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。     

机械模糊优化设计与求解方法分析

对机械模糊优化设计的分类、模糊优化数学模型的建立以及求解方法进行了探讨,分析了模糊隶属函数的表示方法,并结合该理论对齿轮减速器的齿轮传动进行设计,利用复合形法进行寻优计算,最后给出了普通优化设计和模糊优化设计的计算结果比较,证明了模糊优化设计更接近客观实际。     

面向参数化样机的凸轮动态优化方法研究

为解决在传统凸轮型线优化设计过程中,动力学模型简单、几何精度低、设计流程自动化程度低的问题,利用MSC.ADAMS平台的参数化建模技术,对设计流程重新进行组织和安排,提出面向参数化样机的凸轮动态优化方法。优化方法在考虑零件柔性的同时,大大提高了优化计算的几何精度及设计流程的自动化程度,计算寻优过程的效率和精度也有不同程度的提高。     

基于混沌神经网络行星齿轮传动的模糊可靠性优化设计

以渐开线行星齿轮传动机构为例,在考虑了机械传动各设计参数的模糊性和随机性的基础上,在运用神经网络求解优化方面问题的同时,引进全局耦合模型GCM(GlobaUy Coupled Mode)混沌神经网络,通过混沌遍历,可使神经网络在整个相空间进行搜索,从而避免网络在运行过程中陷入局部极小值.利用混沌神经网络能达到系统的稳定平衡点和能够提高优化速度和精度等特点,探讨了基于混沌神经网的行星齿轮传动机构模糊可靠性的优化设计,实例进行实验,结果显示混沌神经网络的优化获得了全局最优解.表现出了令人满意的结果.     

基于CPSO-LSSVM的多传感器数据融合

文中提出了一种新的基于混沌算法优化的粒子群(CPSO)算法,该算法在种群初始化时应用混沌算法优化粒子的初始位置,扩大粒子的有效搜索范围,在陷入局部最优时应用混沌算法遍历整个搜索空间,跳出局部最优.仿真实验证明该算法寻优性能优于当前其他PSO算法.利用CPSO对LSSVM的参数进行优化选择,建立多传感器数据融合模型.将该模型应用于压力的检测,实验证明了该方法优于当前其他主要方法.     

基于遗传算法的PID控制器参数优化研究

本文提出了一种基于遗传算法的PID控制器参数优化设计。在参数整定与优化过程中。考虑了过程控制系统的参数整定特点和寻优精度。通过仿真研究表明：该方法比一般PID参数整定方法具有更好的控制性能指标。     

基于遗传算法的铲运机传动系统的模糊优化

在考虑铲运机传动系设计时各种模糊因素的基础上，根据模糊数学的原理建立了铲运机传动系参数模糊优化设计的数学模型：给出了模糊优化设计的方法以及遗传算法，并利用MATLAB的遗传算法工具箱进行寻优计算；最后以一个实例证明该优化方法可得到比常规优化方法更好的设计结果。     

基于Matlab遗传算法工具箱的内插齿刀优化设计

插齿刀参数的选取决定着插齿刀寿命、耐用度和被加工齿轮质量。为了使渐开线内齿轮插齿刀获得更好的切削性能,综合考虑切入顶切、干涉顶切等约束条件,建立了以插齿刀最大重磨厚度、最大变位系数及最大齿数参数为优化目标的数学模型,该模型为插齿刀参数优化设计奠定了基础。在所建立的数学模型基础上,针对传统插齿刀参数优化方法不易全局寻优、迭代收敛慢等不足,提出了一种基于Matlab遗传算法工具箱求解渐开线直齿内插齿刀参数的优化设计方法。     

复杂装备精密产品多项式混沌扩展稳健优化设计

为了解决精密工程、航空航天、微机电系统领域复杂装备精密产品在设计参数不确定性情形下,其性能质量波动、优化求解效率低下的工程难题,提出一种基于多项式混沌扩展的6σ稳健优化设计新方法。首先,基于随机响应面法和有限元数值模拟方法,构建了复杂装备精密产品目标响应和约束响应的多项式混沌扩展代理模型;其次,在此基础上结合6σ稳健优化设计方法,建立了复杂装备精密产品多项式混沌扩展6σ稳健优化设计模型,并采用NSGA-Ⅱ算法对模型进行求解;最后通过算例验证了所提方法的有效性。     

高维多目标优化设计的灰色微粒群算法

提出了一种基于混合离散变量多目标优化设计求解方法,该方法应用灰色相对关联度将多目标优化问题转化为单目标优化问题,再用改进微粒群算法求解.开发了混合离散变量优化的灰色改进微粒群法程序.该方法能合理地处理优化设计中混合离散变量的取值问题,通过对标准微粒群算法改进,引入动态罚函数,算法具有很强的全局寻优能力.优化设计实例表明,该算法对优化设计问题的特性无特殊要求,具有较好的普适性,而且程序运行可靠,全局收敛能力强.     

基于混沌蚂蚁的传感器网络分布式任务分配

受蚂蚁的混沌行为和自组织行为启发,提出了一种基于混沌蚂蚁的无线传感器网络分布式任务分配算法,以延长无线传感器网络生命期、节省能量消耗和均衡网络负载,该算法的目标函数考虑了任务能耗和任务执行可靠性。任务分配的优化解通过任务映射、通信路由路径分配和任务分配方案优化3个步骤获得,任务映射由蚂蚁的混沌行为产生,通信路由路径分配由蚂蚁的邻居选择方法确定,用A*算法实现,任务分配方案优化由蚁群的自组织能力实现。通过仿真实验和应用实例比较与分析,表明了该算法能有效地均衡网络负载和延长网络生命期。     

基于混沌蚂蚁群算法的PID控制器的参数整定

将蚂蚁混沌动力学、群组织和优化机制进行巧妙的结合，本文给出了一种基于群智能理论的新的优化方法，即混沌蚂蚁群算法CAS。同时采用该方法对PID控制器的参数进行了整定，它以误差积分型性能指标为目标函数、以设计参数的取值范围及最小增益和相位裕度为约束条件，建立了优化数学模型，数值结果显示采用混沌蚂蚁群算法的整定性能要优于采用遗传算法整定的性能。同时本文的方法由于不需要采用编码过程，因此比采用遗传算法的辨识方法要简练。     

混沌遗传算法及其在机构创新设计中的应用

将混沌优化的遍历性、规律性与遗传算法(GA)的全局性相结合形成了一种混沌遗传算法(CGA),有效地克服了遗传算法随机性大、未成熟收敛等缺点.建立以构件和运动副为基本单元,以机构的拓扑结构为核心的机构型式数学模型,采用适合描述机构型式的染色体编码方法,用生命进化机制模拟机构的演变,实现了机构构型创新设计的自动化,缩短了创新设计周期.     

基于混沌遗传算法的故障测试集最小化方法

利用混沌序列的随机性、遍历性及规律性等特点来控制遗传算法中交叉与变异操作 ,即混沌交叉与混沌变异 ,提出了一种改进的遗传算法——混沌遗传算法 ,并针对数字集成电路的故障完备测试集的最小化问题的具体特点 ,分析并设计了基于混沌遗传算法的故障测试集最小化方法 ,仿真实验验证了该方法的高效性与实用性 ,其性能明显优于标准遗传算法。     

机械手时间最优轨迹规划方法研究

提出一种基于模糊遗传算法的机械手时间最优轨迹规划方案。该方案对简单遗传算法进行了改进，将模糊原理应用于遗传算法，形成了模糊遗传算法，对遗传算法中的交叉概率及变异概率进行模糊控制，提高了算法的收敛速度，有效地避免了初期收敛的发生，在进行时间最优轨迹规划时，综合考虑了机械手的运动学与动力学特性，采用罚函数方法来处理力矩约束。经仿真研究表明，该方法简单实用，适用于大范围空间的轨迹规划，克服了传统的非线性规划方法容易陷入局部极小的不足。     

基于遗传算法的动静涡旋盘优化设计

应用遗传算法对动静涡旋盘进行优化设计,使涡旋压缩机能效比EER达到最大值。给出了优化设计的数学模型、遗传算法计算方法、基于遗传算法数学模型原理框图、优化设计算例。较之其它方法,遗传算法不易陷入局部极值,可处理大规模问题,计算速度快,最后用实例验证了该方法的有效性。     

机械系统动态优化设计的复合遗传算法

针对机械系统动态优化设计的工程问题,提出了一种新的人工智能优化方法——复合遗传算法。该方法在遗传算法的操作中增加改造操作,较大地提高了寻优效率。基于概率论完成了该方法更高效寻优机理的理论分析。数值分析结果表明,该方法结果正确,算法简洁。     

肉燃机阀门压缩弹簧遗传优化设计

首先对内燃机阀门压缩弹簧进行分析,建立优化数学模型,并应用遗传算法求出问题的最优解,探讨了将遗传算法应用于此类具有约束、多变量类型优化问题的可行性。     

基于遗传算法的塔式起重机起重臂优化设计

介绍了塔式起重机起重臂优化设计的数学模型以及起重臂有限元模型的建立,论述了通过遗传算法结合ansys有限元分析软件进行起重臂优化设计的方法,结合模拟退火算法思想,对遗传算法作了改进,以保证其全局收敛。最后通过计算实例表明该方法高效可行,优化结果可直接作为工程设计的参考。     

面向桥梁状态评估的传感器优化配置

以模态置信度矩阵(modal assurance criterion简称MAC)、Fisher信息阵和振型误差为优化准则,采用整数编码遗传算法,探讨了模态挠度法应用中的有限元模型修正和模态挠度计算的传感器优化配置问题。与常用的平分法、有效独立法及基于QR分解的逐步累积法比较,优化配置结果表明,整数编码遗传算法优于上述3种方法。