基于GA和FEM的夹具布局和变夹紧力优化设计

通过夹具布局和夹紧力大小的优化可以提高薄壁件加工精度．建立了夹具布局和变夹紧力分层优化模型．首先,以工件加工变形最小化和变形最均匀化为目标函数,对夹具布局进行优化设计;其次,基于优化的夹具布局对变夹紧力进行设计．采用有限元法计算工件的加工变形,加工变形求解时综合考虑了接触力、摩擦力、切削力、夹紧力和切屑的影响．采用遗传算法求解优化模型,获得优化的夹具布局和变夹紧力．通过实例分析,验证了分层优化设计方法可以进一步减小工件加工变形,提高加工变形均匀度．     

大船甲板变形监测系统中IMU的优化布局

大型船只的甲板变形极大地影响着船载设备所需姿态信息的精度,通过在舰船上安装惯性测量单元(IMU),采用惯性匹配的方法能够得到甲板的实时形变信息,出于实际考虑不可能为舰面上所有战位点都安装IMU;文章在舰船有限元模型的基础上进行模态分析,以甲板的MAC(模态置信度)矩阵非对角元作为生成遗传算法适应度函数的依据,利用遗传算法得到舰船甲板变形监测系统IMU的优化布局方案,仿真计算结果表明,该方法能得到较理想的IMU布局方案.     

冒泡排序算法的几种优化与变形

冒泡排序是一种经典的排序算法。根据冒泡排序的原理,总结了通过flag控制判断某轮排序是否有序、当有序时就提前结束循环的标志法,并通过记录每次排序最后一次交换位置,优化排序区间的区间控制法。同时根据冒泡排序的特点,总结了冒泡排序的变形、双向冒泡排序、分组冒泡排序和交替冒泡排序。     

基于遗传算法的药品仓库货位布局优化研究

在研究遗传算法的基础上,结合某制药企业仓储管理的环境现状,提出一种有效的药品仓库货位布局算法,以实现货位的自动化分配并提高仓库的空间利用率和出/入库效率.     

基于模糊遗传算法的埋入式电阻热布局优化

针对标准遗传算法优化埋入式电阻热布局存在的过早收敛等问题,通过设计适应度函数、采用模糊逻辑控制器自适应调整交叉概率和变异概率,以及对长时间未进化的种群实施局部灾变等措施维持种群多样性,使算法最终收敛于全局最优解.仿真结果表明,该算法能够更好地抑制早熟收敛,算法优化布局结果的温度分布更平均,并通过热成像仪对实验样件进行温度分布测试验证了算法的有效性.     

同步荧光分析中Δλ的计算机辅助优化

利用MATLAB软件编制程序,方便地从待测组分激发光谱和发射光谱得到Δλ变化时模拟的三维同步荧光光谱图,在此基础上,通过简单的分析和直观观察,可以得到最优的Δλ.本方法作为同步荧光分析中Δλ优化的辅助工具,具有快速简便,信息量大的特点,同时对仪器的要求不高.以维生素B2和水杨酸钠为例,对方法的应用进行了说明.     

汽油发动机机体强度和缸套变形分析

对某发动机机体及其缸套进行热传导计算,得到其在全速全负荷稳态工况下的温度场分布;评价其温度场分布的合理性并以此为边界条件进行机体热强度分析.计算机体和缸套在预紧力工况、温度载荷工况以及燃气爆发压力工况下的变形和强度.采用傅里叶展开法处理得到缸套的各阶次变形情况,并通过各阶次变形评价指标评价缸套.     

永磁同步电动机效率优化控制仿真研究

研究内置式永磁同步电动机(IPMSM)的损耗数学模型,结合电机转矩约束、电流幅值约束和电机控制回路逆变器最大电压约束,通过构造拉格朗日方程或采用近似计算方法,求解并确定电机损耗最小时的优化控制电流.在Simulink仿真环境下,根据优化电流求解过程,建立一个实时损耗最小的效率优化仿真模块,在利用SVPWM的IPMSM矢量控制基础之上,加入上述效率优化仿真块,最终实现关于损耗的IPMSM效率优化控制仿真研究.     

考虑疏散安全和效率的室内障碍物布局优化

室内障碍物的布局会对人群时空分布、疏散安全和效率产生重要影响.为调查其影响,构建带有障碍物的单室单出口人群疏散模型.同时,通过3种不同的影响因素(即障碍物长度、障碍物与出口距离、障碍物偏离出口中心距离)来分析它们对人群疏散效率和安全的影响.研究结果发现障碍物长度与疏散效率成正向关系,而与疏散安全成反向关系;障碍物与出口距离与疏散效率和安全皆成正向关系;障碍物偏离出口中心距离与疏散效率和安全成反向关系.此外,本研究还使用多目标进化算法来对室内障碍物布局进行优化,所得结果可以为决策者平衡疏散安全和效率问题提供重要参考.     

高铁列车运行图冗余时间优化布局方法研究

在分析各种冗余时间之间作用机理的基础上,以列车旅行时间和列车到发站延误时间最短为优化目标,建立运行图冗余时间优化布局模型。在此基础上引入遗传粒子群优化算法对模型进行求解,并用MATLAB仿真。以虚拟运行时刻表为背景,通过合理设置列车运行干扰时间和仿真分析方案,对结果进行分析。结果表明：用该模型和算法得到的布局方案相比较于固定比例方案,总延误时间短,列车在区间和车站的晚点次数少;相比较于遗传算法求解该模型的总延误时间短,总冗余时间设置多,但是列车在车站和区间的晚点次数少。     

Intelligent Fixture Design through a Hybrid System of Artificial Neural Network and Genetic Algorithm

In designing fixtures for machining operations, clamping scheme is a complex and highly nonlinear problem that entails the frictional contact between the workpiece and the clamps. Such parameters as contact area, state of contact, clamping force, wear and damage in the contact area and deformation of the component are of special interest. A viable fixture plan must include the optimum values of clamping forces. Along research efforts carried out in this area, this comprehensive problem in fixture design needs further investigation. In this study, a hybrid learning system that uses nonlinear finite element analysis (FEA) with a supportive combination of artificial neural network (ANN) and genetic algorithm (GA) is discussed. A frictional model of workpart–fixture system under cutting and clamping forces is solved through FEA. Training and querying an ANN takes advantage of the results of FEA. The ANN is required to recognize a pattern between the clamping forces and state of contact in the workpiece–fixture system and the workpiece maximum elastic deformation. Using the identified pattern, a GA-based program determines the optimum values for clamping forces that do not cause excessive deformation/stress in the component. The advantage of this work against similar studies is manifestation of exact state of contact between clamp elements and workpart. The results contribute to automation of fixture design task and computer aided process planning (CAPP).     

使用SDF图描述的嵌入式DSP系统存储优化

提出一种嵌入式DSP系统的存储优化方法．该方法利用遗传算法求得存储需求量较少的同步数据流(Synchronous Data Flow,SDF)图顶点调度序列;使用TPFIFO(Two-Port FIFO)数据缓冲模型来实现顶点输入边和输出边的存储共享,以进一步提高数据缓冲的利用率．实验结果证实了该方法的有效性．     

永磁直线同步电动机的IGA优化设计

永磁直线同步电动机在远距离、大推力应用场合中需要的中枢绕组和永磁体多,系统造价较高。针对该问题,文章以经济指标为目标,采用自适应参数调整和适应值定标相结合的改进遗传算法,通过选取优化变量、确定约束条件及目标函数,实现了永磁直线同步电动机的优化设计。对优化前后的电动机各性能指标进行分析比较后得出,该优化方法能够改善电动机的综合性能指标,提高电动机的推力,减小电动机的体积,从而降低了电动机的制造成本。     

基于改进粒子群算法的永磁同步电机PID控制器

为提高永磁同步电机系统的控制精度,提出一种使用改进粒子群算法优化的永磁同步电机PID控制器。首先建立永磁同步电机数学模型,然后采用改进粒子群算法对PID控制器参数进行优化,实现永磁同步电机参数在线辨识,最后采用仿真实验对其性能进行测试。仿真结果表明,相对于传统的永磁同步电机PID控制器,本文方法优化的永磁同步电机PID控制器改善了系统响应性能,能够使永磁同步电机获得良好的稳定性、鲁棒性和动态性能。     

舰船补给物料搬运顺序优化问题的改进遗传算法

现有的多搬运工具可并行条件下的物料搬运顺序优化模型, 其采用的标准遗传算法收敛速度慢且易陷入局部最优. 提出了该模型的改进遗传算法, 采用精英保留策略代替传统的轮盘选择方法, 使用自适应策略设计交叉算子和变异算子. 以某一具体的舰船补给物料搬运顺序优化问题为背景, 通过实例进行了计算. 结果表明, 改进遗传算法收敛速度大大提高, 具有较高的求解质量和效率.     

自适应中心引力优化算法

针对函数全局优化问题,提出了一种自适应中心引力算法,以平衡全局探测能力和局部搜索能力。首先定义粒子的适应值函数,然后根据与平均适应值的比较,更新粒子运动时间,并引进交叉操作更新当前粒子位置,从而提高算法的收敛速度。最后选择8个典型测试函数进行测试,并与中心引力优化算法和其他粒子群优化算法进行比较。结果表明,该算法得到的结果十分精确,鲁棒性强,优于其他算法。     

基于遗传算法的轮廓切割顺序受限路径优化

考虑一类轮廓切割顺序受限的加工路径优化问题.遵循由内到外的轮廓切割约束条件,以遍历所有待切割轮廓且刀头在轮廓问移动的空行程距离最短为优化目标,把约束条件转化到遗传算法编码问题采用启发式搜索技术以加快遗传算法的爬山速度,并且能自适应调整交叉和变异概率.实际应用结果表明所提算法能有效缩短空行程.     

基于HFSS-MATLB-API的天线布局优化仿真

随着用于车载平台的天线数量日益增多, 汽车的电磁兼容问题日益严重. 针对天线布局缺少统一合理模型和理论方法指导的现状,利用HFSS-Matlab-Api脚本库在Matlab中调用HFSS建模进行天线布局的电磁兼容性仿真, 采用遗传算法对布局进行优化. 此方法省去人为数学模型推导过程, 减少用户反复绘制模型、修改参数的重复工作. 不仅充分利用HFSS仿真的高精度、可靠性和便捷性, 而且采用遗传算法减少盲目的试探带来的时间和成本的浪费. 最后, 得到与理论相符合的实验结果, 从而验证了布局与优化方法的可行性.