基于改进果蝇算法的桥式起重机金属结构优化设计

以通用桥式起重机箱形主梁金属结构为研究对象,针对现阶段桥式起重机金属结构在优化方法方面存在的易陷入局部最优、搜索时间较长等问题,在研究果蝇算法及传统优化算法搜索方式的基础上,将果蝇算法进行了适当的改进,利用果蝇算法高效的全局寻优能力,并结合传统优化算法的稳定性,提出了一种新的具有较高搜索效率的优化方法,将该方法运用到50 t/20 m双梁桥式起重机主梁金属结构轻量化设计之中。计算结果表明,该方法可以加速优化算法的收敛速度,具有良好的优化性能,证明了文中所提方法适合进行起重机金属结构轻量化设计,为起重机金属结构的轻量化研究提供了一种新的高效的设计手段。     

基于径向基神经网络和ASA-MMFD算法的桥式起重机主梁轻量化设计

为了实现桥式起重机主梁快速轻量化设计,提出了基于径向基神经网络代理模型和ASA-MMFD算法的桥式起重机主梁轻量化设计方法。在最优超拉丁立方试验设计的基础上,利用径向基神经网络代理模型建立桥式起重机截面设计参数和最大应力、最大位移和质量之间的映射关系,引入"全局+局部"的组合策略,通过自适应模拟退火算法对代理模型进行全局寻优,采用修正可行方向法进行局部搜索。利用测试函数和NASA减速器对所提方法进行验证,结果表明:在相同精度范围内,与ASA-MMFD算法相比,所提方法在调用模型次数方面大幅度减少,提高了优化效率。在此基础上,将其运用在桥式起重机主梁轻量化设计中,从而验证所提方法的适用性。     

机器人导航的自主选择搜索策略蜂群规划算法

为了减少机器人导航路径长度和路径规划时间,提出了基于自主选择搜索策略蜂群算法的规划方法。分析了人工蜂群算法原理,依据蜜蜂从自身认知、种群认知和其他个体认知等多种环境认知方式,对应给出了多种蜜源搜索方式;通过建立不同蜜源搜索方式的即时价值和后效价值模型,计算了蜜蜂选择不同蜜源搜索方式的概率,从而给出了蜜蜂对蜜源搜索方式的自主选择策略,在以上基础上提出了自主选择搜索策略蜂群算法。使用坐标旋转法将二维路径规划问题转化为一维,设计了两种环境下的导航路径规划仿真实验,在两种环境下自主选择搜索策略蜂群算法规划的路径长度均远远小于人工蜂群算法,且搜索到最优值的迭代次数也远远小于人工蜂群算法,充分证明了自主选择搜索策略蜂群算法在导航路径规划中的有效性。     

复合形引导蜂群寻优的无人机航迹多目标规划

为了提高无人机导航路径规划的精度和稳定性,提出了复合形引导蜂群寻优的无人机航迹多目标优化方法。使用坐标变换方法,将二维规划问题降为一维;建立了航迹规划的目标函数与约束条件;在传统人工蜂群基础上,改进了蜜源初始化方法,使前后航迹点相互关联,提高航迹可行率;为了提高收敛速度,改进了雇佣蜂和观察蜂的蜜源搜索方式,提出了随机搜索与最优蜜源引导相结合的位置更新方式;提出了Metropolis准则改进观察蜂蜜源选择策略,有利于算法跳出局部最优、保留潜在最优;使用复合形法引导蜂群整体向优质蜜源运动,提出了复合形引导蜂群寻优算法。经仿真验证,与传统算法和混沌扰动算法相比,复合形引导蜂群算法的收敛迭代次数分别减少了4倍和6倍,寻优时间降低了约一个数量级,且规划航迹更优、稳定性更好。     

基于整数编码遗传算法改进的起重机主梁优化

轻量化是起重机的发展趋势之一,利用优化技术减轻主梁质量是其关键而有效的方法之一。首先,综合考虑主梁设计模型中变量的离散性与连续性以及各类约束,对传统主梁优化模型进行了补充与改进;然后,对传统的整数编码遗传算法进行了改进,保留了选择、交配、变异操作产生的群体,扩大了搜索空间,能够处理新的主梁优化模型中设计变量取值区间不同、变量间有约束的情况;最后,以浙江省某企业的QD型起重机为实例,利用改进的整数编码遗传算法对主梁进行了优化求解,同时通过与现有算法的比较,优化模型的有效性和算法的收敛稳定性得到了验证。     

某桥式起重机主梁结构轻量化设计

研究了某桥式起重机主梁的轻量化设计,首先介绍了有限元分析过程,其次对该桥式起重机进行了结构优化设计,最后针对目前较先进的控制方式和小车的轻量化减轻了主梁载荷的情况,对新载荷下的桥式起重机进行了结构优化设计.根据有限元计算结果,通过结构优化使该起重机主梁的自重减少了8.5％,在新载荷下结构优化使其减少了10.6％,表明小车自重以及控制方式的改进对主梁的轻量化设计有很大的影响.     

铝合金铸造工艺的Metropolis准则蜂群算法优化

为了提高铝合金铸件质量和铸造效率,提出了基于Metropolis准则蜂群算法的参数智能优化方法.分析了铝合金低压铸造原理,使用Anycasting有限元分析法模拟了铸造过程,获得了不同实验条件下的仿真值.使用单隐藏层神经网络分别拟合凝固时间、缩松面积与工艺参数间的非线性关系,得到了拟合精度较高的网络模型.以减少铸件的凝固时间和缩松面积为目标,建立了工艺参数优化模型.以传统蜂群算法为基础,提出了观察蜂对蜜源的动态选择策略和蜜源的Metropolis准则评价策略,使蜜蜂不仅选择最优蜜源,同时保留有潜力蜜源,从而给出了基于Metropolis准则蜂群算法的参数优化方法和步骤.经验证,Metropolis准则蜂群算法优化的铸件缩松面积比传统蜂群算法优化结果减少了24.16％,凝固时间缩短了3.32％,说明铸件质量和铸造效率得到了提高.经实际加工验证,Metropolis准则蜂群算法优化后的铸件显微组织分布均匀,硬度满足性能要求,可以应用于实际生产.     

基于微粒群算法的起重机主梁优化设计

针对传统起重机主梁优化算法存在局部最优和效率低的现象,将起重机主梁优化设计理论与微粒群算法相结合,建立了基于微粒群算法的起重机主梁优化设计的数学模型;并针对传统罚函数法处理约束条件而引起的病态问题,提出采用限制解在可行域内的方法与微粒群算法相结合从整个可行解空间寻找最优解。通过实例计算表明该算法能较好地解决起重机主梁优化设计问题。     

某桥式起重机主梁结构轻量化设计

研究了某桥式起重机主梁的轻量化设计,首先介绍了有限元分析过程,其次对该桥式起重机进行了结构优化设计,最后针对目前较先进的控制方式和小车的轻量化减轻了主梁载荷的情况,对新载荷下的桥式起重机进行了结构优化设计。根据有限元计算结果,通过结构优化使该起重机主梁的自重减少了8．5％,在新载荷下结构优化使其减少了10．6％,表明小车自重以及控制方式的改进对主梁的轻量化设计有很大的影响。     

基于免疫遗传算法的矿山起重机箱形梁优化设计

针对目前国内的矿山起重机设计完成后,结构尺寸偏大、质量过重、设计偏于保守等问题,考虑到传统算法的局限性,提出了采用免疫遗传算法对矿山起重机的箱形主梁进行优化,实现了箱形主梁自重减轻、体积减小、结构尺寸合理调整的目标。实验证明,该方法应用于箱形主梁的优化,对于减轻主梁的自重,减少材料的浪费起到了很好的效果。