塔式起重机变幅机构的模糊优化设计

以塔式起重机变幅机构中蜗轮齿冠体积最小为优化目标，建立了模糊优化设计的数学模型。由于传统的优化方法存在着求解过程复杂和寻优过程容易陷入局部最优解的问题，故应用MATLAB遗传算法工具箱寻求问题最优解，使求解过程得到简化，能可靠地获得全局最优解。     

应用遗传算法的塔机起升机构模糊优化设计

针对塔式起重机起升机构的设计实例,考虑到设计参数取值的不确定性,在满足承载能力和传动比分配要求条件下,以起升机构的减速器中心距最小为优化目标,建立了该问题的模糊优化设计的数学模型。由于传统的优化方法存在着求解过程复杂和寻优过程容易陷入局部最优解的问题,故应用matlab遗传算法工具箱寻求问题最优解,使求解过程得到简化,能可靠地获得全局最优解。     

汽车起重机转向梯形机构遗传算法优化

在满足传动性能和边界约束条件下,根据汽车起重机转向机构的内、外转向轮理想的转角关系,以内侧转向轮理论转角和实际的内轮转角之间均方根误差最小为优化目标,建立了优化设计的数学模型。由于传统的优化方法存在着求解过程复杂和寻优过程容易陷入局部最优解的问题,故应用matlab遗传算法工具箱寻求最优解,使求解过程得到简化,能可靠地获得全局最优解。     

模具虚拟企业项目调度遗传算法研究

为解决模具虚拟企业资源受限的多项目调度问题，提出了多项目调度的数学模型。在此基础上采用了一种混合遗传算法的求解方法，该方法分两个阶段进行：先采用优先规则启发式方法产生一组可行解，该过程可视为遗传算法解的初始化；然后对这组可行解采用遗传算法进行优化，以得到次优解或者近似最优解。最后通过实际算例所得结果并与其他方法的比较分析验证了该方法的有效性。     

"基因遗传算法+惩罚函数法”在机械优化设计中的应用

提出了“基因遗传算法＋惩罚函数法”的通用算法，并从中发现，它非常适合求解复杂的非线性约束优化问题。该方法与传统的优化方法相比，可取得较为理想的全域最优解，同时该方法也改善了基因遗传算法的局限性。     

基于遗传算法的非线性控制系统参数优化方法

本文针对非线性控制系统参数优化问题,结合非线性控制系统理论、最优化理论及遗传算法,提出了一种新的仿真优化方法,该方法利用遗传算法来求解非线性控制系统参数优化问题,由于遗传算法是在解空间的多个区域内进行搜索,能以较大的概率跳出局部最优,因此可技巧以整体最优解。仿真结果表明,该方法是一种有效的非线性控制系统参数优化方法。     

基于遗传算法的最大似然参数优化估计

用最大似然法进行参数优化估计时,为了避免常规优化算法由于受迭代初值的影响不易收敛到全局最优解的缺点,文中采用遗传算法,不再需要估计优化变量的初始值即可获得全局近似最优解。建立以似然函数为目标,求其极大值点即可确定参数最优解的优化模型。为了更好地确保遗传算法获得全局最优解,在传统遗传算法的基础上采用尺度变换适应度函数、并行操作、保留最优个体等方法,进一步保证方程解的精度。最后以威布尔分布为例进行参数估计,结果表明,改进的遗传算法可以在求解效率和收敛性能上达到较好的平衡,能更好地将优化方法与最大似然估计法相结合。     

遗传蚁群融合算法求解多项目资源能力平衡问题

为探索更高效的多项目资源能力平衡优化方法,提出了一种基于遗传蚁群融合算法的求解方法。建立了以单位时间内所有项目的总资源消耗方差为优化目标的问题模型,并设计了模型求解的遗传蚁群融合算法。该算法前过程采用遗传算法进行迭代求解,充分利用遗传算法的快速性和全局收敛性,生成初始信息素分布;后过程采用蚁群算法,充分利用蚁群算法的正反馈性和求精解效率高等特点收敛到最优解。通过具体算例验证了算法的可行性和有效性。     

基于改进遗传算法的带传动多目标模糊优化设计

以带轮体积最小和传动轴受力最小为目标建立优化数学模型,利用改进遗传算法求得该优化问题的理想解和若干个有效解,并根据相似优先比理论最终确定其模糊最优解。该问题的求解过程表明,这种多目标优化问题的解决方法是一种更科学、更符合实际的设计方法,具有较好的实用价值。     

基于遗传算法的二阶段迭代模型任务分布方案寻优

针对利用启发式方法求解二阶段迭代模型的最优任务分布方案容易陷入局部最优解的问题,根据二阶段迭代模型中各任务的分布特点,引入具有自适应全局优化特性的遗传算法求解出二阶段迭代模型的最优任务分布方案,从而减少任务执行的时间成本。以某汽车发动机的开发为例,分别应用基于启发式方法和基于遗传算法方法进行求解寻优,通过比较说明了后者的有效性。     

供应链最优供需路径的演化计算求解方法及其应用

在分析多企业协同生产主要特点的基础上，建立了基于企业关键绩效指标度量的供应链供需路径优化模型，提出一种协调优化和多目标优化相结合的联合计划与控制模式，给出了供需最优路径的演化计算求解算法。结合实际的供应链典型应用环境，实现了基于演化计算求解的供应链联合规划管理系统，并通过实验与应用分析验证了方法的有效性。     

基于遗传算法的摆动活齿传动多目标优化设计

本文建立了摆动活齿传动的优化设计数学模型,提出了优化设计方法。为求得全局最优解,引进了遗传算法。文中对遗传算法提出了一些改进,并用改进前、后的遗传算法分别对该模型进行了优化仿真计算,结果表明改进后的遗传算法优于改进前的遗传算法。     

Optimum surface roughness in end milling Inconel 718 by coupling neural network model and genetic algorithm

In this study, optimum cutting parameters of Inconel 718 are determined to enable minimum surface roughness under the constraints of roughness and material removal rate. In doing this, advantages of statistical experimental design technique, experimental measurements, artificial neural network and genetic optimization method are exploited in an integrated manner. Cutting experiments are designed based on statistical three-level full factorial experimental design technique. A predictive model for surface roughness is created using a feed forward artificial neural network exploiting experimental data. Neural network model and analytical definition of material removal rate are employed in the construction of optimization problem. The optimization problem was solved by an effective genetic algorithm for variety of constraint limits. Additional experiments have been conducted to compare optimum values and their corresponding roughness and material removal rate values predicted from the genetic algorithm. Generally a good correlation is observed between the predicted optimum and the experimental measurements. The neural network model coupled with genetic algorithm can be effectively utilized to find the best or optimum cutting parameter values for a specific cutting condition in end milling Inconel 718.     

基于MATLAB多轴挂车转向机构优化设计

对组合式多轴挂车的转向机构进行分析后，建立了挂车转向系统机构的优化设计模型应用MATLAB的优化工具箱对设计模型进行了优化求解，给出了针对任意一轴线上转向机构的MATLAB优化程序一使用该优化程序对某专用车辆厂生产的多轴挂车转向机构进行了优化设计，计算结果表明本方法是正确的、实用的。     

基于能量法的曲线曲面优化设计方法研究

利用能量法及最小二乘法建立曲线优化数学模型,同时应用罚函数法将有约束多目标优化问题转变为无约束优化问题,并采用遗传算法进行曲线优化.通过实例验证了算法的有效性,并将此法应用到曲面优化设计中,得到了较好结果.     

基于Kriging模型的后优化近似研究

后优化分析技术定量地研究当优化参数发生变化时，相应的优化结果会发生怎样的改变。过去的研究多集中在对优化结果的敏感度分析(一阶近似)，所得到的结果只在当前参数的微小扰动范围内有效。用Kriging模型进行优化结果的插值近似(相对于优化参数)，从而可以提供整个参数空间中优化结果的全貌。用简单的算例与一阶近似、二次响应面近似进行了比较，同时为了解决临界约束集发生改变时，目标函数突变对Kriging模型近似精度带来的影响，提出一种分片插值方案，较大地提高了Kriging的近似精度。     

遗传算法与神经网络组合的塔式起重机起升机构模糊优化设计

考虑到设计参数取值的不确定性,在满足承载能力和传动比分配要求条件下,以起升机构的减速器中心距最小为优化目标,建立该问题模糊优化的数学模型。按最大隶属度原则求出最优水平截集,将模糊优化间接转化为普通优化问题。另外,通过神经网络方法得出网络权值和阀值以拟和待求系数,应用Matlab遗传算法工具箱寻求问题最优解,从而提高设计精度和搜索效率。     

基于刀具可靠性的最大生产率优化模型研究

在刀具寿命分布参数神经网络预报技术的基础上，建立基于刀具可靠性的最大生产率优化模型，提出实用的优化方法，根据新的优化模型，以最大生产率为目标函数可以对不同换刀方式下切削用量和换刀间隔进行宽范围优化。对自动化切削加工实例的优化结果表明，新的优化模型适合于自动化切削加工过程的优化。