泵车布料机构运动学分析及轨迹规划控制建模与仿真

给出了以混凝土泵车各臂油缸长度为参变量的布料机构浇筑过程的轨迹规划计算方法。在解决布料机构运动学分析的逆问题时，采用了基于多峰值并行搜索的遗传算法来求解最优控制优化目标函数，并对施工过程进行了仿真。     

多节臂泵车布机构浇筑自动规划及其仿真

本文给出了以混凝土泵车各臂油罐长度为参变量的布料机构浇筑过程的轨迹规划计算方法。在解决布料机构运动学分析的逆总理及最优运动规划的过程中，采用了基于多峰值并行搜索的遗传算法来了优控制优化目标函数，并对施工过程进行了仿真。     

基于免疫遗传的BP网络在机械手逆运动学中的应用

分析了采用BP网络解决机械手运动学逆问题的优势，指出了BP网络在设计中存在的问题，并利用了免疫遗传算法来改进BP网络的学习。     

基于遗传算法的2-DOF平面五杆机构的优化设计

对一种平面两自由度五杆机构进行精度分析,给出了其运动学正解的简化模型及机构参数的误差影响因子矩阵.以执行端位置误差最小为目标建立了的优化目标函数,采用遗传算法求得全局最优解.     

超长型半挂车转向机构优化设计

从半挂汽车转向运动学关系出发，解决了重型汽车改型为超长半挂车的转向机构设计问题。首先对牵引车的转向机构进行优化设计，优化目标是最大程度地减少轮胎的磨损。同时分析了半挂汽车转弯时的运动学特征并确定了半挂车轴距的长度，以保证整个半挂汽车的稳定行驶。     

泵车布料机构运动学分析及轨迹规划控制建模与仿真

给出了以混凝土泵车各臂油缸长度为参变量的布料机构浇筑过程的轨迹规划计算方法。在解决布料机构运动学分析的逆问题时，采用了基于多峰值并行搜索的遗传算法来求解最优控制优化目标函数，并对施工过程进行了仿真。     

工业机器人参数容差稳健性设计

为降低工业机器人定位精度可靠性对运动学和动力学不确定参数的敏感性，基于工业机器人定位误差信噪比，提出了工业机器人运动学和动力学不确定参数容差稳健性优化设计方法。针对工业机器人动力学方程求解耗时问题，基于径向基函数神经网络建立了工业机器人动力学方程求解过程的代理模型，有效提高了工业机器人定位误差仿真效率。采用遗传算法求解所建立的稳健性优化设计模型，同时还分别以工业机器人定位误差平均值和定位误差信噪比并考虑加工成本为目标函数，对工业机器人不确定参数容差进行了优化设计。最后，以各优化结果作为不确定参数标准差，比较分析了工业机器人定位精度可靠性及定位精度可靠性敏感性，验证了所建立的工业机器人运动学和动力学参数容差稳健性设计方法的有效性。     

基于遗传算法的冲压机构优化设计

冲压机构要求执行构件在工作行程中有等速段，并具有急回特性。本文以摆动导杆机构串联摇杆滑块机构，设计了一种冲压机构。在对机构运动分析的基础上，提出了机构优化的目标函数，并采用遗传算法对机构进行优化设计。     

基于改进遗传算法的插齿机主运动机构优化设计

旨在介绍遗传算法,改进遗传算法在实际应用过程中发现的缺点,以及遗传算法在插齿机主运动机构优化设计中的应用。主要利用遗传算法与多种群遗传算法的函数优化算法,以插齿机主运动机构的优化设计为例,对机构参数的多个目标函数进行优化设计分析。通过对插齿机主运动机构运动学和动力学的分析,确定了待优化的目标函数、设计变量和边界约束条件,并采用Matlab进行编程和仿真,能够快速准确的得到目标函数值。     

基于BP网络和Pareto遗传算法的多目标协同优化

多学科设计优化（MDO）问题往往是多目标的。Pareto遗传算法（PGA）所求得的Pareto最优解集为设计决策提供了很大方便。针对在CO的计算构架中直接使用PGA会导致计算量过大的问题，提出基于BP神经网络和pareto遗传算法的多目标协同优化方法。采用试验设计方法选择设计点，构造具有全局近似能力的各学科优化神经网络响应面，进而采用PGA进行系统层优化问题的多目标寻优。用上述方法对某型干线客机进行总体多目标优化。与直接采用PGA求解MDF单级多目标优化模型所得的计算结果对比表明，所提出的方法能有效近似该问题的Pareto最优前沿．、     

遗传算法求解多方案设计问题的研究

本文在智能设计中提出了求解多方案设计问题的遗传算法,讨论了遗传算法中求解多方案问题的关键技术,包括一种改进的遗传算法,避免了标准遗传算法早收敛于局部优解和加快了全局最优的收敛速度,给出了在机床模块综合中多方案求解实例,遗传算法有效地解决模块选择与组合问题中的“组合爆炸”问题。     

基于遗传-迭代算法的运动平台位置正解

针对六自由度运动平台的位置正解问题进行了分析,提出了一种基于遗传-Newton迭代算法的六自由度运动平台正解算法,给出了该算法的具体实现流程,并且利用该算法求解相应的六自由度运动平台位置正解问题,给出了相应的运算实例。同时对遗传-Newton迭代算法和遗传算法求解同一运算实例的结果进行对比。对比结果表明,遗传-Newton迭代算法与遗传算法相比,具有求解精度高,速度快的优点,更能够满足工程实际的要求。     

基于组合优化算法的6R机器人逆运动学求解

针对逆运动学求解存在的多解、精度低及通用性差等问题,提出了一种适用于各类6R工业机器人求逆解的组合优化算法.根据经典D-H法建立了机器人运动学模型,以最小化位姿误差为目标,结合运动平稳性原则构造了逆解问题的目标函数,以线性加权和法设计了适应度函数.通过混沌映射初始化种群、收敛因子非线性更新、自适应惯性权重位置调整及引入...     

遗传算法在串-并联冗余系统可靠性优化设计中的应用

串-并联冗余系统可靠性的最优设计是可靠性技术中一个十分重要的问题。讨论了遗传算法及其在串-并联冗余系统可靠性优化设计中的应用。串-并联冗余系统具有冗余单元和可选设计，其可靠性优化设计是一高度非线性、具有多极值点、有约束的整数规划问题，传统的解决方法往往对于连续实数域有效可行，而对于解决此类多变量，离散型整数域取值的复杂的优化问题则往往很困难。由于遗传算法是一类全局收敛算法，它用点群进行寻优，而不是用一个单点进行寻优，具有隐含并行算法的特点，从而能够得到全局最优解。所给出的实例说明本文的算法是有效可行的。     

基于降维的驾驶员侧约束系统高维目标优化

为解决将高维目标变为单目标优化时各子目标不能同时较优,而多目标算法直接用于高维目标优化时又存在难以找到一个有代表性的Pareto非劣解集问题,在某轿车驾驶员侧约束系统的优化过程中提出了乘员损伤准则与多目标算法协同优化的方法。在已有相关损伤准则基础上根据最新版的FMVSS 208和ECE R94法规提出了适合研究问题的损伤准则;以提出的损伤准则为媒介,将一个高维目标优化问题降为一个低维目标优化问题,通过灵敏度分析、实验设计、多项式近似模型筛选出优化设计变量并得到近似模型,用多目标算法NSGA-Ⅱ对近似模型进行计算得到Pareto非劣解集,将得到的Pareto非劣解集中的每个解代入损伤准则损伤值计算公式,升序排列得到各子目标同时较优而损伤值最小的优化解。最终的优化结果表明：该方法很好地解决了乘员约束系统的高维目标优化问题,优化效果明显。     

并联机构六维控制器的运动学性能分析及尺度优化

针对一种含子闭环3-5RUU并联机构的六维控制器进行运动学性能分析和尺度参数优化。首先用附加传感器的方法计算3-5RUU并联机构运动学正解,并求得了唯一解;其次建立了运动学逆解模型,根据运动学逆解,建立了工作空间的约束条件,通过MATLAB编程对机构进行了定姿态的工作空间分析;然后采用单一变量分析法得到了并联机构尺度参数与定姿态工作空间的关系;最后以工作空间最大为优化目标,利用遗传算法优化了机构杆长参数,使六维控制器的有效工作空间更大。结果表明:六维控制器的工作空间提高到原来的3倍以上。     

基于遗传算法的摆动活齿传动多目标优化设计

本文建立了摆动活齿传动的优化设计数学模型,提出了优化设计方法。为求得全局最优解,引进了遗传算法。文中对遗传算法提出了一些改进,并用改进前、后的遗传算法分别对该模型进行了优化仿真计算,结果表明改进后的遗传算法优于改进前的遗传算法。     

电动汽车麦弗逊前悬架设计及参数优化

根据整车设计参数及悬架设计理论,设计某款电动汽车的麦弗逊前悬架。基于UG/Motion利用UG的开放接口开发相应的软件系统,实现麦弗逊前悬架运动学仿真模型的参数化设计、前轮外倾角与前束角的匹配设计和前悬架系统的运动学仿真分析;通过与ADAMS的仿真结果相对比,验证系统的正确性;将遗传优化算法与多体运动学分析方法相结合,以前轮定位参数的变化量最小和车轮侧向滑移量最小为优化目标对麦弗逊前悬架的设计参数进行优化,通过对比初始设计与优化设计的仿真结果,验证优化方法的有效性。优化分析显示,麦弗逊前悬架摆臂前后点坐标的变化,对前轮定位参数及车轮接地点滑移量随车轮跳动量的变化曲线都有影响。     

遗传算法在机械优化设计中的应用

遗传算法是一种自适应启发式全局搜索算法,具有传统算法不可比拟的优点,更易于求解各种优化问题。在不断改进、不断成熟的过程中,遗传算法得到了广泛的应用,其中在机械优化设计领域得到了大量应用。通过遗传算法工具箱及针对基本遗传算法进行改进后的遗传算法两个方面,论述了遗传算法在机械优化设计中具有的优势,介绍了近年来在相关领域中成功应用的一些典型范例。并对遗传算法在机械优化设计中的发展及前景作了必要的讨论。     

混合离散变量优化设计的复合遗传算法

目前，对混合离散变量的遗传算法研究较少，而且现有算法对设计变量的处理不能很好地满足工程设计要求。为此，提出了一种面向设计、制造的设计变量工程化处理方法，能合理地处理优化设计中混合离散变量的取值问题。引入了混沌移民算子对基本遗传算法进行了改进，并开发了混合离散变量优化的复合遗传算法程序LSGA。工程设计实例表明，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。