模量、泊松比、黏聚力、内摩擦角、孔底距和排距为输入量，利用BP神经网络和T-S模糊神经网络，建立不同的地下矿山爆破参数预测模型，结果表明，T-S模糊神经网络具有更高的准确性以及更快的运行时间，能够更好地表达地下矿爆破参数与主控因素之间的非线性关系，网络预测值与目标值的均方误差达到1.375 9×10^-5，模型预测效果最佳，为矿山地下矿爆破参数设计提供了参考依据。     

瓦斯抽放钻机动力头传动系统的多目标优化设计研究

建立了钻机动力头齿轮系的多目标优化设计数学模型。分别以齿轮系最后一级齿间最小油膜厚度最大、齿轮传动体积和最小为分目标,采用目标规划法建立统一目标函数,取齿轮的模数、齿宽和齿数为设计变量,且等效转动惯量最小原则下的传动比为约束条件,运用MATLAB进行遗传算法优化计算。结果表明,该方法简便有效。     

基于离散元方法的粗糙性节理岩体直剪力学及尺寸效应特性

天然岩体中存在多组随机结构面,同时结构面几何上存在粗糙特性,基于这两种特性,建立了一种粗糙离散节理网络(Rough Discrete Fractures Network)RDFN模型,并基于颗粒流PFC2D开展了RDFN模型直剪条件下力学特性研究,与直线型DFN模型进行了对比。结果表明:节理几何粗糙特性对裂隙岩体的抗剪特性影响显著。相同加载条件下,考虑粗糙性后RDFN模型的抗剪强度、剪切模量均较DFN模型显著增高;DFN模型中微裂纹沿节理方向贯通,局部存在少量的基岩破坏,RDFN模型破坏模式相对复杂,沿剪切方向基岩单元破坏显著;随着样本尺寸的增大,节理模型的抗剪强度、剪切模量总体上均呈现降低趋势;尺寸效应分析结果表明抗剪指标均在尺寸达到4.0 m后趋于稳定。     

人工神经网络方法在优化动力配煤中的应用研究

对神经网络ＢＰ算法的一些改进作了大量的数值试验研究，并组合了部分改进方法用于动力配煤问题中状态预测过程的建模，最后把神经网络方法纳入到非线性混合离散变量优化设计方法（ＭＤＯＤ法）中，对杭州配煤场 动力配煤过程作了应用介绍。