首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 156 毫秒
1.
提出了一种基于混合离散变量多目标优化设计求解方法,该方法应用灰色相对关联度将多目标优化问题转化为单目标优化问题,再用改进微粒群算法求解.开发了混合离散变量优化的灰色改进微粒群法程序.该方法能合理地处理优化设计中混合离散变量的取值问题,通过对标准微粒群算法改进,引入动态罚函数,算法具有很强的全局寻优能力.优化设计实例表明,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.  相似文献   

2.
针对齿轮箱流体动压轴承多目标优化问题,提出了一种基于混合离散变量多目标优化设计求解方法,该方法应用灰色综合关联度将多目标优化问题转化为单目标优化问题,再用改进微粒群算法求解,开发了混合离散变量优化的灰色改进微粒群法程序.该方法能合理地处理优化设计中混合离散变量的取值问题,通过对标准微粒群算法改进,引入动态罚函数,构造一种新的适应函数,算法具有很强的全局寻优能力.优化设计实例表明,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.  相似文献   

3.
杨润泽 《机械设计》1995,12(10):48-49
机械优化设计的混合变量序贯优化法杨润泽(军械工程学院)1前言机械设计中大量采用标准件和标准设计参数,反映到其优化设计数学模型中,则设计变量多为由离散量、整型量和连续量组成的混合变量。对于这类混合变量优化问题,常采用先按连续量优化,再圆整优化结果的办法...  相似文献   

4.
基于蚂蚁算法的谐波齿轮传动模糊优化设计   总被引:2,自引:0,他引:2  
郭惠昕 《机械传动》2006,30(2):28-29,36
研究了谐波齿轮传动优化设计问题,建立了其模糊优化设计数学模型。引入蚁群更新策略对蚂蚁算法进行了改进。为了求解混合离散变量优化设计问题,在搜索过程中对设计变量进行工程化处理,蚂蚁按处理后的变量进行离散搜索。采用MATLAB语言设计了蚂蚁算法程序,给出了谐波传动的混合离散变量优化设计实例。  相似文献   

5.
《机械传动》2017,(7):66-69
通过对三级NGW型行星齿轮传动扳手设计参数进行理论分析,构建了体积最小化优化目标的数学模型,在满足约束条件下,提出了混合离散变量法和二次优化的设计方法,通过实例运算表明,该方法可以较好地解决工程设计中离散混合变量的优化问题,提高了优化设计的可靠性,对优化结构,控制成本具有参考价值。  相似文献   

6.
王德俊  刘瑞娟 《机械传动》2011,36(7):56-57,68
以双级蜗杆减速器的蜗轮蜗杆体积最小作为设计目标,建立了目标函数、设计变量和约束条件.应用约束非线性混合离散变量优化方法对减速器进行优化设计,得出了优化结果.实例计算表明,采用约束非线性混合离散变量优化方法得出的优化结果明显好于常规设计方案.  相似文献   

7.
提出一种以可靠度为目标函数和约束条件的多目标齿轮减速器优化设计方法。将可靠性引入齿轮减速器的确定性优化,考虑可靠度为设计目标和设计约束,并将小齿轮齿数作为离散确定性设计变量,进而构造出具有离散变量的多目标可靠性优化设计模型。提出在分支界定算法中嵌套遗传算法构造该优化问题的求解算法。该算法利用分支界定算法的遍历性和遗传算法的全局性,以获得优化问题的全局性解。最后,分别给出齿轮减速器的连续变量确定性解和可靠性解、混合变量确定性解和可靠性解,用以验证方法的有效性。  相似文献   

8.
混合离散变量优化设计的复合遗传算法   总被引:15,自引:1,他引:15  
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。  相似文献   

9.
基于蚂蚁算法的混合离散变量机械优化设计方法   总被引:2,自引:0,他引:2  
引入蚁群更新、沿途搜索等策略对蚂蚁算法进行了改进。为了求解混合离散变量优化设计问题,在搜索过程中对设计变量进行工程化处理,蚂蚁按处理后的变量进行离散搜索。采用MATLAB语言设计了蚂蚁算法程序,通过典型优化设计问题进行了验证,并给出了混合离散变量机械优化设计实例。实例表明,改进后的蚂蚁算法全局收敛能力强,程序运行可靠。  相似文献   

10.
本文首次在基本级基础上研究了离心压缩机整体气动优化设计问题,建立了具有多目标混合离散变量非线性规划的数学模型,并提出了切实可行的约束条件。为了保证工程实用意义,对模型作了简化并提出了解决这类总是的新方法—“混合搜索法”和“费效协调法”。根据上述原理和方法编制了“离心压缩机整体气动优化设计系统”,经实际应用后,取得了良好的经济效益及社会效益。  相似文献   

11.
阐述同步带传动优化设计的技术和方法,以设计轴间距与预定轴间距之间偏差最小为目标,建立数学模型;用牛顿迭代法求解反渐开线函数;用混合离散变量直接搜索法求出最优解;用MATLAB实现计算机辅助同步带传动优化设计。  相似文献   

12.
刘振凯  贵忠华 《机械设计》1996,(12):17-19,42
本文针对工程CAD中的混合离散规划问题,提出了一种迅速而有效的优化方法──改进正交试验法。该方法是一种直接优化方法,具有简单直观、对目标函数无特殊要求等优点,适合于既有连续变量、又有离散变量的复杂工程问题。大型变压器和感应电机的优化设计结果表明,该方法是一种实用、有效的工程CAD优化方法。  相似文献   

13.
二级直齿轮行星减速器优化设计研究   总被引:1,自引:0,他引:1  
通过对二级直齿轮行星减速器设计参数的分析,建立了以体积最小为目标要求的优化设计模型,运用混合离散变量优化设计方法获得了最优解,具有重要的实用价值。  相似文献   

14.
将模糊可靠性设计应用于波浪补偿系统的差动行星传动装置优化设计,在一般优化设计方法的基础上,建立以波浪补偿系统差动行星传动机构“体积最小”、“径向尺寸最小”、“传动效率最高”、“行星轮轴承温升最小”、“外啮合膜厚比最大”和“外啮合齿根最大滑动率最小”等为分目标的多目标模糊可靠性优化设计数学模型,研究处理多目标优化问题的模糊决策方法以及基于遗传算法的混合离散变量离散化处理方法,得到多目标模糊优化问题的求解方法。结合实例进行分析计算,经对比分析得出模糊可靠性优化设计更接近工程实际的结论。  相似文献   

15.
<正> 一引言一般的优化设计方法只能求连续变量的最优解。但是,在机械优化设计中,大量的是混合设计变量问题,即在数学模型中同时存在连续变量、整型变量和离散变量。目前,解决混合设计变量优化问题的最常用方法是圆整法。虽然圆整法简便易行,但由于约束函数性态的多样性,有时会出现圆整最优解不是实际最优解,甚至不是可行解的情况。因此,应该探索新的解决办法和途径。  相似文献   

16.
提出了一种有效求解约束函数优化问题的新型演化算法,该方法能合理地处理优化设计中混合离散变量的取值问题。该方法是在郭涛算法的基础上,通过构造动罚函数,引入精英保存策略,增加父体选择压力加速算法收敛,构造了精英多父体杂交优化算法,开发了混合离散变量优化的精英多父体杂交优化算法程序DEMPCOA1.0。机械优化设计实例表明,该算法对优化设计问题的特性无特殊要求,具有较好的适应性,而且程序运行可靠,全局收敛能力强。  相似文献   

17.
为了求解混合离散变量优化设计问题,通过引入粒子位置矢量的离散化处理方法,对智能单粒子优化算法(ISPO)进行改进,用MATLAB语言设计了求解混合离散变量优化设计问题的ISPO算法程序,结合支持向量回归机的应用,研究了平面尺寸链离散公差的模糊稳健优化设计问题,给出了稳健设计实例。设计实例表明了本文所提方法的有效性和实用性。  相似文献   

18.
针对离散变量结构优化设计中存在的NP问题,提出了相对差商-序列两级混合优化设计思想,建立了混合优化数学模型.在可行集外由目标函数最小点出发,沿目标函数增加最小、约束函数降低最多的方向逐步搜索,通过整体与局部两级约束划分,提高了收敛速度与全局搜索能力.比较结果表明,该方法在解决一类目标函数与约束函数具有单调性质的离散变量优化问题中,具有很好的可行性.  相似文献   

19.
针对传统算法在套筒滚子链传动优化设计中全局寻优能力差的问题,改进了标准遗传算法参数,并运用退火罚函数处理约束,提出了基于改进遗传算法的套筒滚子链传动优化设计的方法.开发了混合离散变量优化的改进遗传算法程序,给出了套筒滚子链传动的混合离散变量优化设计的实例,所得优化参数符合实际生产的要求.  相似文献   

20.
为了解决工程设计中有离散变量、多约束的多目标优化问题,对改进的非占优排序遗传算法(NSGAⅡ)进行了研究,通过基于拥挤距离的非占优排序,提出了离散变量和多约束的处理方法,利用Matlab软件编写了NSGAⅡ的多目标优化程序,并以二级减速器多目标优化设计为例,建立了多目标优化数学模型,运用NSGAⅡ算法求解得到了帕累托最优解集,根据模糊集合理论的有关方法选取了最优解,与传统方法得到的结果相比,体积、失效概率和传动误差都有不同程度的降低。研究结果表明,修改后的NSGAⅡ能用于有效地求解有离散变量、多约束的多目标优化设计问题。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号