基于遗传算法的齿轮传动混合离散变量优化设计

研究了齿轮传动优化设计的数学模型,它是一个具有连续及离散变量的优化设计问题,采用遗传算法寻找全局最优解并采取了若干措施提高遗传算法实施过程中的收敛速度。数值例子表明了该方法的有效性。     

混合离散变量优化的遗传算法研究

将基于格雷码的遗传算法用于求解结构的混合离散变量非线性约束优化问题。完整地阐述了混合离散变量的遗传算法处理方法,包括变量的均匀性处理,编码和解码,多余码的处理;采用格雷码编码方式和一种新的适应值定标方法,对遗传算法作了合理的改进,并指出了原编码方式和定标方法存在的问题,并给出算例证明其合理性,有效性和对问题的适应性。     

混合离散变量优化设计的复合遗传算法

目前，对混合离散变量的遗传算法研究较少，而且现有算法对设计变量的处理不能很好地满足工程设计要求。为此，提出了一种面向设计、制造的设计变量工程化处理方法，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复合遗传算法程序LSGA。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。     

工程混合离散变量优化设计的遗传算法及应用

针对机械工程中的非线性约束优化的混合离散变量优化设计问题,提出了一种新的遗传算法。该方法在遗传算法中通过去掉等式约束、构造字符型编码向量、精心设计动态遗传及变异算子等改造操作,较大地提高了寻优效率和寻化能力,并用Matlab语言开发了相应软件。实例表明,该方法正确,算法简洁、稳健,求解精度和可靠性高,是机械化化设计问题的一种有效方法。     

基于遗传算法的减速器混合离散变量优化设计

针对混合离散设计变量的非线性优化问题,提出了一种面向设计与制造的离散变量工程化处理方法,能简便而合理地处理工程实际中的混合离散变量的取值问题;引入两个定义,以此构造惩罚函数,简单而可靠.在此基础上,建立了一种改进的遗传算法,用来对混合离散变量非线性规划问题进行全局搜索.二级圆柱齿轮减速器优化设计实例表明,该算法普适性较好,全局搜索能力强.     

遗传算法用于齿轮传动离散优化设计

通过对齿轮传动中心距和体积优化的分析,论述了遗传算法用于齿轮传动离散优化问题,构造了齿轮传动的遗传基因离散优化算法。实例计算证明了算法的有效性和正确性,对遗传算法在齿轮传动优化及其它相关问题中的应用具有积极意义。     

基于改进遗传算法的离散变量优化设计方法

为了解决混合离散变量机械设计问题,提出了一种面向设计、制造的设计变量离散化处理方法。引入了改进的混沌移民算子、家族竞争遗传机制以及改进的最优个体保护策略,对基本遗传算法进行了改进,并开发了混合离散变量的改进遗传算法程序LSGA01。减速器设计实例表明,该程序运行可靠,全局收敛能力强。     

离散变量优化的多峰并行搜索遗传算法

遗传算法是优化设计问题有效方法，但是对于多变量、多约束、多峰搜索空间的优化设计问题，搜索常出现收敛慢或早熟现象，这样，常常导致遗传搜索最终只能找到一个较好的解，而非全局最优解，为寻找全局最优解，这里在多峰附近采取并行的一种优化搜索策略，利用拟满应力设计搜索快、精度高的特点，将遗传算法(GA)和拟满应力设计方法相结合，算法采取分级运算模式：一级是运用遗传算法在多峰搜索空间寻找相对最优解；二级主要是细化调整，在当前搜索状态不增加进化代数的前提下，用拟满应力设计得到尽量优的解。算例表明，算法能在较少的计算量下，得到令人满意的结果。     

遗传算法用于齿轮传动离散优化设计

通过对齿轮传动中心距和体积优化的分析 ,讨论了遗传算法用于齿轮传动离散优化问题 ,构造了齿轮传动的遗传基因离散优化算法。实例计算证明了算法的有效性和正确性 ,对遗传算法在齿轮传动优化及其它相关问题中的应用具有积极意义     

自适应遗传算法在离散结构优化设计中的应用

由于基本遗传算法中的交叉和变异概率是恒定值的局限性,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.     

改进遗传算法及其在齿轮传动优化设计中的应用

针对标准遗传算法(SGA)的随机性大、收敛速度慢等缺点,提出一种通用的改进遗传算法,引入局部补差算子,有效地提高了算法的收敛效率。建立了基于模糊因子函数的适应度函数,使对个体的评价更具有合理性。通过对交叉、变异概率的动态调整,克服了SGA未成熟收敛的弊端。将模拟退火算法与现行终止条件结合,形成了模拟退火收敛准则,极大地改善了SGA的局部搜索能力。据此编制计算程序,将其应用于多约束、多变量、复杂非线性的各类齿轮传动优化设计中,均得到了更好的结果。     

基于混合遗传算法的离散事件系统仿真优化方法研究

在分析仿真优化原理的基础上提出一种新的混合遗传算法，该算法集成变尺度遗传算法与禁忌搜索算法为一体，处理离散事件系统性能参数仿真优化的问题，大大提高了仿真优化的效率和解的质量，基于此算法开发了一个仿真优化软件系统，并将该仿真优化系统与自主开发的离散系统仿真软件进行了有机的集成，给出了一个仿真优化系统实例。     

多样性保持离散差分进化算法及齿轮传动优化应用*

将离散约束优化问题转化为等效约束整数规划问题(Constrained integer programming problem, CIPP),并应用离散差分进化(Discrete differential evolution, DDE)算法求解这类问题。提出DDE算法种群维分量一致的概念,并揭示种群维分量呈现一致状态将导致进化停滞的缺陷,数值算例仿真结果验证了理论分析的正确性。在引入定量刻画DDE算法种群多样性指标——种群多样度Γ的基础上,提出一种基于种群连续进化停滞代数和Γ监测的种群多样性保持策略,以克服种群维分量一致进化缺陷,进而增强算法全局优化能力。将多样性保持策略嵌入DDE算法,并结合可行性规则约束处理技术,形成求解CIPP的多样性保持离散差分进化算法(DDE algorithm with diversity maintenance strategies, DMDDE)。建立某刮板输送机所用二级斜齿圆柱齿轮传动体积最小化设计的离散约束优化模型,再采用DMDDE算法求解该问题。数值试验表明,DMDDE算法的鲁棒性和收敛精度优于4种对比算法。优化结果明显好于原设计方案,齿轮体积较原设计下降40.8%。     

混沌遗传算法及其在机构创新设计中的应用

将混沌优化的遍历性、规律性与遗传算法(GA)的全局性相结合形成了一种混沌遗传算法(CGA),有效地克服了遗传算法随机性大、未成熟收敛等缺点.建立以构件和运动副为基本单元,以机构的拓扑结构为核心的机构型式数学模型,采用适合描述机构型式的染色体编码方法,用生命进化机制模拟机构的演变,实现了机构构型创新设计的自动化,缩短了创新设计周期.     

基于遗传算法的汽车变速器优化设计

文中以某轻型货车变速器为研究对象,建立了以体积最小为目标的目标函数、设计变量和约束条件.基于遗传算法,运用MATLAB软件编写了优化设计软件,得出了优化结果.通过比较优化前后目标函数值,得到优化后明显好于优化前的结果.和传统的设计方法相比,这种方法提高了设计的精度和效率.     

免疫遗传算法及其在多目标优化设计中的应用

免疫算法是一种基于自然界生物体免疫系统的优化算法，是目前机械多目标优化设计中的一个新的研究方向。免疫遗传算法（IGA）是在免疫算法（IA）的抗体多样性维持机制中引入遗传算法（GA），使其性能比标准免疫算法更进了一步。通过测试函数证明了免疫遗传算法既保留了免疫算法的优点，又提高了免疫算法中抗体的多样性和收敛速度。结合压铸机合模机构的优化设计，表明此算法可有效解决工程问题的优化。     

基于多目标遗传算法的齿轮传动优化

针对某牵引机车齿轮常出现齿面胶合、点蚀等问题,采用遗传算法,以重合度,齿面接触应力和齿根弯曲应力为优化目标,对齿轮的啮合参数进行了优化。为节省计算成本,在齿轮参数化有限元模型仿真计算的基础上,建立了齿面接触应力和齿根弯曲应力的代理模型。结果表明:遗传算法在多维区域内能快速有效的搜索Pareto解集,实现多目标的优化。以优化的结果对齿轮进行重新设计后,经有限元仿真验证,轮齿齿面接触应力及齿根弯曲应力均得到有效降低。