基于遗传算法的机床主轴动态特性优化设计

机床主轴的设计除了要考虑其强度和刚度外,尚须考虑其动态特性。机床主轴的动态特性设计可归结为特征值反问题的求解。本文研究了基于人工神经网络和遗传算法的机床主轴动态特性结构优化设计的求解方法,利用人工神经网络实现机床主轴动态特性的近似分析,借助遗传算法实现给定固有频率下的最小重量设计。计算结果表明了该方法的有效性。     

基于神经网络和遗传算法的结构动力特性优化设计

以某型号摩托车架为研究对象,建立了其动力特性优化设计的数学模型,这是一个有应力、位移、频率及尺寸上下界约束的最轻重量结构设计问题。采用神经网络作结构近似重分析,遗传算法寻找离散变量的全局最优点,数值算例表明了该方法的有效性。     

基于结构分解的机床床身优化设计研究

为提高某精密数控机床床身抗振性能,运用结构动态优化原理和有限元法的变量化分析方法,对床身元结构进行动态特性分析。并以元结构的分析结果为依据,提出了该床身结构的结构优化方案。比较优化方案与原床身结构方案的动态性能,分析结果表明,优化方案床身的动态性能得到了明显提高。     

基于遗传算法和神经网络的塔机结构动态优化设计

利用遗传算法和BP神经网络建立复杂结构系统动态优化的计算模型,该模型可代替系统原来的有限元模型,用于振动系统的快速重分析。首先对塔式起重机结构系统进行模态分析及谐响应动力学分析,找出对结构动态特性影响最大的模态频率,再利用灵敏度分析,确定对动态特性较敏感的设计变量作为神经网络的输入变量,并利用正交试验法确定神经网络训练样本,用有限元模型计算出样本点数据,建立反映结构振动特性的人工神经网络模型,最后利用遗传算法对所建立的神经网络模型寻优,得到使结构动态性能最优的设计参数。     

基于模态分析的机床床身优化设计

为提高平面光学元件抛光机床的加工精度,对其床身进行模态分析,得到机床结构固有的振动特性,实现对机床床身的优化设计。首先,通过3D建模软件构建机床模型,并将其导入ANSYS有限元软件中进行模态分析,得出机床的前几阶固有频率和振型;然后,根据模态分析结果对机床横梁和立柱进行优化设计,得出优化结构;最后,对优化后结构进行模态分析,并将结果与优化前分析结果进行对比。对比可得,优化后的机床床身前三阶固有频率分别提高15.61%、14.63%和16.07%,有效提高机床稳定性,提高工件加工精度。     

基于实验、神经网络和遗传算法的一种优化设计方法

针对传统优化设计方法对于机理复杂情况难以给出明确函数及只能寻优局部极值的缺陷 ,提出了用实验数据和神经网络形成“虚拟”函数和用遗传算法寻优全局极值的一种优化设计方法 ,并给出了一个优化实例     

基于实验、神经网络和遗传算法的一种优化设计方法

针对传统优化设计方法对于机理复杂情况难以给出明确函数及只能寻优局部极值的缺陷,提出了用实验数据和神经网络形成“虚拟”函数和用遗传算法寻优全局极值的一种优化设计方法,并给出了一个优化实例。     

基于神经网络和遗传算法的液压机上梁轻量化和刚度优化设计

提高刚度和轻量化是液压机设计中重点研究的内容。针对传统设计方法难以解决上梁刚度和轻量化之间的矛盾问题,提出了基于神经网络和遗传算法的液压机上梁轻量化和刚度优化设计方法。在液压机设计过程中,建立了上梁有限元分析的参数化模型。采用正交试验设计安排试验方案,获取试验数据。以试验数据为训练和检测样本,建立了设计参数与刚度和质量目标之间的非线性映射关系的神经网络模型。运用NSGA-Ⅱ遗传进化算法对神经网络模型进行优化,在指定参数区域内找出设计参数的Pareto最优解集。结果表明:该方法对于液压机上梁的多目标优化具有明显的效果。     

基于神经网络和遗传算法的多齿轮并联传动优化设计

根据神经网络和遗传算法,建立了某巨型重载操作机多齿轮并联驱动传动优化设计的数学模型。在齿轮优化设计中,给出了一些输入输出关系不明确的线图和离散数据的神经网络拟合方法,并结合遗传算法进行了寻优计算。结果表明使用该优化方法不但可以提高效率,而且得出的结果合理可信。     

基于遗传算法和BP神经网络的花盘结构优化设计

综合利用有限元法、正交试验法、BP神经网络以及遗传算法对大重型数控转台的花盘结构系统进行优化研究。首先对花盘结构系统进行谐响应动力学分析,找出对结构动态特性影响最大的模态频率,并确定BP神经网络的输入变量,然后利用正交试验法和有限元分析法确定出BP神经网络样本点数据,建立反映花盘结构特性的BP神经网络模型,最后利用遗传算法对建立的BP神经网络优化。仿真结果表明,花盘第一阶固有频率提高15.5%,其自重降低9.8%。     

一种基于改进遗传算法的神经网络优化算法研究

遗传算法是目前优化搜索算法中应用比较广泛的一种,但基本遗传算法存在收敛速度慢、易于陷入局部最优等缺点。针对上述问题对遗传算法(GA)的选择算子进行改进,在最优保存策略的基础上将每代种群按照适应度由小到大排序,平均分成前中后3段,按照0.6、0.8、1的比例进行选择;从尾段中随机抽取个体来补足种群由于选择操作而损失的个体;既利用了最优保存策略的全局收敛特性同时也保持了种群的多样性;用改进的遗传算法调整神经网络的权值形成了新的改进遗传算法优化BP神经网络(IGA-BP);通过与选择算子为适应度比例选择算子的GA-BP网络进行比较,结果表明算法改进后缩短了收敛时间同时减少了运行误差;最后将该改进算法应用于水泥回转窑的故障诊断中,验证了算法的可行性。     

基于遗传神经网络的压铸机座板结构优化设计

在对压铸机合模机构进行结构设计时,利用神经网络的非线性映射能力,通过少量样本的有限元分析结果,训练出表述结构参数间函数关系的神经网络模型,然后利用遗传算法的全局寻优性找到神经网络模型表述的目标函数的最优结构参数,从而解决结构优化设计的瓶颈和智能问题,利用这种优化设计策略,设计了压铸机合模机构座板,结果表明了该方法的高效性。     

基于神经网络及遗传算法的齿轮化设计软件

将人工智能中BP神经网络与遗传优化算法相结合,有效解决局部极小和收敛速度以及含有连续/离散混合变量的优化问题,通过VB语言与Matlab软件混合编程,开发了齿轮优化设计软件,实现齿轮传动的自动优化设计,极大地提高了齿轮的设计效率和质量.     

遗传优化三值神经网络多故障测试生成算法

对于复杂的大规模集成电路,传统的测试生成算法已不再适用,研究新型有效的数字集成电路测试生成算法具有十分重要的理论价值和实际意义。提出了一种基于遗传优化的三值神经网络多故障测试生成算法。该算法利用三值神经网络的相关定理、定义,推导出了数字电路逻辑门的三值神经网络能量函数,由此构成了三值神经网络的约束网络。用遗传算法求解出了约束网络能量函数的最小值点即多故障测试矢量。遗传算法中的适应度函数是与具体应用问题的主要接口,它的构造直接影响问题求解的效率。在研究了其他遗传算法适应度函数的基础上,提出了新的适应度函数,并用软件实现了算法,在国际基准电路上的仿真实验结果表明了该算法的正确性。     

一种基于遗传算法的神经网络结构优化方法

神经网络隐藏层数量的选择以及权重值的确定对训练算法的收敛性有很大影响,为了解决神经网络(ANN)训练过程中结构复杂的问题,提出了一种基于遗传算法(GA)的网络结构优化方法。试验结果表明,在训练样板数量较大时,优化后的ANN能够计算出隐藏层的最佳数量,从而提高整体的性能,具有较好的泛华能力。     

基于神经网络和遗传算法的集装箱龙门起重机结构系统优化研究

论文综合利用有限元方法、正交试验法、人工神经网络以及遗传算法对龙门起重机结构系统进行优化研究。首先利用有限元模型对结构进行灵敏度分析,确定对结构系统特性敏感的设计变量作为神经网络的输入变量。然后利用正交试验法确定神经网络训练样本,并利用有限元模型计算出样本数据,建立人工神经网络模型。最后利用遗传算法对所建立的神经网络模型寻优。     

Tolerance design optimization of machine elements using genetic algorithm

An important problem that faces design engineers is how to assign tolerance limits. In practical applications, tolerances are most often assigned as an informal compromise between functionality, quality and manufacturing cost. Frequently, the compromise is obtained iteratively by trial and error. A more scientific approach is often desirable for better performance. In this paper, a genetic algorithm (GA) is used for the design of tolerances of machine elements to obtain the global optimal solution. The objective is to design the optimum tolerances of the individual components to achieve the required assembly tolerance, zero percentage rejection of the components and minimum cost of manufacturing. The proposed procedure using GA is described in this paper for two tolerance design optimization problems: gear train and overrunning clutch assemblies. Results are compared with conventional techniques and the performances are analyzed.     

基于人工神经网络的多学科优化设计研究

多学科优化设计的两大难点是子学科间的信息交换和系统分析计算的复杂性。为此，在一致性约束算法和并行子空间算法基础上，提出了一种基于人工神经网络响应面的多学科优化设计算法，它是一种二级结构的优化方法，即学科层仅满足局部约束，系统层提供一种协调学科间冲突的机制，保证在相关变量和耦合变量上的一致性，使设计方案不断改进。通过某型号飞航导弹系统的优化实例，验证了算法的有效性。     

运用遗传算法的产品造型设计方案优化方法

从产品语义出发,提出一种基于遗传算法的产品造型设计方案优化方法,构造基于语义的产品造型进化设计模型。通过构造产品造型基因编码和基因串及适应度函数,对产品造型设计方案进行优化并形成新的方案,应用板式家具的造型设计验证了方法的适宜性。