行星齿轮减速器的模糊多目标优化设计

本文讨论了行星齿轮减速器设计中的模糊因素,建立了以体积最小和承载能力最大的多目标优化模型,运用模糊理论和方法获得了最优解;算例表明,这种方法不仅获得满意的综合效果,而且所得结果符合实际要求。     

行星变速器的模糊可靠性多目标优化设计

以提高行星传动系统效率和增大系统可靠性并尽量减轻整机的重量为目标函数,通过线性加权函数法确定目标函数的数学模型,采用设计变量规格化的方法确定加权因子,基于模糊数学理论的可靠性约束条件以及功能进行几何约束,运用Matlab优化工具箱进行优化,对三个局部最优解叠加计算,保证了优化参数是满足目标函数的全局最优解.通过实例表明...     

基于遗传算法的行星传动多目标模糊优化

遗传算法是一种模拟生命进化机制的搜索和优化方法,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题。并在介绍遗传算法的基础上,提出了基于遗传算法的行星传动多目标模糊优化方法。算例计算表明,遗传算法在机械多目标优化方面具有较好的应用前景。     

两级行星齿轮传动系统多目标优化设计研究

利用MATLAB优化工具箱对两级行星齿轮传动机构进行多目标优化设计,以体积(重量)最小、传递效率最高作为优化目标,建立多目标优化数学模型.结合算例,给出最优参数求解步骤以及所用方法的特点,为两级行星齿轮传动机构优化设计提供指导.     

行星齿轮减速器多目标优化设计研究

讨论了行星齿轮减速器设计中的各种因素,建立了以体积最小和重合度最大的多目标优化模型,运用多目标优化的乘除法以及可行性枚举法获得了最优解。结果表明,该方法不仅获得了满意的综合效果,而且所得的结果符合实际要求。     

谐波齿轮传动多目标模糊优化设计的研究

谐波齿轮传动优化设计问题本质上是一个多目标模糊优化问题，本文在传统的谐波齿轮传动优化设计的基础上，建立了谐波齿轮传动多目标模糊优化模型，并根据模糊集合原理，将其转化为传统的单目标约束优化问题，从而可用任一常规的优化算法进行求解，算例表明，模糊优化解具有优越性。     

行星齿轮减速器多目标优化设计

针对行星齿轮减速器优化设计的多参数、多目标、多约束的特点,建立了多目标优化数学模型,应用层次分析法计算各目标函数权重,通过采用遗传算法进行减速器参数多目标优化求解.实例计算表明.优化设计参数比原设计参数更加合理,说明遗传算法用于减速器优化设计是有效、可行的,对行星齿轮减速器的优化有一定的指导意义.     

基于遗传算法的行星传动多目标模糊优化

遗传算法是一种模拟生命进化机制的搜索和优化方法 ,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题 ,并在介绍遗传算法的基础上 ,提出了基于遗传算法的行星传动多目标模糊优化方法。算例计算表明 ,遗传算法在机械多目标优化方面具有较好的应用前景     

多级行星轮系多目标模糊可靠性优化设计

将模糊数学方法与机械优化技术结合起来的模糊可靠性优化设计能有效地处理机械设计中的随机性和模糊性问题。以多级行星轮系为研究对象,利用常规优化设计方法进行传动比优化分配,在此基础上,以模糊可靠度约束为主要约束条件,以体积、传动效率和重合度为目标,建立了多目标模糊可靠性优化数学模型,通过多级模糊综合评判将模糊可靠性优化转化为常规可靠性优化设计,利用Matlab优化工具箱进行优化设计。     

二级行星减速器多目标优化设计研究

讨论了行星齿轮减速器设计中的各因素，建立了以体积最小和重合度最大的多目标优化模型，运用多目标优化的乘除法以及可行性枚举法获得了最优解。获得满意的综合效果，符合实际要求。     

基于遗传算法的补偿滑轮组变幅机构多目标模糊优化

由于补偿滑轮组变幅机构在起重机械中工作特点的需要，传统的单目标优化方法和优化数值解法，在同时满足设计的经济性与稳定性以及优化解的方面存在不足，基于此，本文采用了综合考虑机构稳定性和经济性的多目标优化模型，利用模糊理论建立了综合评价函数，在数值方法上应用求解精度高的遗传算法，具体算例的优化结果与文献[1]比较，在经济性与稳定性等各项技术上都获得了改善。     

基于协同优化和多目标遗传算法的车身结构多学科优化设计

在汽车车身结构NVH和侧面碰撞安全性研究中,实施多学科多目标优化的可行性设计。通过试验设计制定试验方案并进行数据采样,构建考虑整车侧撞安全性、白车身模态、静态弯曲刚度、扭转刚度和轻量化等性能的响应面近似模型,然后对车身结构分别进行确定性和可靠性轻量化单目标设计。最后,运用多目标遗传算法结合多学科协同优化对车身结构进行多目标优化设计,获取Pareto最优化解集。研究结果表明:可靠性优化设计较确定性优化设计而言,能考虑产品设计和生产过程中的不确定性因素,保证产品稳健性;车身结构的多目标优化设计全面考虑了车身结构轻量化、NVH和碰撞安全性能等多学科之间的耦合和解耦;设计者可按需选择其满意的优化结果,这将大幅缩减产品开发周期、降低产品开发成本。     

多目标模糊优化方法及其在可靠性设计中的应用

在基于模糊机会约束规划理论基础上,对多目标模糊优化方进行研究,通过模糊模拟求解模糊目标函数的理想极大值和极小值,建立了多目标优化问题的模糊机会约束规划模型,并给出了基于模糊模拟的遗传算法求解方法.通过对一个无约束处理的常规双目标模糊可靠性优化问题实例求解,验证了多目标模糊模拟遗传算法的有效性,并指出该算法的优点在于能较好处理多目标优化问题的分目标量纲不同及其函数值之间差距较大的情况.     

遗传算法在齿轮传动设计中的应用

提出了一种利用遗传算法和校核公式直接进行齿轮传动优化设计的方法，把优化约束条件转化到二进制遗传编码和适应度函数中，使得优化的可行域变为变量的数值范围，从而简化了优化的数学模型和优化迭代过程；提出了不同设计原则下的3种适应度函数并进行了实例设计，得到了不同的多组解，为用户根据齿轮传动的具体工况选择合适的设计结果提供了依据。     

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。     

混沌优化方法及其在机械工程中的应用

利用混沌运动的遍历性、内在随机性、“规律性”等特点 ,结合MATLAB5 .3.1高级程序设计语言的优化工具箱 ,提出了一种混沌约束优化算法。运用该算法编写了MATLAB优化的通用程序 ,并对机械工程中的优化问题进行了研究 ,得到了可靠且比现有广泛使用的优化方法更为有效的优化结果 ,具有很好的全局搜索能力。该算法简单、易于实现 ,求解精度、求解速度和可靠性较高 ,满足约束的效果较好 ,而且能处理混合离散优化变量 ,它为机械优化设计提供了一种实用方法与工具 ,值得推广与使用。     

免疫遗传算法及其在多目标优化设计中的应用

免疫算法是一种基于自然界生物体免疫系统的优化算法，是目前机械多目标优化设计中的一个新的研究方向。免疫遗传算法（IGA）是在免疫算法（IA）的抗体多样性维持机制中引入遗传算法（GA），使其性能比标准免疫算法更进了一步。通过测试函数证明了免疫遗传算法既保留了免疫算法的优点，又提高了免疫算法中抗体的多样性和收敛速度。结合压铸机合模机构的优化设计，表明此算法可有效解决工程问题的优化。     

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。     

行星轮系传动机构的模糊优化设计

考虑了行星齿轮传动中的各种约束条件的模糊性，建立了行星齿轮传动机构的模糊优化数学模型，将模糊优化和普通优化两种结果进行了比较，表明模糊优化具有明显的优越性。