基于改进人工鱼群算法的输电塔塔腿拓扑优化

为了解决输电塔塔腿的优化问题,提出了基于改进人工鱼群算法的拓扑优化方法。建立了输电塔结构拓扑优化的计算模型,采用罚函数形式确定了人工鱼群算法的目标函数,并提出了拓扑变量的判定规则。采用人工鱼群算法对输电塔塔腿进行了拓扑优化研究。考虑到基本人工鱼群算法易陷入局部优化解,提出了视野和步长的变化策略,以及觅食行为的加速策略。数值算例结果表明,采用基本人工鱼群算法可以较好的优化输电塔塔腿,而在此基础上利用改进人工鱼群算法可以更有效地优化输电塔塔腿,并且其优化效率明显优化基本人工鱼群算法和差商算法。     

采用Pareto人工鱼群算法的结构健康监测传感器位置多目标优化EI北大核心CSCD

发展基于Pareto多目标人工鱼群算法(Multi⁃Objective Artificial Fish Swarm Algorithm,MO⁃AFSA),解决结构健康监测中传感器位置多目标优化的问题。构建与观测模态线性独立性、结构损伤灵敏度和损伤信息冗余性有关的传感器位置多目标优化目标函数;改进人工鱼群算法的追尾和觅食行为,并引入外部档案集以处理寻优过程中的互不支配解,结合Pareto概念选取与理想点欧式距离最近的Pareto解为最优解;以三层平面钢框架结构为数值算例,用基于Pareto人工鱼群算法求解传感器位置多目标优化方案,并进行结构损伤识别。研究结果表明:用所提方法得到的传感器测点在结构中均匀分布,获取的结构损伤信息更为全面,冗余性低,振型独立性好,能够较精确地识别损伤位置和损伤程度,并且抗噪性能好。     

基于改进人工鱼群算法的机械故障聚类诊断方法

发展新的理论或方法快速准确地实现机械故障信号的聚类诊断是众多学者研究热点。由于人工鱼群优化算法具有结构简单,良好的并行性、快速性等特点,把人工鱼群优化算法引入机械故障诊断中。基于人工鱼群算法的基本原理提出了一种改进的人工鱼群追尾聚类算法,定义了相似度因子和聚类判别因子,建立了模拟人工鱼群追尾行为的机械故障聚类诊断模型,并将之应用于机械故障特征信息的聚类分析。实例分析表明了本文方法的有效性。     

多线切割机床动力学分析

多线切割技术是半导体硅片加工产业中的一个新生力量,它以独特的优势迅速成为当前硅切片加工中最先进的方法。机床结构的动态性能直接关系物料的加工质量,为保证机床运行的稳定性,本文对整机动力学性能进行分析,研究机械结构的合理程度。建立本体结构三维模型后,应用有限元方法基于ANSYS软件求解模态,得到各阶固有频率和振型;运用动力学软件ADAMS分析机械系统振动特性,求得机床各关键部件的频率响应。对机构设计的正确性做出理论判断,并为进一步改进指出方向,有利于提高多线切割机的性能和提高加工质量。     

基于疲劳寿命的旋翼气动弹性多目标优化研究

基于Hamilton原理基础上推导了旋翼桨叶有限元动力学模型和疲劳寿命计算模型。以动力学特性的固有频率,自转惯量为约束,以剖面特性参数的挥、摆、扭刚度及桨叶线性密度为设计变量,进行最小质量及最大疲劳寿命的多目标优化。采用满足溢出分析的优化算法（Satisficing Trade-off Analysis）。结果在满足各约束条件下,实现旋翼桨叶质量减少7.27％,疲劳寿命循环次数由3.98 108次到4.73 108次,寿命提高了18.7%,优化效果明显。     

结构损伤检测的人工鱼群算法

结构损伤检测实际上属于系统识别的问题,其最终目标是识别结构损伤前后物理参数的变化。可利用实测结构模态参数建立方程求解得到结构物理参数,该过程在数学上往往转化为求解约束优化问题。由此,尝试采用人工鱼群算法来求解这类大型土木工程约束优化问题,首先介绍了算法的参数定义、行为描述及算法流程,然后利用经典测试函数对算法计算性能进行测试,最后给出了结构损伤识别这类约束优化问题的目标函数并通过数值仿真验证了该算法的有效性和鲁棒性。考虑测量噪声影响并通过不同损伤工况的数值仿真,研究结果表明,人工鱼群算法能有效地检测出损伤单元所处位置和损伤程度,因而将其应用到结构损伤检测领域是可行的。     

汽车乘员舱多层吸声材料的多目标优化

建立了汽车的统计能量分析模型,进行仿真与实验的误差分析,验证了所建模型的有效性,然后选取四层吸声材料布置于乘员舱顶棚,采用优化拉丁方法,以其厚度为设计变量,为降低驾驶员耳旁噪声和满足汽车结构轻量化和低成本的要求,以驾驶员头部声腔A声级降低幅度、吸声材料重量、降噪效率、材料价格和性价比为优化目标,选取30个样本点进行试验设计并通过计算得到全部响应值,之后建立了Kriging近似模型,为验证该近似模型模拟精度,任选三个新的样本点分析近似模型和仿真结果间的误差,最后以近似模型为基础执行多目标优化,与吸声材料初始组合相比,A声级降低幅度反而减小了0.289dB,但重量降低了54.8%,降噪效率提高了85.6%,材料价格降低了21.1%,性价比提高了6.0%。     

基于人工鱼群和模拟退火算法的电商快递纸箱规格优化

目的 对快递纸箱规格优化进行研究,在满足商品对纸箱需求和不增加纸箱规格种类的前提下,达到尽可能减少包装材料使用量的目标.方法 根据商品对快递纸箱的实际需求,以瓦楞纸使用总量最小化为目标函数,以商品和纸箱规格的匹配关系为约束条件建立优化模型.使用人工鱼群与模拟退火算法融合的求解算法对模型求解.结果 在仿真实验中,使用文中提出的建模求解方法得到的纸箱规格优化方案较中国邮政现行纸箱规格体系瓦楞纸使用量节省了23％,而采用k-means聚类分析得到的纸箱规格优化设计方案中瓦楞纸使用量仅节省了11％.结论 该方法可以满足商品批量小、种类多、尺寸各异、动态更新的电商环境下快递纸箱规格优化的需求,有助于改善快递行业包装过度使用的现状.     

基于多工况并行任务的摩托车悬架参数多目标优化

应用摩托车动力学软件BikeSim建立了人-车系统仿真模型,对加速/制动工况下的车身俯仰角和B级路面工况下等速行驶的整车平顺性分别进行了仿真;以加速/制动工况下的俯仰角最大值和等速B级路面工况下的车身垂向、俯仰振动加速度均方根值为优化目标,以悬架特性参数为设计变量,采用iSIGHT集成BikeSim和MATLAB建立两种工况的并行计算任务,对摩托车悬架系统进行了多目标优化,根据Pareto前沿提出了一种确定目标权重的方法,得到了最优解。优化前后结果对比表明：加速/制动俯仰角和平顺性均有改善。     

约束阻尼结构的改进准则法拓扑减振动力学优化

旨在为减振设计提供理论基础,研究约束阻尼结构拓扑动力学优化。以阻尼材料用量、振动特征方程、模态频率为约束,以多模态损耗因子倒数的加权和最小为目标,建立了约束阻尼结构拓扑优化模型,引入MAC因子控制结构的振型跃阶。在引入质量阵惩罚因子基础上推导出优化目标灵敏度。考虑到优化目标函数的非凸性,采用常规准则法(OC)寻优可能会使拓扑变量出现负值或陷入局部优化,故引入数学规划移动渐近技术对OC法进行改进,从而将全体拓扑变量纳入改进算法的优化迭代全过程。编程实现了约束阻尼板改进OC法拓扑动力学优化并对改进法性能进行了仿真。结果显示,改进算法可得到更合理的约束阻尼层构形,可使结构取得更佳减振效果。研究表明,改进算法迭代稳定性更好、寻优效率更高、更具全域最优性。     

基于改进大津法与人工鱼群优化的图像分割算法

为了在泡罩药品包装视觉检测过程中获取更好的图像分割效果,以保证特征提取、缺陷识别等后续任务的顺利进行,对传统二维大津法进行改进,引入类内方差并将其与人工鱼群算法相结合,提出一种新型泡罩药品包装图像分割算法,再对该算法进行理论和仿真分析。研究结果表明：该算法具有较好的图像分割效果,提高了二维阈值查找速度和泡罩药品缺陷检测效率。该算法具有运行速度快、分割效果好、准确可靠等特点,可应用于泡罩药品包装缺陷检测和图像分割领域。     

基于改进ICP算法的叶片型线轮廓度误差评定

针对传统最近迭代点(ICP)算法存在配准精度较低的问题进行算法改进。首先,考虑到三坐标测量机测量数据呈现有序排列、且一一对应的特点,使用了一种基于矢量对齐法的型线数据初配准方法进行初配准;其次,在传统ICP算法配准的基础上,对待配准数据进行非均匀有理化B样条(NURBS)曲线拟合,再利用自适应粒子群算法对测量数据进一步精配准;最后,采用基于最小区域的叶片型线轮廓度误差评定方法进行误差评定。实验分析结果表明:改进方法相对于传统ICP算法,可在原有收敛值基础上达到进一步收敛的效果,轮廓度误差相对减小28.57%。该方法有效提高了叶片型线轮廓度误差评定的精确度,可为叶片的加工质量提供可靠判定。     

基于粒子群与聚类的多目标优化算法

针对粒子群优化算法容易陷入局部最优的问题,提出了一种基于粒子群优化与分解聚类方法相结合的多目标优化算法。算法基于参考向量分解的方法,通过聚类优选粒子策略来更新全局最优解。首先,通过每条均匀分布的参考向量对粒子进行聚类操作,来促进粒子的多样性。从每个聚类中选择一个具有最小聚合函数适应度值的粒子,以平衡收敛性和多样性。动态更新全局最优解和个体最优解,引导种群均匀分布在帕累托前沿附近。通过仿真实验,与4种粒子群多目标优化算法进行对比。实验结果表明,提出的算法在27个选定的基准测试问题中获得了20个反世代距离(IGD)最优值。     

Speed Control of Motor Based on Improved Glowworm Swarm Optimization

To better regulate the speed of brushless DC motors, an improved algorithm based on the original Glowworm Swarm Optimization is proposed. The proposed algorithm solves the problems of poor robustness, slow convergence, and low accuracy exhibited by traditional PID controllers. When selecting the glowworm neighborhood set, an optimization scheme based on the growth and competition behavior of weeds is applied to a single glowworm to prevent falling into a local optimal solution. After the glowworm’s position is updated, the league selection operator is introduced to search for the global optimal solution. Combining the local search ability of the invasive weed optimization with the global search ability of the league selection operator enhances the robustness of the algorithm and also accelerates the convergence speed of the algorithm. The mathematical model of the brushless DC motor is established, the PID parameters are tuned and optimized using improved Glowworm Swarm Optimization algorithm, and the speed of the brushless DC motor is adjusted. In a Simulink environment, a double closed-loop speed control model was established to simulate the speed control of a brushless DC motor, and this simulation was compared with a traditional PID control. The simulation results show that the model based on the improved Glowworm Swarm Optimization algorithm has good robustness and a steady-state response speed for motor speed control.     

基于多目标粒子群算法的多传感器图像融合

针对图像融合中参数优化的问题,提出了一种基于多目标粒子群优化算法的多传感器图像融合方法。首先采用非采样Contourlet变换(NSCT)对源图像进行多尺度、多方向分解;然后选取图像融合的客观评价指标为优化目标函数,采用多目标粒子群优化算法对低频系数的融合参数进行优化,带通方向子带系数采用取绝对值最大的融合规则;最后通过NSCT逆变换得到融合图像。分别对多聚焦图像融合和红外与可见光图像进行融合实验,并对融合图像进行主客观评价,实验结果表明,得到的融合图像具有较好的主观视觉效果和客观评价指标。     

基于速度交流的多种群多目标粒子群算法研究

为提高多目标优化算法的收敛精度和搜索性能,提出一种基于速度交流的多种群多目标粒子群算法。算法引入速度交流机制,将种群划分为多个子种群以实现速度信息共享,改善粒子单一搜索模式,提高算法的全局搜索能力。采用混沌映射优化惯性权重,提高粒子搜索遍历性和全局性,为降低算法在运行后期陷入局部最优Pareto前沿的可能性,对各个子种群执行不同的变异操作。将算法与NSGA-Ⅱ、SPEA2、Ab YSS、MOPSO、SMPSO和GWASF-GA先进多目标优化算法进行对比,实验结果表明:该算法得到的解集具有更好的收敛性和分布性。     

基于改进粒子群算法的图像灰度增强研究

针对灰度图像增强的特点,采用具有混沌量子特性的粒子群优化算法。首先粒子以全局最优解更新自身的速度和位置：接着量子效应的概率密度函数使束缚状态的粒子以一定概率出现在整个可行搜索空间的任何位置：然后混沌状态使粒子从无序到有序转变,相关因子避免了搜索的盲目性：最后灰度图像采用非线性映射曲线变换,其函数转化为改进粒子群算法的参数。实验仿真显示算法对图像灰度增强效果优,定量评价指标好,时效性佳。     

基于混合粒子群算法的涡旋体快速测量

涡旋中心位置误差的补偿能显著提高涡旋体型线加工精度.基于圆柱度精密测量平台开发了涡旋体型线误差快速测量系统,首先通过精密测量头快速扫描内、外圈型线得到径向误差,然后采用混合粒子群算法优化径向误差序列,优化后得到了涡旋体加工的旋转角度误差、涡旋中心坐标位置误差.实验结果表明:混合粒子群算法能快速得到最优化涡旋中心误差,快速测量系统测量时间为180 s,涡旋型线测量精度和三坐标测量机相当.快速测量系统能满足加工现场的测量空间和测量环境的要求,从而实现涡旋体加工误差的在线补偿.     

基于微粒群优化算法确定爆破测震参数

介绍了微粒群算法的基本理论,并把微粒群优化算法应用于爆破测震参数的计算中,结合实际工程,应用微粒群优化算法对爆破震动参数进行确定,得到了非常好的拟合效果.微粒群优化算法应用于爆破参数的确定是切实可行的.