基于NSGAⅡ的齿轮减速器多目标优化研究

为了解决工程设计中有离散变量、多约束的多目标优化问题,对改进的非占优排序遗传算法(NSGAⅡ)进行了研究,通过基于拥挤距离的非占优排序,提出了离散变量和多约束的处理方法,利用Matlab软件编写了NSGAⅡ的多目标优化程序,并以二级减速器多目标优化设计为例,建立了多目标优化数学模型,运用NSGAⅡ算法求解得到了帕累托最优解集,根据模糊集合理论的有关方法选取了最优解,与传统方法得到的结果相比,体积、失效概率和传动误差都有不同程度的降低。研究结果表明,修改后的NSGAⅡ能用于有效地求解有离散变量、多约束的多目标优化设计问题。     

RV减速器摆线轮齿廓多目标修形的优化与研究

在RV减速器的修形过程中，存在难以保证RV减速器承载能力和传动精度能够综合提升的问题，且以往关于修形的研究大多数都是单目标修形，为此，提出了一种以RV减速器承载能力和回差为目标的优化方法，并使用RV减速器综合性能检测台对修形后的RV减速器进行了回差动态实验。首先，考虑了摆线轮修形后的齿廓方程以及修形所需要RV减速器的具体参数，并对标准摆线轮产生的接触力进行了分析；然后，确定了摆线轮和针齿最大接触力的位置，得出了摆线轮齿作用力的计算方法；比较了摆线轮与针齿之间的初始啮合间隙以及摆线轮与针轮变形量的大小，对同时啮合的齿数进行了判断，采用MATLAB迭代计算的办法，计算了准确的最大接触力，并使用赫兹公式算出了最大接触力；最后，分析了不同的修形方式对回差的影响，并建立了多目标优化模型，采用改进后的NSGA-Ⅱ算法gamultiobj遗传算法进行了寻优，求解得到了最小适应度下的较优修形量；为验证该修形方法的准确性，使用RV减速器综合性能检测台对修形后的RV减速器进行了回差动态实验。研究结果表明：经过优化后摆线轮齿间最大接触应力相较于等距修形和移距修形分别降低了11%和13%,优化后的回差为0.0...     

基于改进NSGA-Ⅱ算法的多目标云制造服务组合优化研究

为了提高云制造服务组合寻优质量，提出一种基于改进NSGA-Ⅱ算法的多目标云制造服务组合优化方法。首先改进支配强度的概念来快速确定非支配解集中个体的优劣，然后对NSGA-Ⅱ算法应用不同的局部搜索策略，在算法前期加强对优秀个体的搜索以加速收敛，算法后期对稀疏个体融合邻域搜索与模拟退火算法来增加种群的多样性。最后结合企业实际案例，验证了优选模型的有效性和算法的可行性。     

基于NSGA-Ⅱ叉车轮边减速器优化设计

以叉车轮边减速器行星轮系为研究对象,在满足设计要求的前提下,以轮边减速器行星轮系齿圈直径最小,中心距最大和重合度最高为目标建立目标优化数学模型.运用改进的NSGA-Ⅱ对多目标优化并得到Pareto最优解集,利用多指标加权灰靶决策模型选择最优设计方案.优化结果表明：改进遗传算法的运用是可靠有效的,为以后产品优化设计提供新了的设计思路.     

基于改进NSGA-Ⅱ算法的机械臂多目标轨迹规划

针对机械臂轨迹规划时需要满足高效率、低能耗、弱冲击等性能要求,提出一种改进的快速非支配排序遗传算法（NSGA-Ⅱ）。建立了端点运动参数可任意指定的7次B样条曲线方程,构造关节空间内光滑连续插值轨迹。以最短时间、最小能耗和最弱冲击为优化目标,以机械臂关节运动速度、加速度、脉动为约束惩罚,通过加入动态选择策略和模拟二进制（SBX）与正态分布混合交叉算子,建立了机械臂多目标轨迹规划的改进NSGA-Ⅱ算法,该方法具有搜索范围广、种群多样性质量高等优势。算例结果表明,所提出的改进NSGA-Ⅱ算法可以缩短迭代时间,得到更优的Pareto前沿。     

基于NSGA-Ⅱ算法的机械臂多目标轨迹优化

以HSR-JR612型机械臂为研究对象，针对机械臂运动过程中需满足时间消耗少、能量消耗低、平滑冲击小的问题，对其进行多目标轨迹优化研究。机械臂关节空间轨迹采用七次B样条曲线构造，采用具有精英策略的非支配排序遗传算法(NSGA-Ⅱ)，结合对机械臂的关节位移、速度、加速度和加加速度作出限制得到的约束条件，对机械臂轨迹进行优化，得到一组Pareto最优解集合。仿真结果表明，七次B样条曲线构造的机械臂关节空间轨迹速度、加速度和加加速度都连续平滑，保证了机械臂运动性能。在满足约束条件的前提下，NSGA-Ⅱ算法可对机械臂运动轨迹实现有效的多目标优化，获得一组理想的Pareto最优解集，并从中选取一个各项优化目标较为均衡的解作为多目标优化的最终解。     

基于NSGA-Ⅱ算法的车身薄板零件公差优化

在汽车制造工业产品开发过程中,需要同时考虑质量与成本之间的矛盾。盲目提高质量要求,将使产品制造成本增加;随意降低成本,则有可能影响质量,导致客户投诉和返修率上升。首先建立概念设计阶段的装配偏差分析模型,用来分析车身装配质量;并选取指数函数作为公差成本函数,以此为基础建立多目标优化模型,然后采用NSGA-II算法优化各个零件的公差。最后利用车身侧围框架案例阐述零件公差分配过程,获得了多目标函数的Pareto解集,取得了较好的优化效果。     

基于NSGA-Ⅱ算法的微耕机变速箱多目标优化设计

为了提高微耕机变速箱的传动性能和旋耕效率,针对变速箱的主要设计参数,建立了多轴式微耕机变速箱的优化设计数学模型。运用SGA、NSGA-Ⅱ算法和MATLAB语言编制了变速箱关键设计参数的优化程序,使用该程序对数学模型进行优化求解并比较结果。优化结果表明,采用SGA和NSGA-Ⅱ算法进行优化,体积分别减少了14.13%和15.96%,重点啮合齿轮重合度提高了4.07%和4.60%,取得较好的优化效果;其中,采用NSGA-Ⅱ算法比SGA算法在优化结果上更优秀。     

[生产计划]基于NSGA-Ⅱ的产品开发任务调度多目标优化

针对传统的加权系数法和约束法等不能很好解决产品开发任务调度多目标优化的问题,建立了以产品开发时间和成本为目标的多目标优化模型,采用改进的非支配排序遗传算法得出Pareto最优解集,并利用模糊优选法对该解集进行选优,确定了产品开发任务调度的最优执行方案。对两个经典多目标测试函数的求解及对比分析表明了该算法的优越性,结合实例说明了该方法的实施过程及有效性。     

电动汽车复合电源参数的精英受控NSGA-Ⅱ算法优化

为了降低电动汽车复合电源初始成本、更换成本及电耗,提出了基于动态精英受控NSGA-Ⅱ算法的参数优化方法.对研究对象的复合电源连接方式进行了介绍,制定了车辆能量管理方法.以降低复合电源成本和电耗为目标,建立了复合电源参数的多目标优化模型.在NSGA-Ⅱ算法中引入了动态拥挤度排序策略,可以有效提高基因多样性,从而提出了动态精英受控NSGA-Ⅱ算法的模型求解方法.在UDDS循环工况下对复合电源参数进行优化,与NSGA-Ⅱ算法优化结果比,动态精英受控NSGA-Ⅱ算法优化结果的锂电池和超级电容放电深度更低、制动能量回收量和电池放电效率更高,有效降低了复合电源成本和电耗.     

基于改进NSGA-Ⅱ算法的风电—抽水蓄能联合优化运行研究

以经典日风电功率预测为基础,提出了风电—抽水蓄能联合优化运行模型,该模型以联合系统经济性最大、出力的波动性最小及系统碳排放量最小为目标。利用改进的NSGA-Ⅱ算法对多目标模型进行求解,结果证明,利用改进算法求解的风电—抽水蓄能联合优化运行模型有效提高了电网的经济效益、环境效益及电力系统的稳定性。     

基于改进NSGA-Ⅱ算法的发动机活塞机构优化设计

为提高发动机活塞机构的运动性能,提出了以最小跟踪误差和传动角与直角的偏差最小为优化目标,建立发动机活塞机构多目标优化模型,引入NSGA-Ⅱ算法对活塞机构进行多目标优化。为提高NSGA-Ⅱ算法的种群的多样性和搜索能力,对交叉算子和变异算子进行改进,应用NSGA-Ⅱ算法与改进算法对发动机活塞机构优化问题进行求解,分别得到各自的Pareto解集,并通过逼近理想解排序法选出最优解进行对比。通过实验对比表明,改进算法的Pareto解集分别更均匀、收敛速度快、跟踪误差更小,能为发动机活塞机构的优化设计提供参考依据。     

基于NSGA-Ⅱ的多目标车间设备布局

车间设备布局问题具有多目标、多约束的特点。文中以物流搬运费用、非物流关系以及面积利用率作为优化目标,构建了车间设备布局的多目标优化模型。采用带精英策略的非支配遗传算法(NSGA-Ⅱ)进行模型求解,克服了传统加权法求解多目标问题时加权系数难以确定,无法保证多个目标同时优化的缺点。基于AHP和TOPSIS相结合的方法,从NSGA-Ⅱ求得的Pareto解集中,选出了最适合企业实际情况的布局方案,以一个实例证明了本方法的有效性。     

基于NSGA-Ⅱ算法的液压元件多目标柔性作业调度研究

为解决液压元件制造车间生产调度过程混乱的问题,提出一种基于NSGA-Ⅱ的多目标柔性生产调度优化算法,并建立了相关的数学模型.采用非支配排序和精英储备策略,并设计了算法的编码解码以及交叉、选择和变异的遗传算子.最终通过实例分析,将得出的基于基本加工时间、设备负荷率和生产成本的全局最优解与传统遗传算法优化值进行对比,可见此...     

基于NSGA-Ⅱ算法的多目标优化分布式发电选址定容研究

北京大兴国际机场能源需求巨大,在能源供应方面,大兴机场可再生能源的总量将占机场能源消费总量的10%,可再生能源分布式发电(Distributed Generation)系统已在大兴机场多处投入使用。说到分布式发电设计中选址定容的策略,非支配排序的精英策略遗传算法(Non-dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)便是一个常用的方式,那就是利用其自身的原理,在应用Matlab中的gamultiobj函数的同时引入惩罚函数,在受到多种限制因素的影响下处理多目标问题。鉴于此,应用这一方法最小化给出的受限适应度函数,并在获得了帕累托前沿(Pareto Front)的结果后,通过不同权重策略的引用,来满足分布式发电设计中不同决策者的选择,获取期望的最优结果。     

基于NSGA-Ⅱ算法的超前液压支架多目标优化设计

针对超前液压支架连杆断裂问题,在相同外载荷下以超前支架连杆受力绝对值之和、长度之和最小为目标函数,建立了多目标优化模型。采用NSGA-Ⅱ算法求解优化模型,使用模糊集合理论的方法选择最优解,并在Matlab环境下编制成可视化计算程序,应用此程序优化ZTC16044/27/50超前液压支架参数,优化后连杆长度之和下降17.28mm,最大受力减小349.12 k N。ZTC16044/27/50在红柳林煤矿连续运行中未出现连杆断裂事故,为提高超前液压支架综合性能提供了有效途径。     

求解多目标混合流水车间调度的改进NSGA-Ⅱ

针对混合流水车间调度问题,以最小化能耗和最小化最大完工时间为求解目标,建立混合整数线性规划模型,提出求解该问题的改进快速非支配排序遗传算法(NSGA-Ⅱ)。算法染色体采用首阶段工件加工顺序码和设备分配码相结合的编码方式,最大程度确保算法在问题的整个解空间搜索Pareto前沿解。针对染色体编码设计了3种不同解码方法,其中两种解码方法与问题目标密切相关,用于引导算法搜寻方向;设计了一种贪婪变异算子,在提高种群多样性的同时兼顾算法的局部搜索能力。为确保Pareto前沿解集的分布性和收敛性,避免算法陷入局部最优,在采用精英保留策略的基础上提出一种全新的选择算子,并通过实验证明了该选择算子的有效性。为进一步节约能源,针对调度方案提出先右移再左移的调整策略,在不改变总完工时间的前提下大大节约了设备的待机和开关机能量。最后通过实验验证了改进NSGA-Ⅱ的有效性。     

基于NSGA-Ⅱ的智能化电铲多目标最优挖掘轨迹规划

为实现智能化电铲实时节能的挖掘,提出了一种基于非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-II,NSGA-Ⅱ)的智能化电铲多目标最优挖掘轨迹规划方法。首先,通过拉格朗日方程建立智能化电铲工作装置动力学模型;然后,使用高次多项式对挖掘轨迹进行插值,将挖掘轨迹寻优问题转化为多项式系数寻优问题,最后,以挖掘时间最短及单位体积物料的挖掘能耗最小作为优化目标,以电机性能与挖掘过程中几何条件等作为约束,利用多目标优化平台PlatEMO,将NSGA-Ⅱ作为多目标优化算法,指定待优化问题的目标函数及约束函数,获取到多目标优化Pareto最优解集,基于决策偏好设置权重并根据TOPSIS法获取最优解,得到多目标最优挖掘轨迹规划结果。结果表明,优化后挖掘轨迹满足实时节能的挖掘要求。     

基于NSGA-Ⅱ的两级行星齿轮减速机的多目标优化设计

为了设计体积更小、效率更高的两级行星齿轮减速机,首先建立两级行星齿轮减速机多目标优化的数学模型;采用多目标进化算法NSGA-II对数学模型进行优化,选择五种不同行星齿轮个数,优化得到两级行星齿轮减速机体积和传动效率的pareto最优解。同时与MATLAB工具箱优化获得的结果进行比较,结果显示NSGA-II算法优化的结果均优于MATLAB工具箱优化的结果,特别是所设计的二级行星轮减速机的体积更小。所提出的多目标优化方法和步骤还可以为多级行星齿轮减速机的优化设计提供有效地指导。