函数优化的模拟退火算法及其在盘式制动器优化设计中的应用

将模拟退火算法用于函数优化进行系统的研究,介绍了一种适用于求解约束非线性规划问题全局最优解的通用算法,给出了计算流程、状态产生函数的设置原则、计算终止准则以及离散变量优化的实现方法。在深入分析的基础上建立了钳盘制动器优化设计的数学模型,给出了用上述方法进行优化设计的实例。表明该方法是有效的。     

基于粒子群径向基函数网络的矿井救援机器人局部路径规划研究

提出了基于粒子群径向基函数网络的矿井救援机器人局部路径规划研究。利用算法模拟矿井复杂环境对救援机器人进行训练,调整权值,从而得到最优解,同时利用确定性局部规划算法来优化粒子群算法,使其对局部的处理更加合理。研究表明,该算法规避了最小二乘法容易陷入局部极小值的问题,且能用非常快的速度去逼近最优解,对结果的优化更加合理,实用性更好,准确性更高。     

基于蚁群算法活塞压缩机盘形活塞的优化设计

针对盘形活塞的结构特点,以盘形活塞的重量最小为优化目标,同时确定影响活塞重量的设计变量,以盘形活塞的弯曲应力、切应力以及挤压应力为约束函数。优化算法采用了蚁群算法,可以求解出目标函数的全局最优解,经过计算验证该方法具有精度高、容易实现等优点。     

基于 SA-GA 模糊熵的 VMD 算法在爆破振动信号分解中的应用

针对变分模态分解(VMD)算法预设参数选择的问题,提出了一种基于 SA-GA 模糊熵的 VMD 参数优化 算法,该算法结合模拟退火算法(SA)和遗传算法(GA)的优点,选取模糊熵( FE)为适应度函数,求解最优分解参数。 经过仿真信号分析,相比 EMD 算法,SA-GA 模糊熵的 VMD 参数优化算法有效地抑制了模态混叠和虚假分量的现象, 具有较高的分解精度。 最后利用 SA-GA 模糊熵的 VMD 参数优化算法进行爆破振动信号实测分析,结果表明:SA-GA 模糊熵的 VMD 参数优化算法可以根据不同的爆破振动自适应地选取最优解,解出来的 IMF 分量具有明确的物理意 义,频谱图能清晰地看出信号内所包含的频率成分,具有良好的适用性。     

煤矿井下探测作业机器人轨迹粒子群规划方法研究

针对煤矿井下非结构化、不确定和复杂的未知环境作业轨迹规划问题,提出了一种基于粒子群算法的机器人轨迹规划与优化方法。建立机器人动力学模型,通过将机器人运动学约束转化为三次样条插值曲线的控制关键点约束的非线性约束优化问题,利用三次多项式插值拟合曲线,通过粒子群算法和惩罚函数法相结合,采用自适应函数控制插值收敛速度,得到一条满足实际工况要求的最优时间轨迹。研究结果表明,该方法有效地解决了煤矿井下复杂环境的机器人时间最优轨迹优化问题。     

基于粒子群优化算法的WSN节点定位方法研究

为提高无线传感器网络的节点定位精度,将惯性权重的粒子群优化算法应用到无线传感器网络节点定位中。定位方法以未知节点与其邻近锚节点之间的估计距离和测量距离的均方误差为适应度函数,采用基于惯性权重的粒子群优化算法对适应度函数进行优化,从而得到最优解,实现节点有效定位。仿真实验结果表明,与传统的最小二乘定位算法相比,基于惯性权重的粒子群优化算法的定位精度更高,稳定性更好,具有较好的定位效果。     

基于模拟退火算法的螺旋滚筒装煤性能参数优化设计

模拟退火算法起源于对固体退火过程的模拟,是局部搜索算法的扩展,它不同于局部搜索之处是以一定的概率选择领域中费用值大的状态,从理论上分析,它是一个全局最优算法,主要通过采用Metropolis接受准则,并用一组冷却进度表的参数控制算法进程,使算法在多项式时间里给出一个近似优化解,是一种适合于求解混合离散化问题和目标函数不可微的复杂非线性问题的随机性方法。     

概率积分法参数反演的SAAFC模型

针对传统算法在概率积分法参数反演时无法获取全局最优解或收敛速率慢,以及基于生物遗传进化的智能寻优算法反演参数存在最优解非唯一的情况,为了更有效地进行概率积分法参数反演,引入新型群智能寻优方法,采用一种动态改变步长和视野的SAAFC算法预计概率积分法参数并与实际下沉值和水平移动值组合成目标函数,从而使参数反演问题转化为目...     

行星齿轮泵多目标优化设计

以优化设计行星齿轮泵为目的,在已知载荷、工作条件并选定材料的基础上,建立以流量脉动最小和体积最小为双目标的优化数学模型,建立了关于边界约束条件、性能约束条件、同心约束条件和最小排量约束条件的约束函数,根据最优化方法的算法,选择MATLAB优化函数,编写程序,利用计算机求出最优解。     

煤矿救援机器人路径规划的蚁群优化算法

煤矿救援机器人执行救援任务时,需躲避水、火、障碍物等危险区域,提升了路径规划的难度,为此提出了煤矿救援机器人路径规划的蚁群优化算法。充分考虑煤矿救援机器人运行过程中的水、火、障碍物等分布,采用栅格法建立机器人路径规划的环境模型,确定栅格环境模型内机器人路径规划问题的目标函数,采用蚁群优化算法求解机器人路径规划问题的目标函数,通过改进信息素规则、限制信息素阈值以及改进转移概率3个方面优化蚁群算法,避免蚁群算法求解全局最优解时陷入局部最优。实例分析结果表明,该算法在满足收敛速度条件下有效规划煤矿救援机器人行驶路径,所规划路径的路径长度、转角数量以及危险度均为最优,为机器人安全作业提供理论依据。