基于MOPSO的航空发动机分支管路多目标布局优化

分支管路的布局优化属于NP难问题,其多目标优化情况则更加复杂。针对航空发动机分支管路多目标敷设问题,以分支管路长度最小化、分支点数量最小化以及管路平滑度最优为优化目标,建立了基于避障Steiner树的分支管路多目标布局模型。考虑到模型的复杂性,设计基于多目标粒子群优化（Multi-objective particle swarm optimization,MOPSO）的模型求解算法。其中,以分支点数量和坐标作为决策变量;针对分支管路拓扑结构特点,提出一种分支管路平滑度计算方法,结合非支配排序和网格密度计算完成个体多目标评价;通过可视图和测地线处理约束条件;通过多目标粒子群进化计算求得Pareto解集。所建立的分支管路多目标布局模型及求解算法考虑了多端点情况、多目标优化以及避障约束。最后通过管路敷设算例验证了可行性。     

基于改进多目标人工蜂群算法的航空发动机管路智能布局方法

针对航空发动机管路布局目前存在的问题,一种基于改进多目标人工蜂群算法的航空发动机管路智能布局方法被提出。在该方法中,首先以管路长度最短、弯头数最少和流阻最小为优化目标,将管路弯曲半径、夹角、直线段长度、距离、贴壁以及跨度约束作为约束条件,建立航空发动机管路多目标布局优化数学模型。进一步,基于约束违背度理论、混沌算法和A*算法,并结合雇佣蜂变长度邻域搜索、跟随蜂指数排序选择、侦查蜂自适应邻域搜索,设计出应用于航空发动机管路智能布局的改进多目标人工蜂群算法,从而实现了航空发动机管路布局的多样性和智能化,提高了管路布局质量和效率。最后,以标准测试函数为例对算法性能进行测试,并通过实例研究验证所提方法的可行性。     

基于NSGA-Ⅱ的多目标车间设备布局

车间设备布局问题具有多目标、多约束的特点。文中以物流搬运费用、非物流关系以及面积利用率作为优化目标,构建了车间设备布局的多目标优化模型。采用带精英策略的非支配遗传算法(NSGA-Ⅱ)进行模型求解,克服了传统加权法求解多目标问题时加权系数难以确定,无法保证多个目标同时优化的缺点。基于AHP和TOPSIS相结合的方法,从NSGA-Ⅱ求得的Pareto解集中,选出了最适合企业实际情况的布局方案,以一个实例证明了本方法的有效性。     

航空发动机管路智能布局

针对目前航空发动机管路布局的研究现状和航空发动机外部管路布局空间的特点,提出了基于工程规则和空间离散的航空发动机管路布局方法。该方法是根据航空发动机外部管路布局空间为回转空间的特点,将航空发动机管路布局问题简化成沿径向、轴向和周向的运动轨迹规划问题。接着,将空间构造和空间离散思想与工程规则相结合,建立了小环境布局空间以及离散其为若干个曲面。最后,通过提出的路径运动轨迹方程以及满足工程规则的布管策略进行路径搜索。实例验证了方法的可行性与高效性。     

基于NSGA-Ⅱ的产品开发任务调度多目标优化

针对传统的加权系数法和约束法等不能很好解决产品开发任务调度多目标优化的问题,建立了以产品开发时间和成本为目标的多目标优化模型,采用改进的非支配排序遗传算法得出Pareto最优解集,并利用模糊优选法对该解集进行选优,确定了产品开发任务调度的最优执行方案。对两个经典多目标测试函数的求解及对比分析表明了该算法的优越性,结合实例说明了该方法的实施过程及有效性。     

基于自适应天牛须算法的航空发动机管路布局优化

针对航空发动机外部管路系统设计过程中布局效率和空间利用率较低的问题,提出一种基于自适应天牛须搜索算法的管路自动布局方法。该方法在原算法的基础上加入自适应变步长机制,使其在具有高效性的同时能搜索到更优的解。在描述复杂空间障碍物时,采用将附件和管路分开建模的方式,一方面建立机匣附件的轴向包围盒,并在包围盒内部构建小范围的附件栅格信息矩阵;另一方面,对已布局管路分段处理后采用线段求交的方式做出干涉性判断,在此基础上根据某种度量选择本条管路的避障策略,以达到充分利用敷设空间的目的。建立管路布局问题的数学模型,并以管路长度和压力损失作为优化目标完成路径的规划过程。最后,通过仿真实例证明所提方法的可行性。     

基于改进NSGA-Ⅱ算法的RV减速器参数多目标优化研究

旋转矢量(RV)减速器是工业机器人核心部件,对于机器人的性能起到关键作用。针对提升RV减速器综合性能的问题,从优化传动压力角的相关参数出发,对其结构参数(摆线轮齿数、短幅系数、针径系数、摆线轮宽度等)的多目标优化设计进行了研究。首先,研究了摆线轮平均压力角、传动效率和传动机构体积三者的相关参数之间的关系;然后,以此为优化目标,在摆线轮标准齿廓方程的基础上建立了多目标优化数学模型(该模型采用了基于非支配占优排序遗传学算法(NSGA-Ⅱ)改进了交叉算子系数生成的改进NSGA-Ⅱ算法);通过模型求解得到了帕累托最优解集,根据模糊集合理论的相关方法选取了最优解;最后,以某公司220-BX型RV减速器为例,进行了优化设计,建立了3D模型后进行了有限元分析,并加工出实验样机,进行了传动效率对比实验。实验结果表明：摆线轮平均压力角减小了7.19%,体积减小了11.1%,传动效率提高了4.9%。研究结果表明：该模型交互性强,能提高设计效率并节省设计开销,可为实际RV减速器工程优化设计提供参考。     

基于改进NSGA-Ⅱ算法的多目标云制造服务组合优化研究

为了提高云制造服务组合寻优质量,提出一种基于改进NSGA-Ⅱ算法的多目标云制造服务组合优化方法。首先改进支配强度的概念来快速确定非支配解集中个体的优劣,然后对NSGA-Ⅱ算法应用不同的局部搜索策略,在算法前期加强对优秀个体的搜索以加速收敛,算法后期对稀疏个体融合邻域搜索与模拟退火算法来增加种群的多样性。最后结合企业实际案例,验证了优选模型的有效性和算法的可行性。     

基于NSGA-Ⅱ的螺旋进气道流通特性多目标优化

分析柴油机螺旋进气道结构参数对螺旋进气道流通特性的灵敏度,并以此为依据选取优化变量。以平均流量系数和平均涡流比的最大化为优化目标,基于构建的K riging近似模型,利用非支配排序遗传算法(N-dom inated Sorting G enetic A lgorithm,N SG A-II)对影响螺旋进气道流通特性的结构参数寻优求解。结果表明:相比于原始方案,优化方案的平均流量系数增加6.32%,平均涡流比增加11.03%,流通特性得到较大提升,研究内容表明所提方法的有效性。     

基于NSGA-Ⅱ算法的机械臂多目标轨迹优化

以HSR-JR612型机械臂为研究对象,针对机械臂运动过程中需满足时间消耗少、能量消耗低、平滑冲击小的问题,对其进行多目标轨迹优化研究。机械臂关节空间轨迹采用七次B样条曲线构造,采用具有精英策略的非支配排序遗传算法(NSGA-Ⅱ),结合对机械臂的关节位移、速度、加速度和加加速度作出限制得到的约束条件,对机械臂轨迹进行优化,得到一组Pareto最优解集合。仿真结果表明,七次B样条曲线构造的机械臂关节空间轨迹速度、加速度和加加速度都连续平滑,保证了机械臂运动性能。在满足约束条件的前提下,NSGA-Ⅱ算法可对机械臂运动轨迹实现有效的多目标优化,获得一组理想的Pareto最优解集,并从中选取一个各项优化目标较为均衡的解作为多目标优化的最终解。     

LNG加气站管路布局多目标优化研究

针对液化天然气(Liquefied natural gas,LNG)加气站管路具有常温安装,低温、内压、大范围温度波动下运行的特点,为降低管路建设与运行成本、提高安全性,提出了一种基于非支配解排序多目标遗传算法的LNG管路布局优化设计方法。该方法通过引入传递矩阵法建立简化模型,实现对管路受力变形情况的快速有效分析,进而可对管路进行综合评价。为了在符合工程规则的前提下完成最小化长度、弯头数、流阻损失以及受力变形的管路布局,基于遗传算法建立了LNG管道优化模型,使用多目标优化方法得出了在路径短、能耗低、安全性高等方面达到帕累托最优的布局方案。最后,在不同工况下对优化所得管路布局方案进行热-结构耦合分析,以确保其能够安全可靠运行,并验证该方法的正确性及有效性。     

基于NSGA-Ⅱ快递智能仓库多目标优化问题研究

针对智能快递仓库一个订单对应多个物品,协同物品出库和打包两个阶段的全生周期调度问题,将具体的业务问题量化成数学模型,提出同时度和准时度的概念,并从减少智能仓库中转库存(同时度)和打包完成时间(准时度)两个层面上对问题进行量化建模。并提出一种增加优选种群的NSGA-Ⅱ模型对问题进行优化求解,最后通过仿真实验证明方法的合理性。     

基于改进NSGA-Ⅲ的电磁超声换能器多目标优化

电磁超声换能器(EMAT)的设计与优化是一个变量多、分析复杂和优化难度大的多目标优化问题.通过建立的电磁超声换能器电磁-力-声有限元模型,得到了洛伦兹力、磁致伸缩效应、感应电流密度和振动位移等优化目标的样本集,构建了多支持向量机的代理模型.提出一种基于参考点和拥挤度相结合的改进NSGA-Ⅲ优化方法,对优化目标进行优化设...     

基于改进NSGA-Ⅱ算法的机械臂多目标轨迹规划

针对机械臂轨迹规划时需要满足高效率、低能耗、弱冲击等性能要求,提出一种改进的快速非支配排序遗传算法（NSGA-Ⅱ）。建立了端点运动参数可任意指定的7次B样条曲线方程,构造关节空间内光滑连续插值轨迹。以最短时间、最小能耗和最弱冲击为优化目标,以机械臂关节运动速度、加速度、脉动为约束惩罚,通过加入动态选择策略和模拟二进制（SBX）与正态分布混合交叉算子,建立了机械臂多目标轨迹规划的改进NSGA-Ⅱ算法,该方法具有搜索范围广、种群多样性质量高等优势。算例结果表明,所提出的改进NSGA-Ⅱ算法可以缩短迭代时间,得到更优的Pareto前沿。     

基于改进NSGA-Ⅱ算法的箱形伸缩臂多目标优化设计

从初始群体产生及交叉算子两个方面对带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)进行改进,对伸缩臂进行应力及挠度变形分析,得出应力及应变云图,以确保伸缩臂强度、刚度满足要求。以伸缩臂截面几何参数为设计变量,伸缩臂稳定性及自重为优化目标,利用i SIGHT软件将改进的NSGA-Ⅱ算法与Ansys有限元分析集成,以QY20汽车起重机伸缩臂为例,对起重机箱形伸缩臂进行多目标优化设计,得出Pareto前沿解,并与优化前的截面参数进行对比,验证了该算法的可行性。     

基于NSGA-Ⅱ的行星减速器多目标优化设计

为提高行星减速器工作能力,以齿轮强度和减速器体积为优化目标,对行星减速器进行多目标优化设计。以矿用提升绞车中的NGW型行星减速器为优化对象,以中心太阳轮尺寸参数为优化设计变量,建立配齿条件、齿面接触强度及工作参数等约束条件,构建多目标优化设计模型。利用带精英策略的非支配排序遗传算法(NSGA-II)对多目标优化模型进行优化计算,得到优化目标的帕累托(Pareto)最优解分布。通过对比得到优化目标间的相互影响规律,利用模糊集合理论从最优解集中选择出合理参数作为最终设计结果。分析结果表明本文提出的优化设计方法提高强度的同时,有效减小减速器体积,实现了行星减速器的多目标优化设计。     

基于改进NSGA-Ⅱ算法的发动机活塞机构优化设计

为提高发动机活塞机构的运动性能,提出了以最小跟踪误差和传动角与直角的偏差最小为优化目标,建立发动机活塞机构多目标优化模型,引入NSGA-Ⅱ算法对活塞机构进行多目标优化。为提高NSGA-Ⅱ算法的种群的多样性和搜索能力,对交叉算子和变异算子进行改进,应用NSGA-Ⅱ算法与改进算法对发动机活塞机构优化问题进行求解,分别得到各自的Pareto解集,并通过逼近理想解排序法选出最优解进行对比。通过实验对比表明,改进算法的Pareto解集分别更均匀、收敛速度快、跟踪误差更小,能为发动机活塞机构的优化设计提供参考依据。     

基于NSGA-Ⅱ算法的多目标优化分布式发电选址定容研究

北京大兴国际机场能源需求巨大,在能源供应方面,大兴机场可再生能源的总量将占机场能源消费总量的10%,可再生能源分布式发电(Distributed Generation)系统已在大兴机场多处投入使用。说到分布式发电设计中选址定容的策略,非支配排序的精英策略遗传算法(Non-dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)便是一个常用的方式,那就是利用其自身的原理,在应用Matlab中的gamultiobj函数的同时引入惩罚函数,在受到多种限制因素的影响下处理多目标问题。鉴于此,应用这一方法最小化给出的受限适应度函数,并在获得了帕累托前沿(Pareto Front)的结果后,通过不同权重策略的引用,来满足分布式发电设计中不同决策者的选择,获取期望的最优结果。     

[生产计划]基于NSGA-Ⅱ的产品开发任务调度多目标优化

针对传统的加权系数法和约束法等不能很好解决产品开发任务调度多目标优化的问题,建立了以产品开发时间和成本为目标的多目标优化模型,采用改进的非支配排序遗传算法得出Pareto最优解集,并利用模糊优选法对该解集进行选优,确定了产品开发任务调度的最优执行方案。对两个经典多目标测试函数的求解及对比分析表明了该算法的优越性,结合实例说明了该方法的实施过程及有效性。     

基于多目标遗传算法NSGA-Ⅱ的串联齿轮机构变位系数优化

为研究串联齿轮变位系数的合理分配问题,以中心距偏差和齿顶高变动系数为优化目标,同时考虑加工时不发生根切、齿顶不过薄、保证一定的重合度和不产生过渡曲线干涉等4个约束条件,建立了多目标优化模型。然后采用多目标遗传算法NSGA-Ⅱ对目标函数进行求解,最终实现了串联齿轮变位系数的优化。研究表明,用这种方法进行串联齿轮机构变位系数的分配行之有效,优化后的齿轮变位系数符合工程实际,很好地满足了设计要求。