基于改进人工蜂群算法的数控切削参数优化

为提高生产效率、降低生产成本,建立了以最小加工时间和最低生产成本为优化目标的多目标切削参数优化模型,并综合考虑了实际生产过程中的各种约束条件,可同时对多道工序的切削参数同步进行优化。将粒子群算法嵌入人工蜂群算法以提高人工蜂群算法的优化性能,并将其用于优化所建立的切削参数优化模型。具体案例实验表明,改进的人工蜂群算法相比于其他基本算法能够得到更优的切削参数组合。     

基于改进人工蜂群算法的数控切削参数优化

针对多道工序加工的切削参数优化问题,提出一种改进的人工蜂群算法对最小加工时间和最低生产成本的多目标切削参数模型进行优化。该算法综合了粒子群算法和人工蜂群算法的优点,优化过程中综合考虑了工件加工时的多种约束条件。通过仿真实例验证改进的人工蜂群算法的有效性和优越性,仿真结果表明:改进的人工蜂群算法相比其他算法可以寻找到更优的切削参数组合。     

基于改进人工蜂群算法的复合电源电动车FSM-Fuzzy能量管理策略

针对人工蜂群算法收敛速度慢、收敛精度不足等问题,综合粒子群算法和遗传算法优势对人工蜂群算法采蜜蜂和观察蜂搜索机制分别进行综合改进。基准测试函数表明改进后的人工蜂群算法收敛速度和收敛精度明显提高。在此基础上,建立复合电源电动车动态FSM-Fuzzy分层能量管理策略,利用改进后的人工蜂群算法调用Advisor软件对复合电源模糊控制器隶属度函数位置和形状进行闭环学习。结果表明:综合改进后人工蜂群算法学习的模糊控制策略与经验模糊控制策略相比,在UDDS和SC03工况下能耗可再降低8.36%和8.58%,且与常规蜂群算法学习控制器相比求解精度更高。     

改进人工蜂群在三维椭圆振动切削颤振抑制中的应用

针对三维椭圆振动切削在精密光学元件加工过程中颤振会降低光学元件加工质量的问题,对3D-EVC过程中的颤振进行研究。抑制颤振可看作切削参数的优化问题,即利用智能优化算法寻优获得最佳切削参数以满足颤振抑制参数的要求。为此提出一种改进的人工蜂群算法,应用于三维椭圆振动切削加工过程中以进行切削参数的优化,从而抑制切削过程中的颤振现象。并且将蜜蜂进化策略同粒子群算法中算子移动的"认知"和"社会"两部分进行结合,通过引入惯性权重来提高全局最优解的搜索能力及收敛性能;并且建立了刀触点振动幅值、切削深度、进给量及主轴转速之间的数学模型,最后应用改进人工蜂群(PABC)算法对理论模型进行参数优化;实验结果显示,通过参数优化后,刀尖点振动幅值显著下降,且工件表面粗糙度降低了70%。验证了利用该方法对3D-EVC过程中颤振现象进行抑制的有效性。     

基于人工蜂群算法优化采煤机伺服系统PID参数

针对采煤机电液伺服系统中PID控制器的参数寻优问题,利用人工蜂群算法来优化PID参数。人工蜂群算法通过模拟群蜂寻找花蜜的过程,将误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量。通过典型函数测试,对比分析遗传算法和粒子群优化算法,人工蜂群算法具有较好的全局收敛能力。结果表明:人工蜂群算法用于采煤机电液伺服系统的参数调节,比遗传算法和粒子群优化算法收敛速度快,超调量小,具有更好的动态响应性能,验证了该方案的可行性和有效性。     

基于优化人工蜂群算法的多机器人协同规划

为了提高人工蜂群算法在多机器人路径规划中的性能,提出了优化人工蜂群算法。提出了一种新的环境建模方法,将障碍物边缘平滑化;分析了人工蜂群算法原理,改进了新食物源的生成方法,提出了自适应的搜索因子,兼顾了大范围搜索和算法收敛速度;改进了机器人路径点的表示方法,使用位置夹角表示机器人路径点,减少了位置参数;使用加权方式将路径长度、路径平滑度、路径安全性综合为目标函数。仿真实验结果表明,改进在多机器人路径规划中不仅耗时较少,而且路径也短,且随着机器人数量的增加,耗时和路径长度的差距越来越大。     

无人机群对多目标执行多任务的协同规划方法

为了减少无人机群对多目标执行多项任务的航程,提高任务规划的稳定性,提出了基于保留潜力蜜源人工蜂群算法的协同任务规划方法( RPSABC 算法).建立了无人机群协同任务规划的约束条件和目标函数;分析了基本人工蜂群算法原理;提出了动态选择策略,观察蜂选择蜜源时兼顾优质蜜源和潜力蜜源,利于算法寻优;使用 Metropolis 准则改进蜜源选择策略,有利于算法跳出局部最优、保留潜在最优;基于以上改进,提出了保留潜力蜜源人工蜂群算法的无人机群协同任务规划方法.仿真验证结果表明:RPSABC算法收敛迭代次数比 ROABC 算法、 ABC 算法分别减少３１.９％ 、４０.４％ ;目标函数收敛均值分别下降了５.２％ 和１９.０％ ; RPSABC 算法的收敛值标准差最小,说明此算法稳定性最好.     

基于人工蜂群优化的自适应图像增强方法

结合人工蜂群优化算法和非完全Beta函数,将人工蜂群算法作为优化问题寻找最优解,提出基于人工蜂群优化的自适应图像增强算法。通过人工蜂群优化算法并行搜索非完全Beta函数的最佳参数,从而确定最优的灰度变换曲线;引入适应度函数来指导人工蜂群的搜索运动,以此实现图像对比度的自适应增强。仿真试验结果表明:与直方图均衡化、反锐化掩模算法相比较,本算法的灰度分布更加均匀,对比度明显,视觉效果更好且适用性强。     

细长轴的加工

针对细长轴的加工，设计了加工工艺、切削刀具和切削参数，试验结果表明，优化切削工艺、切削参数，可以减少细长轴加工中的变形，提高细长轴加工质量。     

数控车床切削参数的能量效率优化

为选择合理的数控车床切削用量,建立数控车床切削参数能量消耗和加工效率数学模型。在切削参数能量消耗估算模型中,通过实验拟合与正交实验分别获取数控车床的空载功率和切削功率函数,进一步给出数控车床切削阶段能量消耗函数。在车床加工条件的各种约束下,设计了一种基于多目标教与学优化算法来求解切削参数能量效率优化模型,以切削阶段加工能量最小和加工效率最高为目标,获得切削参数优化的Pareto前沿解,并采用层次分析法建立了切削参数的决策模型,较客观地选取了更优车削参数组合。通过数控车床实例优化验证了所提策略的可行性和有效性。     

ABC算法在非线性系统辨识与控制中的应用

针对非线性系统辨识和控制器的设计,提出一种混沌映射产生初值的人工蜂群优化算法,并将该算法应用于非线性系统中的参数辨识和PID控制器的设计。参数辨识的仿真结果表明,基于混沌映射理论的人工蜂群优化算法比其他传统的算法具有更好的收敛特性和辨识性能;自动电压调节系统的仿真结果表明,基于混沌人工蜂群优化的PID控制自动电压调节系统是可行性的,且具有良好的动态调节性能。     

面向绿色高效制造的数控加工参数优化研究

数控加工是当今机械制造业系统中普遍采取的一种加工方法,为实现数控切削加工中的高效性及减少碳排放,建立以加工过程中最小加工时间和最小碳排放量为目标函数的的多目标的切削参数优化模型,综合考虑实际加工生产中的各种约束条件,实现基于多工步环境下对切削速度和进给量的同步优化。运用粒子群算法与人工鱼群算法融合以改善人工鱼群算法的优化性能,并将其用于对所建模型的优化,通过具体案例验证了改进的人工鱼群算法具有较高的精度和较好的收敛性。     

基于蜂群算法的汽车悬架参数优化设计

针对汽车悬架系统参数选取的不足,综合局部精英策略局部搜索能力强和人工蜂群算法全局搜索效率高的优点,提出基于局部精英策略人工蜂群算法确定其参数的优化方法。利用Matlab/Simulink仿真软件,以积分白噪声模型作为路面输入模型,对悬架系统进行仿真研究。仿真结果表明,局部精英策略人工蜂群算法相对传统算法和人工蜂群算法具有一定的优越性,通过对汽车悬架系统参数的优化可改善汽车的行驶平顺性和操纵稳定性。     

细长轴切削工艺数据库系统研究

对细长轴切削加工中所涉及数据进行了系统归纳分析,建立了细长轴加工的专家系统知识库结构和相关推理规则,设计了细长轴切削数据库的数据结构,开发了针对细长轴类零件的切削工艺数据库系统,整合细长轴切削加工中的各种数据,为工艺设计人员和生产现场的技术人员提供细长轴的切削经验和切削参数参考,以提高设计人员的工作效率,减少资源浪费,降低生产加工成本。     

复合形引导蜂群寻优的无人机航迹多目标规划

为了提高无人机导航路径规划的精度和稳定性,提出了复合形引导蜂群寻优的无人机航迹多目标优化方法。使用坐标变换方法,将二维规划问题降为一维;建立了航迹规划的目标函数与约束条件;在传统人工蜂群基础上,改进了蜜源初始化方法,使前后航迹点相互关联,提高航迹可行率;为了提高收敛速度,改进了雇佣蜂和观察蜂的蜜源搜索方式,提出了随机搜索与最优蜜源引导相结合的位置更新方式;提出了Metropolis准则改进观察蜂蜜源选择策略,有利于算法跳出局部最优、保留潜在最优;使用复合形法引导蜂群整体向优质蜜源运动,提出了复合形引导蜂群寻优算法。经仿真验证,与传统算法和混沌扰动算法相比,复合形引导蜂群算法的收敛迭代次数分别减少了4倍和6倍,寻优时间降低了约一个数量级,且规划航迹更优、稳定性更好。     

基于粒子群算法的加工参数多目标优化技术研究

在数控加工中,为了尽可能提高生产效率和降低生产成本,采用粒子群优化算法对加工参数进行多目标优化。以切削速度、切削宽度和每齿进给量为决策变量,以加工时间和成本为目标函数,并以机床性能、刀具参数、工件质量等为约束条件,建立优化模型。采用罚函数法对约束条件进行处理,将多目标问题转化为单目标优化问题进行求解。为解决粒子群优化算法优化效果受参数影响较大的问题,提出了参数自适应协同粒子群优化算法(WCVPSO),算法参数按照一定规律变化,提高了优化算法的精度和收敛速度。实际加工试验表明,提出的优化方法提高了加工效率,降低了加工成本。     

ZB48包装机关主件1Cr18Ni9Ti超细长轴的加工

针对1Cr18Ni9Ti超细长轴加工中的工件变形、材料切削性能差、效率低等问题,对车削加工通过设计工装拉爪改变装夹方法,增强了细长轴的切削刚性,不仅提高了切削效率,而且提高了加工稳定性和加工精度。对磨削加工通过改进中心架及采用万用表的电阻值定量调整中心架的方法,提高了磨削效率及精度;通过采用"窄砂轮"磨削工件,减小切削力,防止工件加工时的变形,并通过去应力时效及优化切削参数等措施,保证了工件的加工要求。     

改进ABC算法的双容水箱液位控制研究

从提高双容水箱液位控制系统的稳定性和控制精度出发,设计了一种基于改进人工蜂群算法的PID控制调整策略。该策略针对人工蜂群算法全局探测能力不足而易陷入局部最优解的问题,提出将遗传算法的交叉操作引入到人工蜂群算法中,使其可以得到更加精确的PID控制参数。通过仿真分析并与传统的PID控制相比较,结果表明,经过改进的人工蜂群算法优化的PID控制具有静态误差小、调整时间短、超调量小等优点,能很好的满足控制过程的动态性能,具有重要的实用价值。     

混流装配排序问题的改进人工蜂群优化

为解决离散的混流装配线作业排序问题,提出一种基于人工蜂群优化算法的改进算法。采用NEH启发式方法优化初始种群质量;在雇佣蜂算法中建立了变邻域区域搜索机制并嵌入模拟退火算法,提高了算法的搜索精度与广度;提出一种最优控制策略,通过限制最优解群体的成长速度,有效降低了种群相似度,提高了算法的全局搜索性能。实验方面,算法参数通过标准算例仿真对比设定,并采用Benchmark标准算例对所提算法与标准人工蜂群优化算法、遗传算法、混合遗传算法、改进粒子群优化等算法进行了对比。通过一个混流排序实例的仿真,对比证明了算法在求解混流装配线排序问题上的有效性。     

混合人工蜂群算法在混流装配线排序中的应用

为更好地解决混流汽车装配线排序问题,建立了以最小化总调整时间和最小化超载时间与空闲时间为优化目标的典型混流装配线排序数学模型,提出一种求解该模型的混合人工蜂群算法。针对标准人工蜂群算法不能解决离散问题的缺陷,引入禁忌搜索算法重新设计了蜂群的邻域搜索算法,设置了算法邻域搜索的动态参数,设计了禁忌搜索算法在人工蜂群算法中的嵌入策略;为保证算法的全局收敛性,采用基于跟随蜂的精英保留策略,给出了侦查蜂和跟随蜂的食物源更新方法。通过比较混合人工蜂群算法与遗传算法和标准人工蜂群算法对不同规模算例的计算结果,验证了所提算法在求解混流装配线排序问题中的优越性。