基于免疫遗传算法的采煤机螺旋滚筒装煤性能参数优化设计

介绍了免疫遗传算法的原理、模型和算法实现过程 ,并采用该算法对采煤机螺旋滚筒装煤性能参数优化模型进行了优化设计计算 ,优化计算结果表明 :基于免疫遗传算法的优化设计切实可行 ,为复杂的煤矿机械优化设计提供了新的思路和方法     

基于MATLAB遗传算法的高速轴动力稳定性的优化设计

对基于MATLAB的遗传算法的相关理论进行了简要的介绍,并通过高速轴的动力稳定性优化设计这一具体实例,以高速轴的体积最小为优化目标,详细介绍了采用遗传算法进行优化。通过优化,为机械优化设计提供了一种较为理想的优化方法和思路。     

基于改进的遗传算法及其在机床主轴箱加工路线优化应用

遗传算法在机械优化设计领域中被广泛地应用,通过对其进行深度的分析,采取适当的方法加以改进。而经过改进的遗传算法提高了优化能力,应用改进遗传算法对机床主轴箱加工路线进行优化排序求解,取得了很好的效果。     

基于有限元建模和组合优化策略的复杂结构优化设计

提出了一种对复杂机械结构进行优化设计的方法。该方法将正交试验法和遗传算法有机结合,在参数化有限元建模的基础上实现对机械结构的优化设计。实验证明,该方法具有较高的可行性。     

遗传算法视域下平面四杆机构优化设计

通过对遗传算法的工作原理以及具体操作步骤、遗传算法的优势进行阐述,对煤炭机械平面四杆机构所拥有的基本特性进行分析,并且根据煤炭机械的应用特征,用角位移误差以及行程速比系数作为优化的变量,且根据MATLAB软件中的遗传算法,构建平面四杆机构优化设计的模型,使原本复杂的煤炭机械平面四杆机构能够进一步缩短运行的周期与提高其运动的精度等进行优化设计。     

基于改进遗传算法的机械优化设计参数模型研究

提出了应用于机械优化设计的一种改进遗传算法,通过在遗传算法中引入修复过程,将机械设计中不满足约束条件的解转化为满足约束条件,经过一代代进化,最后得到问题的最优解。并和已有改进遗传算法进行分析比较和实验验证,证实该算法在机械优化设计中使用简单且高效。     

基于遗传算法的齿轮减速器优化设计

对两级齿轮减速器优化设计进行了分析,建立了其优化设计的数学模型,确定了优化设计的约束条件,采用遗传算法对两级齿轮减速器进行优化设计,并通过实例说明,采用遗传算法对减速器进行优化,可以得到更加优化的设计结果。     

基于Matlab的带式输送机齿轮传动机构优化设计

利用Matlab遗传算法工具箱对带式输送机上的单级斜齿圆柱齿轮减速器的齿轮传动机构进行优化设计,从而说明遗传算法的优越性。在满足承载能力和强度要求条件下,以齿轮体积最小为优化目标,建立优化设计数学模型,用Matlab遗传算法工具箱进行优化并得到最优解。     

基于小生境遗传算法的走向长壁采区优化设计

本文将基于排挤机制的小生境遗传算法应用于采区优化设计,为合理设计采区提供了一种新方法。算法分析和实例均表明,小生境遗传算法可有效搜索出多个优化设计方案,是一种非常有效的优化方法。     

基于禁忌搜索算法的机械优化设计

为寻求更优更高效现代机械优化设计,结合禁忌搜索算法和遗传算法提出一种新的智能优化方法。为提高算法的全局寻优能力和减少寻优计算的时间,混合算法在结构上进行改进。给出的典型数学函数验证了算法的快速性和有效性,将其用于带式输送机蜗杆减速器上的蜗轮齿圈体积优化的机械设计。优化结果与常规设计相比,优化效果较明显。     

改进的混沌遗传算法及结构优化设计

提出了一种结构新颖、快速收敛的混沌遗传算法,它将交叉和变异遗传运算融为一体,通过调节变异调整系数使生成的点在上一代最优点的附近随机摆动,避免了随机漫游现象。每代仅保留上一代的最优个体,其它个体重新生成,在最优点附近利用混沌变量的遍历性进行局部寻优,提高了解的精度。改进的混沌遗传算法可以克服普通遗传算法经常出现的未成熟收敛、振荡以及随机性太大的问题。改进的混沌遗传算法是一种有效的优化方法,适合于大型复杂结构优化设计。     

Hybrid genetic algorithm for the optimization of mine ventilation network

Used genetic algorithm (GA) to optimize the network of ventilation in order to avoid artificial convergence and speed up the convergence rate to introduce the Powell algorithm. The Powell algorithm had been integrated into GA. Powell had the effective capacity of solving the local optimal solution. Powell and the cross as a method of choice, a variation of the parallel operator, can be a better solution to the premature convergence of the GA problem. The two methods will be improved to make it an effective combination of hybrid GA called hybrid genetic algorithm (HGA) for the introduction of mine ventilation network optimization and to be used to solve the problem of regulating mine optimization.     

遗传算法的原理与应用

遗传算法是基于自然界生物进化基本法则而发展起来的一类新算法。本文在简要介绍遗传算法的起源与发展、算法原理的基础上,对算法在优化、拟合与校正、结构分析与图谱解析、变量选择、与其他算法的联用等方面的应用进行了综述。该算法由于无需体系的先验知识,是一种全局最优化方法,能有效地处理复杂的非线性问题,因此有着广阔的应用前景。     

电站建设方案优化设计模型初探

针对电站建设方案的优化设计问题,采用0-1整数规划,动态规划,运用GA算法,求得了在满足电力需求和技术要求的前提下,经济效益最大化的优化设计模型。     

矿井巷道洒水车除尘路线优化算法

对矿井巷道洒水车的喷洒路线进行优化能缩短其行驶路程,提高喷洒效率。提出一种基于遗传算法匹配奇数度巷道交叉口的洒水车路线优化算法。首先由Floyd算法求得任意两巷道交叉口间的最短路径,然后利用遗传算法对所有奇数度巷道交叉口进行最优匹配,最后得到优化的洒水车行进路线。实验结果表明,提出的方法能有效实现路线的优化。     

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。     

基于GA-BPNN的巷道围岩变形模量预测

研究了遗传算法（GA）在设计和优化BPNN结构时的效能和它在预测岩体变形模量的应用,利用GA找到隐藏层神经元的最优数量以及隐含与输出层的学习因子和动量因子,然后和试错过程进行比较。采用了来源于实际巷道测量的76组数据集验证该方法。利用MSE,MAE,R等性能标准,证明GA-BPNN模型在岩体变形模量预测方面优于BPNN试错模型。     

基于遗传优化的无刷直流电机模糊控制的研究

遗传算法是一种有导向和启发式的搜索算法,具有较高的搜索效率。提出遗传算法综合优化模糊控制器,并将优化后的模糊控制器引入无刷直流电机双闭环控制系统中的速度环。仿真结果表明,该控制算法具有良好的动态性能和鲁棒性。     

Optimization of comminution circuit simulations based on genetic algorithms search method

Comminution simulators are extensively used by mineral processing engineers for plant design and optimization purposes. Recently, there had been a great progress in developing new and more powerful optimization methods such as Genetic Algorithms (GA), Ant Colony Optimization (ACO), Particle Swarm Optimization (PSO) and Tabu Search Algorithm (TSA). Simulation optimization is required if one wants to find the best steady-state values of important process variables. In this paper, the authors investigated the integration of GA optimization algorithm with a pre-existing grinding circuit simulator called Ball Milling Circuits Simulator (BMCS) in MATLAB? environment. The BMCS code has been written in ANSI C language and has been validated against real industrial grinding circuit data sets. Various C modules of the BMCS grinding software were restructured under a new single source code file so that it can be imported into MATLAB. Then, a number of input simulation data were identified and selected as possible process variables (e.g., solids flow rate, water addition rate, and number of operating cyclones) which must be optimized in order to achieve a pre-defined process objective (e.g., a specific d₈₀ of circuit output). The obtained results show that BMCS simulation trials can be successfully optimized by applying evolutionary algorithms via MATLAB toolboxes. This allows the mineral processor to perform automatic repetitive simulations to find the possible solutions of the problem at hand quickly.