产品研发中面向用户意象的交互式遗传算法评价模式

针对产品研发过程中了解用户意象的需求,采用交互式遗传算法对产品设计方案实施优化。由于评价噪声影响用户意象的准确获取,对交互式遗传算法的用户评价噪声来源及其与评价精度之间的关系作了分析,对四种不同评价精度下的收敛速度、评价耗时和用户疲劳等指标进行了实验研究。结合产品优化设计的具体案例,论证了低精度评价方法具有降低疲劳、缩短评价时间、提高种群规模等优势,并且可以有效利用数理统计方法进行适应值预测和用户意向分析。     

考虑用户认知噪声的产品交互式遗传配色设计研究

产品配色设计对塑造产品风格和企业品牌形象有重要作用,为有效辅助工业设计师进行产品配色设计,准确反映用户对产品配色方案的意象感知,利用交互式遗传算法集成用户认知度和疲劳度构建了认知噪声模型,根据产品配色方案评价值和色彩值的相似度测量求解认知噪声模型相关参数,对配色方案适应度值进行调整,提出了考虑用户认知噪声的产品交互式配色设计过程。以电熨斗的配色设计为例,通过与普通交互式遗传算法对比,结果显示:1)用户对产品配色的知识背景差异会显著影响其认知度;2)配色设计过程的收敛性提升了37.5%,平均进化代数减小了2.4代。以上结果验证了本文方法符合用户主观认知特点,有助于提高产品交互配色设计的收敛性和进化效率。     

基于涡激抑制的深水钻井隔水管系统浮力块配置智能优化

涡激疲劳是深水钻井隔水管系统的主要失效模式之一,如何通过隔水管系统浮力块配置减小隔水管系统涡激疲劳损伤是要解决的关键问题,采用基因编码方式表征隔水管系统浮力块配置,融合遗传算法和隔水管系统涡激疲劳分析模型提出深水钻井隔水管系统浮力块配置智能优化方法,开发深水钻井隔水管系统浮力块配置智能优化系统,开展不同水深下的深水钻井隔水管系统浮力块配置优化设计,并采用枚举法对隔水管系统浮力块配置智能优化方法进行验证分析。结果表明,提出的隔水管系统浮力块配置智能优化方法可以精确高效地开展隔水管系统浮力块配置优化设计,与传统的隔水管系统配置经验设计相比,提出的隔水管系统浮力块配置优化方法可以大大改善隔水管系统涡激疲劳性能。     

面向隐性目标的产品造型交互式进化设计

交互式遗传算法(Interactive Genetic Algorilhm,IGA)作为一种人机协同进化优化算法,能有效解决难以数量化、结构化的隐性目标决策问题,但由于隐性目标具有较强的模糊性,易导致用户产生认知模糊。首先,将交互式进化设计中用户认知模糊解构为决策初始认知模糊与决策过程认知模糊;其次,构建"文本-情景-符号"空间映射策略缓解决策初始认知模糊,构建方案聚类策略缓解决策过程认知模糊;然后,以花瓶轮廓为例,结合所提设计策略和交互式遗传算法,采用MATLAB软件开发了面向隐性目标的产品造型交互式进化设计系统;最后,验证了所提设计策略在解决交互式进化设计过程中用户认知模糊的有效性。     

基于遗传算法的交互式齿轮优化设计方法研究

常规的齿轮设计方法通常需要花费大量时间，通过数次试算才能得到一个较好的设计结果，采用一般的非线性和线性优化方法注解起来也比较困难。为此，本文以渐开线标准直齿圆柱齿轮为例，提出了一种基于遗传算法的交互式优化设计方法，对于设计原始数据，设计要求及设计过程中的经验型中间结果采用交互式输入，而对其他主要设计变量采用遗传算法进行优化。     

交互式CSP用于解决产品配置中交互问题的研究

传统CSP(Constraint Satisfaction Problem)难以用于描述和解决产品配置中的交互配置问题和使用户得到满意的配置结果。本文通过对传统CSP在交互配置中所存在缺陷的分析,定义了一类新的动态约束满足问题DCSP(Dynamic CSP),并以DCSP为基础提出了一种基于交互式约束满足问题ICSP(Interactive CSP)的交互配置方法的框架,解决了产品配置中的交互问题,使用户得到最优配置结果。最后进行了仿真验证。     

热挤压成型机的情感化设计研究

为更好地满足热挤压成型机的用户需求,将情感化设计方法运用到热挤压成型机的设计开发中。在设计过程中,对用户需求进行了分析,建立了用户对产品的情感需求模型,从形态、色彩、材质方面对产品造型进行设计编码,从感官、行为和反思层面对用户体验进行设计解码,对热挤压成型机进行改进设计,以提高产品外观品质、降低用户工作疲劳并减少事故发生率。     

基于遗传算法的液压机上梁交互式结构优化

很多结构优化问题的数学模型并不存在或难以求解,传统优化方法难以对这类问题进行准确寻优,需要使用交互式结构优化方法。针对基本遗传算法的缺陷,提出了一种改进型遗传算法。以700T铸造式液压机上梁(简称上梁)为例,建立结构优化模型和遗传算法模型。以上梁的最大变形和最大等效应力为约束条件,以重量为目标函数,基于有限元法和改进遗传算法对上梁进行了交互式结构优化设计。优化结果使上梁变形基本保持不变,最大等效应力降低5.87%,同时使上梁减重12.09%。     

基于工艺多样性的产品族配置主从优化

为对由生产工艺差异性而产生的产品族进行产品族优化配置研究,以纪念台钟为例,基于主从对策的决策机制,对依赖于工艺多样性的纪念台钟产品族配置问题的优化主体与各种属性进行分析,得出纪念台钟产品族配置与对应工艺配置存在主从关系的结论。提出了基于工艺的产品族配置双层模型,并设计了上下层分别采用遗传算法求解的层次遗传算法。通过对纪念台钟产品族与工艺协同配置方案计算结果的分析,验证了模型与算法的有效性。     

虚拟现实在工程设计的可视化应用研究

利用工程分析软件模拟的结果数据与可视化开发包AVS/Express,结合数据手套和位置跟踪器在AVS平台上实现了工程分析数据的交互式可视化。将工程分析数据和真实感模型结合起来,且利用虚拟现实技术提供给用户交互式的可视化环境。交互式可视化能够准确直观地展示工程结构的应力和应变分布情况,为产品结构优化设计提供依据,并且可以实现交互式操作,使可视化具有"沉浸感",从而大大提高工程设计的质量,提供了一种新的工程分析数据可视化实现模式。     

求解电路划分问题的混合式遗传算法

为了进一步降低超大规模集成电路设计的复杂性、增强图形可读性 ,提出了一种求解电路划分问题的混合式遗传算法。与传统遗传算法不同的是 ,该算法采用了顺序交叉和单元交换变异方式 ,同时对交叉概率和变异概率进行了优化设计。与K -L算法及传统遗传算法得出的结果比较 ,该混合式遗传算法在计算时间和划分结果上显示出其优越性     

基于交互正交遗传算法的动态联盟伙伴选择研究

针对动态联盟中的伙伴选择问题,提出一种有交互作用的正交试验方法和遗传算法相结合的方法,对多目标伙伴选择问题进行求解。着重考虑成本、质量、时间、风险及其它们之间存在的交互作用作为伙伴选择中的主要评价指标,给出了基于交互正交遗传算法模型求解方法,并应用实例验证了该模型和算法的有效性。     

起重机金属结构裂纹的复合修复方法

针对起重机金属结构在长期疲劳交变载荷作用下易产生疲劳裂纹的问题，采用碳纤维复合材料（CFRP）加固止裂孔的方法对裂纹进行复合修复。建立不同载荷下止裂孔、CFRP以及复合修复的有限元模型，分析计算应力应变状态和应力集中系数；建立止裂孔打偏情况下复合修复的有限元模型，研究CFRP加固对止裂孔修复的影响；通过静拉伸强度试验，研究复合修复方法对损伤构件的修复效果，并与仿真结果进行对比，验证了CFRP与止裂孔复合修复这一技术的可行性。结果表明，复合修复方法相比于止裂孔及CFRP修复效果，不仅可以消除裂纹尖端的奇异性，减小名义应力，提高试件的承载能力，还可以弥补钻止裂孔修复焊缝裂纹的不足，为工程维修提供了参考。     

基于FOAGRNN的产品功能疲劳对客户资产影响的预测

为了预测产品开发阶段产品功能疲劳对客户资产的影响,提出了基于广义回归神经网络的预测方法。首先提出产品功能疲劳因素向量的概念,以描述产品功能疲劳的程度,并给出了获得该向量的数据处理方法。而后将果蝇算法优化的广义回归神经网络用于预测不同功能组合对客户资产的影响,为企业提供决策支持,以减轻或消除产品功能疲劳。实例表明,该方法能获得理想的结果。     

提升高温应变计寿命及精度的结构优化方法研究

高温应变电测技术广泛应用于航空发动机热端部件应力状态测量,如何将高温应变计的各部分结构参数进行合理搭配,以提高应变计灵敏度及使用寿命,在工程中具有十分重要的价值。首先,针对影响高温应变计测量误差与疲劳寿命这两个目标,分别建立简支梁-测量误差模型与悬臂梁-疲劳寿命模型;然后,经有限元分析得到各个参数变化对应变计测量误差以及疲劳寿命的影响规律,进而筛选出待优化的参数;接着,采用遗传算法与响应面法相结合对高温应变计进行优化;最后,通过试验对最终优化结果进行验证。结果表明,单参数分析法能直观反映各个参数对应变计灵敏度与寿命的影响规律,基于响应面模型和多目标遗传算法的优化,可得出高温应变计栅丝直径、栅丝长度、栅丝间距、栅丝弯数、基底厚度5个参数的最佳参数组合;优化后的测量误差为0.255%,疲劳寿命达到2.384 6×10~7次循环;试验验证结果表明,多目标优化后测量误差降低了89.2%,疲劳寿命提升了10.14%。     

基于神经网络的涡轮盘榫接触部位疲劳寿命可靠性仿真

在同时考虑材料性能、几何参数和载荷随机性基础上,以遗传算法优化后的三层BP神经网络模拟非线性接触部位应变幅分布。而后建立应变-寿命分布模型,用蒙特卡洛法模拟随机化的Manson-Conffin公式,得出相应可靠性下的疲劳寿命。对航空发动机低压一级涡轮盘榫接触部位进行了疲劳寿命可靠性仿真,结果与实际吻合较好。     

基于改进混合蚁群算法的大批量定制协同制造链优化 

针对大批量定制协同制造链优化配置问题,以质量、成本、时间、提前交货期和协同度为评价指标,以最小化评估指标综合值为目标,建立了大批量定制协同制造链的优化配置数学模型,构造了适合该模型特征的改进混合蚁群算法并阐述了其求解过程。范例计算及对比分析表明,该方法是有效的、可行的。研究结果为大批量定制协同制造链的优化配置提供了可参考的模型和求解算法。     

基于遗传算法的拆卸序列规划研究

为得到满足实际需要的产品拆卸序列方案,减少人工输入所带来的不便,利用联接矩阵和干涉矩阵,构建了产品拆卸序列的数学模型;利用干涉矩阵和联接矩阵,产生满足几何约束条件且经过初步优化的拆卸序列;利用基于拆卸序列规划的遗传算法,优化了上述拆卸序列;通过实例验证了此种基于遗传算法的拆卸序列规划方法的可行性及实用性。     

涡轮转子起动温升曲线优化及试验研究

涡轮转子在快速起动的过程中会产生较大的热应力,影响转子的热疲劳寿命。结合遗传算法与转子结构热分析,提出发动机起动温升控制曲线非单调参数化,对涡轮转子快速起动过程中的温升控制曲线进行优化设计。优化过程以转子最大热应力为目标函数,计算搜索最优解,并研究温升控制曲线对转子最大热应力的影响。结果显示,优化后的发动机快速起动温升控制曲线可以有效地降低转子的最大热应力和缩短快速起动时间。同时,为了验证提出的涡轮转子快速起动温升曲线优化设计方法的有效性,搭建转子热冲击应力测试试验台,通过对比优化前后温升曲线下的转子最大热应力,验证了理论分析结果。提出的优化设计方法可以为发动机设计初期的快速起动控制方案设计提供一定借鉴。