基于改进差分进化算法的层合板优化设计

针对复合材料具有可设计性以及经典差分进化算法自身的缺陷,提出一种改进的差分进化算法对复合材料层合板进行以铺层角为设计变量、蔡-吴(Tsai-Wu)强度准则为约束条件、层合板强度最大为目标函数的优化设计。考虑差分进化算法在寻优过程中个体间差异越来越小,采用随机选择突变策略和增加扰动机制的方法,增大个体间差异,避免算法陷入局部最优解。通过数值算例和工程算例验证了改进的差分进化算法具有较好的全局收敛性。     

基于差分进化算法的PID优化设计

利用差分进化算法采用随机收缩因子,以提高算法的全局搜索能力和收敛速度的特性,通过在适应度函数中引入超调量、上升时间和系统累积绝对误差,可以使优化后的PID控制器性能达到满意程度。仿真结果表明该PID控制器的性能优于常规方法获得的PID控制器。     

基于改进差分进化算法的自由曲面测量路径优化

为解决传统差分进化算法存在收敛速度慢、易陷入局部最优解以及由于个体选择的随机性导致求优稳定性差的问题,文章通过引入多重启动策略,多次运行算法并使用不同的随机种子,增加算法对空间的探索性,在一定程度上解决算法易陷入局部最优解问题;通过使用新的突变策略,在求优稳定性提高了约10%;通过引入参数自适应调节机制,动态地调整算法参数的取值,使收敛速度提高了约10%,并提高了算法的鲁棒性。     

基于改进差分进化算法的机器人运动学参数标定

机器人的定位精度是评价机器人性能的重要指标.为提高机器人的定位精度,提出了一种改进差分进化算法,完成了机器人运动学参数标定实验.该算法在选择操作中使用了Metropolis接受准则,搜索更多的空间区域,以获得更好的收敛性.同时提出了种群多样性评价函数来监测种群多样性,种群低于阈值时进行二次变异操作,以避免陷入局部优化....     

基于改进差分进化算法的外圆磨削优化方法

在考虑粗、精磨的生产成本以及热损伤、砂轮磨损和磨削标准化等约束情况下,研究了外圆粗、精磨的优化方法,以提高生产效率和表面精度.提出了一种基于改进差分进化算法的外圆磨削优化方法,并将优化的结果与传统差分进化算法结果相比较,表明基于改进差分进化算法的方法具有更好优化能力.     

浅谈差分进化算法在电力系统调度优化中的应用

论述了差分进化算法的概念,对其基本操作加以明确,并重点围绕该算法在电力系统调度优化中的应用进行了分析,为电力系统调度优化工作的实践开展提供了思路。     

改进差分进化算法在大型工件平面度评定中的应用

生产线上检测大型复杂工件平面度误差时,存在检测面积较大、数据量较多的问题,为了提高检测效率及精度,采用优化算法提高其平面度误差评定速度。提出将差分进化(DE)算法应用在其平面度误差的评定中,并提出将粒子群(PSO)算法的优化方法融入差分进化算法的框架,改进变异操作以提高标准DE算法的收敛速度。介绍了大型工件平面度误差评定采用最小区域法的数学模型,阐述了改进的DE算法的原理和实现步骤,最后以叉车外壁板为例,通过对外壁板平面度误差的评定以验证算法的收敛速度与精度。结果表明,改进的DE算法在大型工件平面度误差评定中收敛结果稳定,误差接近于0;精度较遗传算法提高36.83%;收敛速度较遗传算法提高58.33%,较标准的DE算法提高28.57%。可以很好地应用在大型工件平面度误差检测中,提高检测效率。     

基于差分进化算法的Stewart-Gough平台的设计优化

利用差分进化算法对Stewart-Gough平台进行优化。首先,对Stewart-Gough平台的对称结构和非对称结构进行了介绍;其次,通过综合考虑工作空间的限制,工作空间内存在奇异结构以及成本高这3个因素的影响定义了目标函数;最后,选定用于优化的工具为差分算法,并使用差分算法对Stewart-Gough平台进行了优化。优化结果表明,合理选择Stewart-Gough平台的结构及其参数,可达到最大化有效载荷或最小化每条腿上所需要的力(用以抵消外界施加在动平台上的力)的目的。与其他算法相比,差分算法具有较好的全局寻优能力,选用差分进化算法作为优化工具,优化及仿真过程借助MATLAB来实现。     

基于离散差分进化算法的齿轮优化设计

根据机械设计中大多数优化变量属于混合变量的实际情况,提出采用基于离散变量方法解决机械优化设计问题。开发了一种不同变量自由设置间距的离散差分进化算法,连续变量采用合适的微小间距,离散变量采用工程规定间距。结合机械约束处理的自适应罚函数方法,以典型机械产品———齿轮和齿轮轴重量最轻优化实例为例,进行数值实验。结果表明该算法可以非常方便地处理约束优化问题,与粒子群算法实验对比,具有较高精度和可靠性。离散变量优化结果无需作圆整后处理,避免了圆整处理带来的系列问题。     

函数发生机构优化综合的改进差分进化算法

标准差分(SDE)算法具有算法简单、控制参数少、易于实现等优点,但容易发生早熟收敛。针对此缺点,提出一种改进的差分进化(IDE)算法。建立了铰链四杆函数发生机构近似运动综合的无约束优化模型,并应用IDE算法求解该优化问题。数值实例表明,IDE算法可以较好地克服早熟收敛问题,且能快速求出铰链四杆函数发生机构近似运动综合的优化解。     

多样性保持离散差分进化算法及齿轮传动优化应用*

将离散约束优化问题转化为等效约束整数规划问题(Constrained integer programming problem, CIPP),并应用离散差分进化(Discrete differential evolution, DDE)算法求解这类问题。提出DDE算法种群维分量一致的概念,并揭示种群维分量呈现一致状态将导致进化停滞的缺陷,数值算例仿真结果验证了理论分析的正确性。在引入定量刻画DDE算法种群多样性指标——种群多样度Γ的基础上,提出一种基于种群连续进化停滞代数和Γ监测的种群多样性保持策略,以克服种群维分量一致进化缺陷,进而增强算法全局优化能力。将多样性保持策略嵌入DDE算法,并结合可行性规则约束处理技术,形成求解CIPP的多样性保持离散差分进化算法(DDE algorithm with diversity maintenance strategies, DMDDE)。建立某刮板输送机所用二级斜齿圆柱齿轮传动体积最小化设计的离散约束优化模型,再采用DMDDE算法求解该问题。数值试验表明,DMDDE算法的鲁棒性和收敛精度优于4种对比算法。优化结果明显好于原设计方案,齿轮体积较原设计下降40.8%。     

扇形采样约束多目标差分进化算法及工程应用

工程实践中存在大量约束多目标优化问题(Constrained multi-objective optimization problems, CMOPs),多目标进化算法是求解这类问题的一类有效方法。引入扇形采样技术,将二次变异双种群差分进化算法和约束处理方法相结合,设计求解CMOPs的进化算法——基于扇形采样的约束多目标差分进化算法(Sector-sampling-based constrained multi-objective differential evolution algorithm, SS-CMODE)。扇形采样可避免耗时的非劣操作,且能保证Pareto最优解集的良好逼近性和多样性。通过3个典型CMOPs的对比测试,表明SS-CMODE的解集均匀性和计算效率明显优于对比算法。以J23-80机械压力机使用的双曲柄串联机构多目标优化为例,研究新算法求解工程问题的有效性。以锻冲工作阶段平均速度波动最小和力传动性能最优为目标,建立机构的约束多目标优化模型,再应用SS-CMODE求解该问题。结果表明,该算法能求出多组满足约束条件的Pareto最优解,且解集均匀性良好。     

Multi-objective Optimization of a Parallel Ankle Rehabilitation Robot Using Modified Differential Evolution Algorithm

Dimensional synthesis is one of the most difficult issues in the field of parallel robots with actuation redundancy. To deal with the optimal design of a redundantly actuated parallel robot used for an...     

基于微分进化的最大类间方差图像分割算法及应用

通过对传统的最大类间方差胶囊图像分割法的研究,提出了一种基于微分进化算法的最大类间方差的图像分割方法,并且成功于应用于基于机器视觉的胶囊检测对象中。该方法利用胶囊图像分割阈值的实数编码序列作为样本个体,选择最大类间方差作为个体的生存适应度评价标准,进行一系列微分进化算法运算后,最终获得胶囊检测图像的理想分割阈值。实验分析结果表明该方法不仅可以达到最大类间方差法的图像分割效果,而且运行效率优于最大类间方差的图像分割方法,可以提高机器视觉中的图像分割质量。     

球面四杆机构函数综合的带修复策略可行性规则差分进化算法

根据杆长限制条件,建立约束方程,进而得出求解球面四杆机构函数综合问题的非线性方程组,并将该方程组的求解转化为鞍点规划问题。以杆长协调、传动角、避免乱支缺陷等为约束条件,提出球面四杆机构近似函数综合的约束优化模型,再应用差分进化(Differential evolution,DE)算法求解该问题。在定义约束违反度和弱、强不可行解的基础上,提出处理约束条件的改进可行性规则,形成求解约束优化问题的可行性规则差分进化(Feasibility-rule-based DE,FRDE)算法。应用4个benchmark约束优化问题测试FRDE算法的优化性能,结果表明,其可靠性和稳健性指标优于对比算法。面向机构优化综合问题,将修复策略融入FRDE算法,发展为带修复策略的FRDE算法(Feasibility-rule-based DE algorithm with repair strategies,FRRDE)。给出5个函数综合实例。结果显示,优化模型和方法可行有效,且FRRDE算法的优化性能好于对比算法。     

改进差异演化算法在机械优化设计中的应用

将差异演化算法应用于机械优化设计问题,具体分析了差异演化算法的基本原理和步骤.同时,为进一步提高该算法求解效率,提出双优变异和混沌迁徙操作,最后通过两个机械优化设计实例进行仿真试验,结果表明该求解方法收敛速度快、稳健性强.     

数字PID控制及其改进算法的应用

对PID控制的比例、积分和微分控制的物理意义进行了深入的阐述。结合一个具体的二阶系统(转台)的应用,阐述了各种PID控制算法的优缺点和适用性。根据实际的被控对象,逐步考虑了被控对象的三种不同的数学模型:理想的、带死区的和带死区且有量测噪声的。最后给出了指导性更加明确的PID参数工程整定的一般步骤。     

基于神经网络的微分先行PID控制器的研究

微分先行PID是理想型PID改进中的一种,它适合于给定值频繁变化的情况。但是传统的PID控制器在实际的工业生产过程中,对具有非线性、时变不确定等特性的系统控制效果并不理想。神经网络与之结合是很好的一种解决方法     

混沌差分优化数据聚类及在故障诊断中的应用

以某往复式天然气压缩机三类典型故障下的振动数据为例,进行数据聚类性能仿真和故障诊断应用实验,仿真实验结果表明改进的FCM数据聚类算法聚类性能效果有较大提高,故障类别分类诊断中能提高故障判断准确率15％以上,在工程实践中具有很好应用前景.