基于改进遗传算法的自动导引小车动态路径规划及其实现

针对传统遗传算法求解自动导引小车动态路径规划易早熟的缺点,提出一种改进遗传算法的自动导引小车动态路径规划算法,针对传统变异算子缺少启发式规则导致变异产生优质解的概率较低和算法早熟的缺陷,基于相连的路径片段组成的三角形建立使路径缩短的启发式变异规则,并提出路径微调算法;为了提高路径的光滑程度便于自动导引小车行驶,提出路径光滑处理算法;为了增加改进遗传算法的局部寻优能力,对每一代的最优解进行模拟退火操作;并且基于MATLAB GUI开发工具开发出自动导引小车动态路径规划仿真平台,以证明所改进遗传算法求解自动导引小车动态路径规划问题的有效性。     

基于改进花授粉算法的共融AGV作业车间调度

针对传统智能算法求解自动导引小车与机器集成的车间调度问题效率低且易早熟的缺点,提出一种基于改进花授粉算法的车间调度算法。其中,基于主成分分析法提出新的变异算子以增强算法对解空间的感知能力和跳出局部极值的能力;引入交叉算子以提高花授粉算法的全局搜索能力;基于染色体相似度矩阵提出一种自适应个体初始化生成策略以提高初始种群的多样性。面向该集成调度问题需求,建立了机器与自动导引小车集成的调度数学模型,然后采用新的解码算法和新解接受机制对模型进行求解。最后通过搭建集成调度实验平台验证了所提改进算法的有效性。     

基于神经网络和遗传算法的温差发电器优化设计

提出了将温差发电器对内燃机排气背压的影响纳入温差发电器的优化设计过程的观点,设计了一套新的温差发电器优化方案。以发电器尺寸参数为设计变量,以排气背压、质量作为约束条件,以发电片温差为目标进行优化设计。利用中心复合设计法选取试验点,对试验点进行CFD仿真,采用高预测精度的改进BP神经网络拟合设计变量与目标函数间的关系,再利用遗传优化算法在设计空间寻找最佳设计点。优化后消除了发电器对排气背压的影响,温差提高了8.8%,质量降低了6.7%。     

云环境下的多学科设计优化研究

多学科设计优化(MDO)在实际应用中面临计算量庞大而复杂的困难,而云计算为解决这种困难提供了手段。利用云计算整合优化资源方面的优势去解决多学科优化过程的难题,按云服务理念,将MDO作为一种服务,搭建了面向MDO的云优化平台,以目标级联法作为MDO的典型代表,对MDO问题进行层级分解,将复杂的工程系统分解为相互联系的若干子系统,降低了原优化问题的求解困难,以几何规划问题和汽车燃烧室的优化设计为例,探讨了云环境下MDO求解的有效性。     

基于虚功原理和Pro/E的六杆机构仿真分析

为了提高压床六杆机构的运动学和动力学仿真分析效率,运用Pro/E骨架模型建立压床六杆机构的运动学模型并对其进行运动学仿真,得出压床冲头的位移、速度和加速度随主动件转角变化的规律曲线.利用虚功原理结合MATLAB语言求解出主动件的平衡力矩,并得到机构的动能、驱动功和阻力功的变化规律.该分析方法可将设计者从复杂的矢量解析法、矩阵运算以及动力学分析软件中解放出来,从而提高六杆机构的分析效率.