基于PnP-ADMM的离散体结构拓扑优化

基于PnP-ADMM算法框架,提出了一种基于PnP-ADMM框架的离散变拓扑优化改进算法,旨在求解柔度更小的最优解。通过将PnP-ADMM框架推导目标函数和各约束的对应离散子变量的迭代式,采用敏度过滤的方法消除棋盘格,同时,应用移动限制策略逼近目标约束下的最优结构布局。通过MBB梁和悬臂梁算例实验,该方法计算得到的结构柔度与DVTOPCRA算法相比有明显下降,验证了该方法的可行性和有效性,为求解离散体结构最小化柔度提供了一种新的方法。     

混合离散变量的高维多目标灰色混沌复合遗传算法

提出了一种基于混合离散变量多目标优化设计求解方法,该方法应用灰色绝对关联度直接求解.该模型与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.工程设计实例表明,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.     

考虑拆卸序列的机器人拆卸线平衡优化

机器人拆卸逐步成为智能化生产的重要基础，提高机器人拆卸线效率，使其负载均衡尤为重要，拆卸任务顺序对拆卸线的影响也不可忽视。针对考虑拆卸序列的机器人拆卸线平衡问题，以工作站数量、平滑指数和最大工作站作业时间为优化目标建立多目标优化模型，提出ANP-熵权法为各目标分配权重，并提出一种改进离散粒子群算法来求解。通过实验表明所设计的耦合赋权法更能合理地量化目标权重，经过验证算法具有有效性，其性能优于对比算法，同时也说明所提研究方法有效可行，可对所研究问题进行高效的求解。     

数控机床主轴绿色配置设计的不确定优化模型建立与求解?

以MJ-50型数控车床主轴的模块化绿色配置设计为例,将技术性能最优、经济成本低、环境影响最小、能耗最少设为目标函数,建立包含模糊数与区间数的不确定组合优化模型;按三角模糊数和区间数的运算法则将其转换为确定型模型,并采用权重系数法把该多目标优化问题转化为单目标优化问题;采用离散二进制粒子群优化算法进行模型求解,获取最优解。实验证明该方法可行。     

基于FCM改进遗传算法的工字梁多目标优化设计

为了对工字梁结构进行优化设计,建立了以工字梁横截面积最小和给定负载条件下的最小化静挠度最小为目标函数,以满足梁的弯曲强度条件及截面尺寸限制条件为约束条件的多目标优化模型,并提出了一种基于模糊C均值聚类改进的多目标优化算法来对其进行求解。该算法利用FCM的模糊划分和最大隶属度来对交配选择过程进行交配约束限制。将该算法与其他典型的多目标优化算法在GLT系列测试函数上进行对比测试,结果表明所提出的算法性能更好,能得到具有更好收敛性且分布更均匀的Pareto前端。工字梁实例的求解也证明了该算法的优良性及实用性。     

基于萤火虫群算法的虚拟演播室箱体焊接优化

针对求解虚拟演播室复杂的箱体焊接结构最优焊接顺序难的问题,采用热-机耦合非线性热弹塑性有限元计算模型,对焊接顺序进行优化数值模拟,提出了一种通过萤火虫算法优化从而得到虚拟演播室箱体最优焊接顺序的方法.该方法选择焊接变形量为目标函数,提出了求解最优焊接顺序的萤火虫算法优化模型,设计了基于萤火虫群算法的焊接顺序优化算法.优化结果表明,该方法求解的最优焊接顺序的焊接变形量小,变化率小,该方法要比传统的经验或者试验方法更快,更精确,效果更好.     

基于LINGO9.0软件的混合离散优化方法研究

运用LING09.0模型语言优化算法,对机械工程中的混合优化问题进行了研究,得到了可靠且比常规优化更为有效的优化结果,LINGO模型语言不仅能求连续变量的优化问题,且能更方便地求解工程中更为需求的整型优化问题与离散优化问题.本文对软件的使用与注意事项进行了介绍,给出多个优化实例,获得了比现有优化方法更好的结果.     

基于神经网络和粒子群算法的切削参数现场实时优化

为了使金属切削加工中，能实现切削参数的实时优化，保证产品质量和设备效率，提出了一种新的切削参数最优化方法，引入加工时间、加工精度、加工成本三个目标控制量，建立了多目标非线性规划模型。并用惩罚函数法将多目标非线性约束规划问题转换成无约束非线性单目标规划问题。通过对神经网络和粒子群算法的有机结合，并充分利用了粒子群算法和BP网络各自具有的优点，对模型进行了求解。数值试验表明该方法能较好地解决切削参数的优化问题。     

基于Kriging模型与PSO算法的桁架机器人结构优化设计

桁架机器人搬运能力强、操作方便、定位精度高，在制造业中具有极其重要的作用，但桁架机器人普遍存在运行稳定性差和材料冗余等问题，需要进行仿真结构优化，针对桁架机器人的结构优化设计研究中存在的有限元仿真调用次数多、计算时间长、优化效率低等问题，在分析了桁架机器人夹爪部件的尺寸、负载与应力、形变之间的关系后，提出了一种基于Kriging模型与粒子群算法的结构优化设计方法，可以有效减少有限元仿真的调用次数，节约时间，提高优化设计效率。     

基于改进灰狼算法的机械臂运动学高精度逆解北大核心

为提高串联机械臂逆运动学的求解精度、简化求解难度及增强求解通用性,提出一种适用于各类串联机械臂逆运动学求解的改进群智能算法;根据改进D-H参数法建立机械臂运动学模型,以最小化位姿误差为优化指标建立目标函数,将逆运动学求解问题转化为优化控制问题。通过多种群混沌协同搜索策略、最优学习策略、多重变异扰动策略和跳出局部最优策略4种改进策略提出一种多策略协调改进的灰狼优化(multi strategy coordination improved grey wolf optimization,MSCIGWO)算法,并应用于求解各类串联机械臂逆运动学。仿真试验结果表明,改进后的灰狼优化算法求解性能得到极大提高,相比于直接采用灰狼优化算法求解机械臂逆运动学,MSCIGWO算法的收敛速度、收敛稳定性更强且可高精度收敛至精确小数点后12位数值精度的理想位姿,验证了该算法求解的有效性与通用性。     

基于响应面法的玻璃钻孔支撑结构优化设计

对玻璃进行钻孔加工过程中,机床中钻孔支撑结构的变形会使钻头发生偏移,降低钻孔的质量,提出了以最小化钻孔支撑结构的变形量和构件质量为优化目标的结构优化设计方法。考虑到支撑结构多目标优化模型缺乏的问题,在ANSYS Workbench软件中进行钻孔支撑结构的有限元分析,通过试验点选取、拟合函数选择和响应面合理性评估,建立了反映钻孔支撑结构关键尺寸与优化目标之间关系的两目标响应面模型,并采用非支配排序遗传算法(NSGA-II)求解。试验表明,Kriging模型具有比标准响应面模型更好的多维变量和非线性问题拟合性能;钻孔支撑结构在满足强度要求的同时,最大变形降低了57.1%,质量减少了30.4%,满足高强度和轻量化的要求,证明了所提出的基于有限元分析、响应面拟合和多目标优化的机床结构件优化设计方法的有效性。     

基于序列二次规划法的结构可靠度计算方法

针对传统的可靠度计算方法在求解多目标函数的约束优化及高非线性结构功能函数的可靠度求解时计算效率低、收敛性不高等问题,提出了一种基于序列二次规划法的结构可靠度计算方法。该方法引入序列二次规划法的约束优化模型并结合可靠度指标计算模型,在每一迭代步通过求解一个二次规划子问题来确定目标函数的下降方向,构造价值函数确定搜索步长,使其全局收敛以获得可靠度最优解及验算点。通过三个算例验证了该方法的有效性。     

基于Kriging模型的组合型腔注射模浇注系统多目标优化设计

针对非自然平衡布置的组合型腔注射模浇注系统设计的特点,提出了基于Kriging模型的浇注系统多目标优化设计方法。给出了Kriging近似模型的基本原理,针对组合型腔的特点,建立浇注系统多目标优化模型,在多目标优化模型求解中,基于Pareto最优提出了混合交叉变异的多目标蚁群算法,结合鼠标上下盖组合型腔浇注系统的设计实例,验证了该方法的实用性。优化结果表明:混合交叉变异的多目标蚁群算法具有较好的算法性能。     

基于Kriging模型的组合型腔注射模浇注系统多目标优化设计

针对非自然平衡布置的组合型腔注射模浇注系统设计的特点,提出了基于Kriging模型的浇注系统多目标优化设计方法。首先给出了Kriging近似模型的基本原理,再针对组合型腔的特点,建立浇注系统多目标优化模型;在多目标优化模型求解中,基于Pareto最优提出了混合交叉变异的多目标蚁群算法;结合鼠标上下盖组合型腔浇注系统的设计实例验证了提出方法的实用性,同时,优化结果表明提出的混合交叉变异的多目标蚁群算法具有较好的算法性能。     

基于PSO算法的离散制造车间物料供应路径优化

针对离散制造车间物料供应路径复杂多变,提出了一种基于经典旅行商问题的车间物料供应模型,并设计了一种基于交换子交换序的改进PSO算法,进行问题模型求解优化,设计算法采取非线性递减惯性权重系数,同时构建加速因子与惯性权重的函数关系,使加速因子基于惯性权重自行调整。通过仿真实验与基本及其他典型改进PSO算法进行对比验证得出,设计算法具有良好的全局搜索能力与收敛性,有效实现对车间物料供应路径的优化,实现仓库与各加工机床间送料路径最短。     

基于离散差分进化算法的热连轧批量计划优化

针对河北某钢厂连铸连轧生产线的批量调度问题,选取宽度、厚度及硬度作为跳跃惩罚函数,以最小跳跃惩罚、最大轧制距离和最小空闲惩罚作为优化目标,建立热轧批量计划多目标模型。为避免轧制计划目标函数的数量级不同引起的加权系数选取困难,将热连轧批量计划问题转化为多目标优化问题,并采用自适应离散差分进化算法进行优化。引入了考虑偏好信息的最优解选取方法,为工厂生产提供多样化的解决方案。通过离散差分进化算法优化后的批量计划,减少了热轧批量计划中的宽度、硬度、厚度跳跃,有助于提高生产效率。     

基于响应面法的超高强钢点焊结构的尺寸优化

以超高强钢点焊结构为研究对象,使用ANSYS软件中的APDL语言进行参数化建模,对结构的静强度进行分析,与试验比较验证了模型的有效性.在此基础上建立优化模型,以结构用料最少为目标,对点焊结构中的尺寸参数进行优化,优化过程中采用响应面法将应力约束显式化,得到函数表达式,然后运用序列二次规划算法对非线性模型进行优化求解,从而有效地避免了求解缓慢和振荡的问题.此外采用C语言编写计算程序,实现了优化计算程序的自动计算,有效地提高了计算效率,优化算例表明该方法有效可行.     

板料冲压成形工艺参数多目标模糊优化

将模糊优化理论和有限元分析技术应用到金属板料成形中.利用权重法和隶属函数,在综合考虑了目标函数与约束条件的重要程度后,建立了多目标板料弯曲成形模糊优化数学模型.然后把多目标优化问题转换成为一个单目标优化问题.优化的步骤包括样品生产的正交试验设计、响应面模型接合、精确求解的有限元分析程序.然后使用遗传算法寻求优化求解.实例证明,该方法比传统的有限元分析方法更可行和有效.     

基于改进的NSGA-II的多目标鲁棒性设备布局研究

针对某柔性制造单元(FMC)在动态环境下频繁地进行设备布局从而导致生产效率低下、生产费用高等问题,引入鲁棒性指标,以物流搬运费用、非物流关系以及面积利用率作为优化目标,构建多目标鲁棒性设备布局模型。针对上述模型采用引入DE策略的NSGA-II算法进行求解,有效地保证了Pareto最优解的多样性和算法的收敛性。分别运用该算法、差分算法和经典的NSGA-II算法对车间设备布局模型进行计算,通过数据和结果比较分析表明,针对多目标鲁棒性设备布局的模型,改进的NSGA-II算法具有良好的收敛性和多样性,能有效解决相关生产实践问题。     

点焊机器人复杂轨迹逆运动学组合优化求解

针对6自由度点焊机器人复杂轨迹上多点焊接作业时的逆运动学组合求解问题,通过构建机器人运动学模型的非线性方程组,提出了一种离线编程的变进制变步长求解可逆优化迭代算法.该算法在给定位置优化目标下,每次迭代过程中,逐步缩小机器人每个关节变量变化值,同时依次做"前进、后退、保持一步"的试探判断策略,逐步迭代计算得到满足精度要求的数值解.通过对六自由度点焊机器人在复杂轨迹上作业的数值模拟,证明该算法设计简单,求解效率高,而且能在多组非线性方程组中优化组合所求数值解,同时保证机器人关节运动的平稳性.