多峰函数优化的黄金分割斐波那契树优化算法

针对多峰函数优化问题，基于斐波那契树优化算法，结合黄金分割思想，提出一种黄金分割斐波那契树优化算法.该算法利用斐波那契树优化算法全局局部交替寻优特性，通过在寻优过程中对优化问题解空间进行黄金分割比例压缩，从而提高算法局部搜索能力与小峰值搜索能力.多峰函数优化的仿真结果表明，该算法多峰优化能力强、速度快、精度高.     

斐波那契树优化算法求解多峰函数全局最优解的可达性分析

为分析和验证斐波那契树优化算法（Fibonacci tree optimization algorithm,FTO）求解多峰函数全局最优解的算法性能,对算法的可达性问题进行研究.本文基于斐波那契法构造一个斐波那契树结构,在搜索空间中进行全局、局部交替搜索,不易陷入局部最优解.对斐波那契树优化算法基于该结构的可达性进行分析和证明.通过跟踪算法求解过程中坐标点的累积分布仿真实验和到达率的对比实验,分析和验证了算法求解多峰函数全局最优解的可达性.     

基于斐波那契树优化算法的切削参数多方案优化方法

针对切削参数优化问题,以生产成本最小化为优化目标,基于斐波那契法最优化原理与黄金分割法,提出斐波那契树优化算法(FTO)进行优化求解.该算法通过全局探索与局部寻优交替进行,达到快速收敛到全局最优解的目的,避免陷入局部最优;通过设置距离参数保留多个有价值的全局最优解和局部最优解,可以一次性得到多个全局最优的优化设计方案.8个典型多峰函数的测试结果表明,FTO算法具有较强的全局寻优能力和较高的寻优精度.利用FTO算法对切削参数进行优化,仿真结果表明,所提出算法能够找到多个满足约束条件的切削参数优化结果.采用多方案优化方法不仅能一次性得到多个生产成本最低的最优解,还能给出切削参数的优化组合取值.多方案优化方法使优化算法应用于工程优化问题具有现实意义.     

基于多元优化算法的三维装箱问题的研究

用多元优化算法（Multi-variant optimization algorithm,MOA）实现三维装箱问题的求解.算法通过随机放置和局部调整从而逐步逼近最优解.随机放置是将随机选择的几个箱子装入容器中;局部调整是根据目标函数值对随机放置容器的箱子序列作局部调整优化;通过递推的随机放置和局部调整优化,目标函数值逐步逼近最优值,从而获得一个较为理想的三维装箱方案.算法通过对BR1~BR10共1000组三维装箱问题测试实例的测试仿真,得到理想的装箱效果,说明用多元优化算法实现三维装箱问题的有效性和可行性.     

3-PRR微动操作机器人刚度及工作空间分析

微动操作机器人在精密制造、生物技术和微创医疗等领域中发挥着日益重要的作用。本文对3-PRR微动操作机器人进行了研究,考虑柔性铰链在非功能方向上的变形,利用齐次变换矩阵和材料力学方法,建立3-PRR微动操作机器人输入力和输出位移之间的关系,求出了其刚度矩阵,并在此基础上研究了该微动操作操作机器人的工作空间。最后通过有限元分析,证明本文提出的方法的有效性,为类似的微动操作机器人分析提供了简便精确的方法。     

斐波那契树优化算法全局随机性概率收敛分析

为改进斐波那契树优化算法的收敛性能,提出斐波那契树末梢自适应半径参数,使得算法在最优解邻域附近收敛能力显著提高.基于斐波那契树结构的全局随机性对斐波那契树优化算法的收敛性进行分析和证明.通过测试函数的求解精度比较、独立重复求解的收敛达标率比较实验验证了斐波那契树优化算法的收敛性能.