基于Kriging模型的发动机罩多目标优化设计

为提高轿车CNCAP行人保护性能,应用拓扑优化方法对某款轿车的发动机罩内板进行结构改进,以达到降低行人头部损伤值的目的。先以发动机罩内板、外板、加强板及铰链的壁厚为设计变量,采用最优拉丁方法生成样本数据,通过仿真分析,构建了关于发动机罩质量、头部损伤值及模态的Kriging近似模型;然后利用NSGA-Ⅱ（非劣分层遗传算法）多目标进化算法寻优求解。结果表明：改进后的发动机罩不仅安全性和防振性得到改善,而且质量减小,模态值提高,实现了安全、防振及轻量化的设计目标。     

基于Kriging模型的并联机器人机构的多目标优化设计

为了提高并联机器人机构的性能特性,对机构参数进行优化设计分析,以达到性能指标最优的目的。先对应用于盾构拼装机的并联机构进行了运动学分析,利用封闭矢量法建立了逆解方程,并在此基础上求解了表征驱动关节输入和动平台输出映射关系的雅可比矩阵。引入衡量并联机构性能的全域运动灵巧度和全域承载能力指标,并以结构参数为设计变量,性能指标为优化目标,基于Krigring近似模型,利用多岛遗传算法对并联机构进行多目标优化,最终得到Pareto解集,并选取了机构参数的最优解。结果表明,基于Kriging模型的多目标优化对机构性能有明显的改善。     

Kriging模型改进的多目标优化算法研究

将基于模糊C均值聚类改进的多目标优化算法(A fuzzy c-means clustering based evolutionary algorithm, FCEA)与高价单目标优化算法(Efficient global optimization,EGO)进行融合,基于Kriging模型提出了一种改进的多目标优化算法(FCEA-EGO)。在FCEA-EGO算法寻优过程中,利用模糊C均值聚类算法从整个种群中选择相似个体进行遗传操作,引导算法进行寻优;基于EGO算法的校正点选择机制,逐步修正校正点,提高Kriging模型精度。实验结果表明,FCEA-EGO算法相对于典型的高价多目标优化算法MOEA/D-EGO、ParEGO、SMS-EGO具有更优异的求解能力。最后,基于FCEA-EGO算法对某轻型飞机的齿轮减速器进行了优化设计,验证了其求解实际工程优化问题的能力。     

基于多目标遗传算法的混合动力电动汽车控制策略优化

混合动力电动汽车是一个高度复杂的非线性系统,并且影响其控制策略的参数较多,要对这样的系统进行优化,常规的优化算法显得无能为力,模型的精确程度也直接影响了选取参数的可靠性.应用汽车动力性、排放性高级模拟分析软件AVL CRUISE,联合Matlab/Simulink软件,建立合动力电动城市客车整车动态性能仿真分析模型,以百公里油耗和排放指标为优化目标,运用多目标遗传优化算法,针对欧洲、日本及中国的城市公交循环工况对混合动力系统工作模式的选择和能量流的分配进行全局优化,减少了运算时间,获得一组可靠的可行解,精确地确定出控制逻辑参数.该解集在很大程度上同时提高了原车的燃料经济性和排放性能,并且为混合电动车的设计和控制提供了一个适宜的选择范围,设计者可以按不同的要求进行不同的方案选择.     

随机激励下基于Kriging模型的车辆悬架多目标优化

为改善车辆行驶的舒适性并减小轮胎动载荷对道路的损伤,以某型客车为研究对象,建立多目标优化模型.在路面不平顺激励下,采用虚拟激励法求解车辆悬架随机振动响应,构建Kriging模型,并用求解多目标结构优化的中心法对车辆悬架参数进行优化.算例结果表明,虚拟激励法与Kriging模型相结合,能较好地求解车辆悬架优化问题,具有更好的效率和稳定性.     

基于Kriging模型的微夹持器优化设计

为了综合平衡一种新型微夹持器的张合量、夹持力灵敏度与快速响应,提出一种Kriging模型的优化方法。采用拉丁超立方抽样方法确定试验点,采用ANSYS计算各试验点对应的响应值。进行相关性分析以确定对性能影响较大的结构参数,并将其作为优化设计变量。采用Kriging理论建立能反映性能指标与设计变量之间关系的非线性模型,并建立多目标优化模型。比较分析优化前与优化后的各性能指标可知,放大倍数增大了7.4%,固有频率增大了16.46%,输出刚度增大了9.84%,最大应力减小了5.75%,说明所提出的性能优化方法有效。     

Kriging模型并行加点策略的多目标优化方法

针对复杂机械装备多学科多目标优化设计成本高、周期长等问题,提出一种近似模型与并行加点策略相结合的多目标优化方法。基于Kriging模型,将添加更新样本点定义为同时考虑Pareto最优解和预测误差的动态多目标优化问题,应用改进NSGA-II优化算法和极大极小距离准则,确定最优的并行更新样本点,在提高Kriging模型精度的同时实现多目标优化。测试函数验证和实例结果表明,该方法可有效提高复杂系统多目标优化效率,同时获得收敛性和分散性俱佳的Pareto最优解。     

基于多目标遗传算法的产品优化配置研究

针对产品配置设计存在的问题，提出一种基于多目标遗传算法的产品优化配置方法，设计了相应编码解码方案和适应度计算方法，在具体算法中，对小生境的范围确定和精英策略提出改进。仿真实验证明，该算法可行有效，优于其他遗传算法。     

基于Kriging近似模型的轨道主冷叶轮多目标遗传优化

为最大限度地减小叶轮质量,通过反求模型和网格密度精度的分析,对叶轮结构进行数值计算,并构造了拉丁超立方试验设计模型和Kriging近似模型,得到叶轮结构的采样空间和高精度的近似模型用来代替数值分析,提出了轨道轴流风机叶轮结构多目标遗传优化方法。采用该方法分析了主要技术参数对叶轮结构受力的灵敏性,并找出了对叶轮结构应力影响最大的参数。叶轮结构通过优化后,质量减小了31.7%,大大节省了材料的成本,最大应力值也由初始方案的21.5MPa变为16.5MPa,有效地提高了叶轮的力学性能。优化后通过滑环引电器和动静态应变测试系统对风机叶轮进行动静态试验,并设计了叶轮旋转机械的工艺工装和试验方案,试验结果与计算结果十分吻合,且动应力相对很小,因此,叶轮具有良好的力学和振动性能,在工程应用中具有较高的价值。     

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。     

正交试验法和遗传算法研究齿轮系统动态性能

齿轮系统的动态性能特别是振动为典型的非线性问题,而振动与轮齿修形密切相关,轮齿修形参数值的确定实质上是非线性优化问题。以一对直齿圆柱齿轮为研究对象,借助kisssoft软件,应用正交试验设计和遗传算法,以减少齿轮系统振动加速度波动为目标,优化设计修形参数。结果表明,正交试验法和遗传算法相结合可用于较复杂的优化问题,本文优化后的振动加速度波动明显降低,减振效果好。     

基于响应面和遗传算法的C型梁确定性多目标轻量化设计

针对大客车空气悬架关键结构件C型梁的轻量化设计问题.首先,基于参数化计算系统建立起符合实际T.况的有限元模型,并完成最大等效应力、弯曲刚度和疲劳寿命分析,然后,采用中心复合设计试验方法,并基于全二阶多项式对响应面模型拟合,根据灵敏度分析筛选设计变量.最后,以质量最小和弯曲刚度最大为目标函数,同时以最大等效应力和疲劳寿命...     

基于改进遗传算法的掘进机截割机构的多目标优化设计

掘进机截割机构的综合性能是由截割粉尘、截齿消耗量、截割比能耗、载荷波动及生产率决定的,基于改进的遗传算法,将截割机构的结构参数和运动参数作为设计变量,对截割机构的综合性能进行多目标优化设计。优化结果表明,掘进机截割粉尘、截齿消耗量、截割比能耗和载荷波动都相应有所下降,且生产率有着明显提高,有效地提升了掘进机的整机性能,符合了当今及未来掘进机的发展趋势。     

基于小生境技术的改进遗传算法研究

将标准遗传算法用于最优化问题时存在早熟收敛和后期收敛速度缓慢的现象。本文扼要分析了遗传算法的运行机制，提出一种基于小生境技术的改进遗传算法，应用种群中最佳个体的马尔可夫链模型从理论上论证了该技术维持种群多样度的有效性。对复杂函数的遗传优化仿真实验数据表明，改进的遗传算法不但具有良好的全局收敛可靠性，而且具有快的收敛速度。     

基于混合算法的内燃机曲柄连杆机构复合目标选配

在曲柄连杆机构的选配中,为实现在多种装配要求的条件下,对多对零部件同时进行选配,并使剩余的零部件数量最少的复合目标,以提高曲柄连杆机构各零部件的选配成功率和装配质量,建立了复合目标选配的目标函数,确定了约束条件。针对该组合优化问题的特殊性,对传统的基于遗传算法和模拟退火算法的混合算法进行了改进,提高了在初始种群产生阶段进行定向变异的方法,以提高初始种群的平均适应度;并设计了特定的编码方式、交叉运算和变异运算,建立了曲柄连杆机构的复合目标选配方法。最后对该方法进行了有效性验证。     

采用遗传算法的海流能发电机叶片优化与研究

提高海流能水轮机的获能效率是海洋能开发的重点研究内容,提高水轮机获能效率的关键在于水轮机叶片的几何构造.在NACA4412翼型的基础上,采用儒可夫斯基保角变换的方法对翼型进行参数化建模,以最大升阻比为目标函数,施加约束条件进行设计优化,利用遗传算法进行全局寻优求解.在获得最优解后,利用CFD软件Fluent对原翼型和优化后的翼型进行翼型绕流数值模拟,数值模拟的结果表明:优化后的翼型相比于原翼型具有更大的升力系数和升阻比,翼型的最大升力系数和最大升阻比分别提高了18.72％和46.84％,且优化后翼型达到最大升阻比时的攻角相对较小;翼型的临界失速攻角相比于原翼型较大,验证了该优化方法的合理性与可行性.     

考虑弹流润滑的齿轮传动多目标优化设计的遗传算法实现

应用弹性流体动力润滑理论,分析了模数、齿数等参数对齿轮副润滑性能的影响。在齿轮传动优化设计中,通过协调弹流效应和重量最轻建立了齿轮传动多目标优化的数学模型。采用遗传算法求解合连续及离散变量的优化设计问题,并用神经网络建立计算中各种曲线的插值模型。该系统发挥了神经网络与遗传算法各自的特点,数值例子表明了该方法的有效性。     

基于生物遗传算法的FMS生产调度算法

根据遗传算法,提出了一种FMS生产调度的新算法,该算法不仅适于FMS的静态调度问题,而且由于其计算复杂性低、计算量少的特点,同样也适于FMS的动态调度问题,有效地为解决自动化生产系统的生产调度问题提供了新方法.     

独立公理在多目标优化设计中的应用研究

将公理设计理论引入优化设计中,阐述基于公理设计的优化设计思想,提出基于独立公理的多目标优化设计方法.通过确定主要的设计参数,将设计参数按无耦合设计的形式分组,生成函数依赖关系表,依照一定的次序对各目标函数进行优化,并给出基于独立公理的优化设计流程.实例结果表明,该方法简便可行,可为圆柱螺旋压缩弹簧以及其他产品的设计提供一种新的方法.     

基于混合遗传算法的叶片偏角优化设计

为提高垂直轴变攻角水轮机的能量利用率,建立了叶片偏角变化规律的数学优化模型,以叶片偏角随位置角的变化为设计参数,以水轮机能量利用率为目标函数,采用遗传算法结合序列二次规划的方法进行优化计算,在此基础上得到最适合的叶片偏角变化规律.对摆线式水轮机在不同速比下的偏角进行优化,得到优化后的偏角规律,结果显示,水轮机在混合遗传算法优化后的偏角规律下,能量利用率较原摆线式水轮机相比有所提高.