基于改进遗传算法的颚式破碎机优化方法研究

针对ANSYS软件自带结构优化算法的不足,将改进的遗传算法应用其中。以颚式破碎机整体结构优化为例,建立基于Solidworks和ANSYS二次开发的颚式破碎机优化平台,分别采用ANSYS软件传统优化算法和内嵌ANSYS有限元分析的改进遗传算法进行优化设计。结果表明：与ANSYS软件自带优化算法相比,改进后的遗传算法在颚式破碎机的整体结构设计中具有明显优势,不仅优化时间大大缩短,优化精度也显著提升。研究结果可为特定零部件的结构优化设计与专用软件开发提供参考。     

基于AGA的智能桁架结构模糊振动控制

应用一种根据适应度自动调整选择交叉概率和变异概率的自适应遗传算法(Adaptive Genetic Algorithm,简称AGA),来优化智能桁架结构模糊控制系统。首先,考虑到压电主动杆的机电耦合特性,建立系统的有限元动力方程;其次,以智能桁架结构的主动杆轴向位移差为优化目标,使用自适应遗传算法优化模糊控制规则,以增强智能桁架结构模糊控制器的振动控制效果;利用Matlab/Simulink建立空间智能桁架结构的仿真模型,对模糊规则优化前后的控制结果进行对比。仿真结果表明:使用自适应遗传算法优化后的模糊控制器,能够加快智能桁架振动衰减速度,并且有效消除模糊控制的稳态误差。     

基于遗传算法的结构损伤识别及其程序设计

遗传算法具有较强的全局寻优能力和鲁棒性,应用于土木工程结构监测与检测评估的损伤识别中.为了使该方法进一步实用化,将通用的大型有限元软件ANSYS应用到遗传算法的适值计算之中,综合运用Visual C和Matlab混合编程以及基于APDL的ANSYS二次开发技术编制能应用于大型工程结构优化和损伤识别的通用程序,用户能够根据工程经验和参数分析的结果选择最有效的遗传算子和参数.仿真算例证明遗传算法的损伤识别能力和本文程序的实用性与通用性.     

基于ANSYS二次开发技术的改进遗传算法在结构优化设计中的应用

为克服基本遗传算法的缺陷,提高其全局搜索能力,提出了基于并行小生境算法、可疑峰值点判断方法和局部搜索技术的改进遗传算法。通过引入VC＋＋对ANSYS的二次开发技术,将改进遗传算法与结构计算和优化相结合,使程序具有较强的处理实际问题的能力。最后通过对平板模型支撑位置优化算例的分析,验证了改进算法的可靠性和实用性。该方法对其它复杂工程结构的优化设计同样适用。     

面向元器件的PCB板布局优化方法

利用自由度凝聚方法和模态综合法,建立了一种面向元器件的PCB性能分析方法,并在此基础上建立了面向元器件的PCB布局优化方法.该优化方法面向元器件,可大大缩减结构分析自由度的数量,并能充分体现元器件的重用性.另外,在优化模型的求解和实现上,考虑元器件间的几何干涉提出了改进的遗传算法,并利用面向对象ANSYS二次开发方法开...     

折板网壳结构参数化设计及受力特点分析

据折板网壳结构特点,采用ANSYS有限元软件自带参数化设计语言APDL(ANSYS Parametric Design Language),研制了两类单层折板网壳结构参数化设计宏程序;实现了给定跨度S、中矢高F、边矢高Fb、环向对称区域份数Kn、径向节点圈数Nx等参数下,两类单层折板网壳的参数化设计;并应用ANSYS软件对两类单层折板网壳结构的受力特点进行了分析;为折板网壳结构的设计与应用,提供了有益的参考.建模实例表明,该参数化设计方法和设计程序简单、高效、实用,为采用ANSYS软件进行不同类型、不同几何参数下折板网壳结构受力分析和结构优化设计方案比较提供了极大方便.     

基于遗传算法和神经网络的矮小儿童智能诊断研究

针对儿童矮小问题,利用计算机辅助诊断方式建立基于神经网络的智能诊断系统。构造了矮小儿童评测的指标体系,利用遗传算法优化反向传播网络的结构参数,建立了一种基于反向传播网络的智能诊断模型。最后进行实例计算,结果表明该方法有效克服了纯反向传播网络算法局部收敛、泛化能力弱等问题,具有收敛速度快、精度高的优点,能有效适用于儿童矮小问题的智能诊断。     

一种基于神经网络和遗传算法的桥梁加速度传感器优化布置方法

为实现桥梁加速度传感器的优化布置, 提出一种基于神经网络和遗传算法的布置方法。利用ANSYS软件建立桥梁模型并获得模态数据,通过随机生成大量布置方案及对应MAC值形成数据集,并建立双隐藏层的神经网络模型进行训练,将训练好的模型利用遗传算法搜索出最优值及对应的布置方案,最后对结果进行了分析,表明该方法可行。     

防空部署方案优选的组合优化遗传算法

建立了防空部署方案的组合优化遗传算法模型,该方法突破了传统的部署方案优选的局限性,现已初步应用于防空部署智能决策支持系统的研究中。     

智能斜极面交流接触器动态优化设计与分析

采用ANSYS电磁场分析软件与基于遗传算法的人工鱼群优化算法对智能平极面交流接触器进行以快速分断、提高零电流分断准确性与稳定性为目标的动态优化计算,并验证了优化算法的正确性。考虑到斜极面交流电磁系统的优越性,对平极面交流接触器与斜极面交流接触器静态特性进行比较分析,提出了智能斜极面交流接触器的结构方案。根据上述优化算法,对智能斜极面交流接触器进行了智能动态优化设计。优化结果表明：智能斜极面交流接触器与智能平极面交流接触器相比,其用铜量减小45%,用铁量减小23%,而且具有更好的动态特性、更高的零电流分断准确性与稳定性。     

面向加工中心床身的改进BP神经网络优化系统

针对加工中心的动态特性直接影响整机的加工精度等问题,面向i5系列M4.5智能机床的动态特性需求,采用动态优化的原理,对机床的基础部件床身建立一种优化系统;该系统由需求分析、系统设计和智能优化模块组成。在传统的系统设计基础上,采用灵敏度分析,结合改进神经网络和遗传算法(BP-GA法)对床身进行多目标结构优化,从而提高加工中心的智能水平。结果表明,优化后的床身动态特性得到提高,为机床的优化提供了有效的理论依据。     

防空部署方案优先的组合优化遗传算法

建立了防空部署方案的优化遗传算法模型,该方法突破了传统的部署方案优选的局限性,现已初步应用于防空部署智能决策支持系统的研究中心。     

遗传算法在路面结构优化中的应用

将遗传算法(GAs)这一智能方法引入路面优化领域，阐述了其基本应用原理，并对基于此算法的路面厚度优化模型的求解方法进行了论述，认同了其可行性，为路面结构优化研究提供了新的思路和手段。     

基于多智能体遗传算法的多机器人混合式编队控制

提出了一种基于多智能体遗传算法的多机器人混合式编队控制方法,将多智能体系统与传统遗传算法相结合,形成了一种新的在线优化算法(多智能体遗传算法),应用到多机器人编队控制中。同时将领航跟随法与人工势场法相结合,能更有效地保持队形的稳定性、增强抗干扰能力。采用该方法进行仿真实验,并与传统机器人编队控制方法相比较,实验结果验证了所提方法的可行性和有效性。     

基于粒子群优化算法的智能抽题策略研究

通过对智能抽题策略研究,建立了智能抽题数学模型,提出用于评价抽题效果的评价指标及其获取方法;在此基础上,考虑智能组卷过程对试卷质量的高要求以及优化参数的表示形式,文中将粒子群优化算法运用于智能抽题优化模型的求解中,取得了较好的效果.为证明该方法的有效性和优越性,与采用相同二进制编码方式的遗传算法进行比较,通过二者的适应度演变图可以表明粒子群算法(Particle Swarm Optimization,PSO)算法可以较早地达到目标的最优分配,在运行时间及抽卷优化结果上明显优于遗传算法(Genetic Algorithm,GA),能更好地适应智能抽题策略的要求.     

基于GA-模糊可靠度的采场结构参数优化设计

应用不确定性方法代替经验法和安全系数法进行采场结构参数优化设计是地下矿山开采设计的发展方向,为此提出了一种基于正交有限元-模糊可靠度-遗传算法的采场结构参数优化设计分析方法。首先应用正交有限元建立模糊可靠度计算的功能函数,获得在不同控顶高度和跨度时的采场顶板的模糊失效概率和模糊可靠度指标数学表达式。并用遗传算法优化求解,确定采场结构参数优化指标。通过该方法在云南省某铅锌矿采场优化设计实际应用表明:该方法是一种采场结构参数快速优化的新方法,优化结果和工程实际情况较为接近,有较好的实用价值。     

基于神经网络与遗传算法的结构优化设计方法

从神经网络和遗传算法的原理出发,利用遗传算法和神经网络相结合的策略对结构参数进行优化.在确定结构优化的目标函数和设计变量集合的基础上,用神经网络学习算法建立货架结构设计参数与结构重量、结构最大应力、最大位移等的非线性全局映射关系,获得遗传算法求解结构优化问题所需的目标函数,用遗传算法进行优胜劣汰的寻优搜索运算,从而求出所需最优解.以货架结构的优化为例说明了上述方法的应用.遗传算法和神经网络的优化结果是在正交设计法确定的训练样本足够大的基础上得出的,具有较强的可靠性.     

基于遗传算法和梯度算法的结构动态形体优化

提出了一种基于遗传算法和梯度算法并考虑动态需求的结构形体优化方法,该方法同时具有遗传算法的全局优化搜索能力和梯度算法的局部优化搜索能力.算例证明该方法具有良好的工程应用价值.     

奇异值摄动法及其在智能结构振动控制中的应用

在可控矩阵奇异值一阶摄动的基础上提出了一种选取智能结构的执行器优化位置的数值方法。利用该方法详细讨论了如何选取智能结构的执行器优化位置及反馈控制对结构动态位移响应的影响 ,最后举例说明了该方法在实际中的应用。     

基于遗传粒子群算法的长江水系货多用途船结构优化

针对船舶复杂结构优化问题,结合智能优化算法在解决复杂工程结构优化设计的优势,将遗传粒子群算法应用于船舶结构优化设计中。根据中国船级社规范,建立长江水系货多用途船中剖面结构尺寸优化的数学模型,然后采用MATLAB软件对遗传粒子群算法进行编程,实现遗传粒子群算法对多用途船中部舱段结构的优化,并与遗传算法的计算结果进行对比。结果表明,遗传粒子群算法使货舱段中剖面面积相对于初始值下降了7.3%,且优化性能优于标准遗传算法。