采用改进遗传算法的新型节能电磁换向阀的优化设计

采用一般遗传算法与传统优化方法相结合的改进遗传算法,对文献[1]中提出的新型节能电磁换向阀进行了优化设计,给出了优化设计数学模型及优化结果,并对采用一般遗传算法和改进遗传算法进行优化设计获得的结果进行了比较,结果表明,采用改进遗传算法对行新型节能电磁换向阀的优化设计具有寻优精度高,寻优速度相对较快的优点。     

新型节能电磁换向阀的研究

本文介绍了一种新型节能电磁换向阀的结构及工作原理，并通过对电磁铁及换向阀的动态特性的仿真和试验研究，对其节能效果进行了分析。     

基于MATLAB的超高压电磁换向阀优化设计

建立了超高压电磁换向阀优化设计模型,并以三位四通电磁换向阀为例,探讨了利用MATLAB进行最优解求解的可行性.结果表明该设计计算简单易行、速度快、精度高.     

基于遗传算法的弹簧的优化设计

采用一种现代的优化算法—遗传算法对弹簧进行优化设计 ,优化设计的结果证明遗传算法在弹簧的设计中同样有效。     

汽车悬架扭杆弹簧遗传算法优化设计的研究

遗传算法是一种新型的优化方法 ,对于复杂的优化设计问题 ,具有鲁棒性好的特点。本文通过对遗传算法的研究 ,构造了汽车悬架扭杆弹簧基于遗传算法优化设计数学模型。通过编码的方法 ,对汽车悬架扭杆弹簧进行了优化设计。     

基于SVM和遗传算法的新型直线电机结构参数优化

建立了一种新型圆筒直线电机的有限元模型,并验证了有限元模型的正确性。基于正交和随机方法安排了有限元仿真试验,获得了用于非线性电磁建模的样本空间。进一步采用支持向量机回归建模方法,建立了直线电机的非线性数学模型,而后采用遗传算法进行了直线电机结构参数多目标优化,得出最优结构参数组合。有限元仿真验证表明,基于支持向量机和遗传算法的优化方法用于研究该种新型直线电机电磁结构参数优化是可行的。     

基于故障树的气动球阀用电磁换向阀故障诊断

应用故障树分析法对气动球阀用电磁换向阀故障进行了分析。详细介绍了电磁换向阀的工作原理,建立了电磁换向阀断电切换延迟故障树模型,进行了电磁换向阀故障分析与定位,提出了故障解决措施和建议,为电磁换向阀的故障诊断和维护提供了理论依据和方法。     

基于Matlab遗传算法工具箱的同心式磁力齿轮优化设计

运用全局解析法对同心式磁力齿轮电磁场、电磁转矩进行分析和计算,在此基础上,利用Matlab优化工具箱中的遗传算法对其优化设计。实验结果表明,基于Matlab遗传算法工具箱的同心式磁力齿轮优化设计方法得到了令人满意的结果,并为同心式磁力齿轮的分析和设计提供了一个新的途径。这对同心式磁力齿轮的研究及应用具有重要意义。     

一种四稳态数字执行器阵列的基因遗传优化设计

为了满足四稳态数字电磁执行器阵列具有稳定、独立性及均一性的紧凑化设计需求,提出了一种基于基因遗传算法的多目标优化设计方法.应用MATLAB建立了执行器阵列的静态磁场分析模型,并将其用于优化阵列,使用单目标遗传算法和多目标遗传算法分别对执行器阵列进行了优化并进行优化数据对比,最后确定了执行器阵列的最终优化设计参数.优化结果表明:与现有的执行器阵列相比,SRZ目标值提高了38.33％,IF目标值将低了5.78％,VF目标值降低了1.08％.     

基于Fluent的电磁换向阀压差-流量特性研究

运用计算流体动力学仿真分析软件Fluent建立了电磁换向阀仿真模型,对电磁换向阀的压差—流量特性进行了仿真分析,开发了电磁换向阀样机,完成了阀口压差—流量特性试验,通过实验验证了仿真分析结果。     

基于父子混合选择遗传算法的大型压力机主梁的最优设计

主梁是大型压力机的关键受力构件之一,其最优设计问题是一类很难求解的非线性规划问题.传统的优化方法在解决这类复杂优化问题时显示出自身的一些不足.针对传统优化算法的局限性,提出用简单实用的基于父子混合选择遗传算法,对大型压力机的主梁进行优化设计.并用一个仿真算例验证了该算法的有效性和可行性.     

基于免疫遗传算法的车间调度问题的研究

根据生命科学中免疫系统的信息处理机制,在一般遗传算法的基础上,将免疫计算和改进的遗传算法(预防近亲结合的多重交叉策略)相结合,建立了一种用于车间调度的免疫遗传算法,通过接种疫苗提高抗体的适应度,通过免疫选择防止种群的退化。针对作业车间调度问题,设计了免疫遗传计算中疫苗的提取和接种方法,即基于加工机器的基因片断抽取疫苗方法和接种方法。通过作业车间调度十个典型标准问题验证,文中所述免疫遗传算法可行,较现有免疫算法、一般遗传算法及一些传统优化设计方法在收敛效率和准确性等方面有很大改进与提高。     

索网式星载展开天线结构纵向调整索数及其初始张力的优化

针对星载可展开天线的特殊要求,对索网式展开天线结构的初始设计进行优化研究。以上、下索网之间的纵向调整索数与索张力为设计变量,表面精度与纵向调整索数为目标,应力和频率为约束条件,建立双目标优化数学模型。由于传统的优化方法难以求解高度非线性的、具有混合变量的双目标优化问题,故采用遗传算法进行求解。优化取得了满意的结果,验证了模型与方法的可行性与有效性。     

肉燃机阀门压缩弹簧遗传优化设计

首先对内燃机阀门压缩弹簧进行分析,建立优化数学模型,并应用遗传算法求出问题的最优解,探讨了将遗传算法应用于此类具有约束、多变量类型优化问题的可行性。     

基于遗传算法的超精密切削表面粗糙度预测模型参数辨识及切削用量优化

建立易于分析各切削用量对粗糙度影响关系的表面粗糙度预测模型和最优的切削用量组合,是超精密切削加工技术的不断发展的需要。针对最小二乘法和传统优化方法的不足,提出了将遗传算法用于超精密切削表面粗糙度预测模型的参数辨识,并用于求解最优切削用量,给出了金刚石刀具超精密切削铝合金的表面粗糙度预测数学模型和切削用量优化结果,进行了遗传算法和常规优化算法的比较,结果表明遗传算法较最小二乘法和传统的优化方法更适合于粗糙度预测模型的参数辨识及保证切削用量的最优。     

New knowledge-based genetic algorithm for excavator boom structural optimization

Due to the insufficiency of utilizing knowledge to guide the complex optimal searching, existing genetic algorithms fail to effectively solve excavator boom structural optimization problem. To improve the optimization efficiency and quality, a new knowledge-based real-coded genetic algorithm is proposed. A dual evolution mechanism combining knowledge evolution with genetic algorithm is established to extract, handle and utilize the shallow and deep implicit constraint knowledge to guide the optimal searching of genetic algorithm circularly. Based on this dual evolution mechanism, knowledge evolution and population evolution can be connected by knowledge influence operators to improve the conflgurability of knowledge and genetic operators. Then, the new knowledge-based selection operator, crossover operator and mutation operator are proposed to integrate the optimal process knowledge and domain culture to guide the excavator boom structural optimization. Eight kinds of testing algorithms, which include different genetic operators, arc taken as examples to solve the structural optimization of a medium-sized excavator boom. By comparing the results of optimization, it is shown that the algorithm including all the new knowledge-based genetic operators can more remarkably improve the evolutionary rate and searching ability than other testing algorithms, which demonstrates the effectiveness of knowledge for guiding optimal searching. The proposed knowledge-based genetic algorithm by combining multi-level knowledge evolution with numerical optimization provides a new effective method for solving the complex engineering optimization problem.     

基于遗传算法的动静涡旋盘优化设计

应用遗传算法对动静涡旋盘进行优化设计,使涡旋压缩机能效比EER达到最大值。给出了优化设计的数学模型、遗传算法计算方法、基于遗传算法数学模型原理框图、优化设计算例。较之其它方法,遗传算法不易陷入局部极值,可处理大规模问题,计算速度快,最后用实例验证了该方法的有效性。     

应用遗传算法的塔机起升机构模糊优化设计

针对塔式起重机起升机构的设计实例,考虑到设计参数取值的不确定性,在满足承载能力和传动比分配要求条件下,以起升机构的减速器中心距最小为优化目标,建立了该问题的模糊优化设计的数学模型。由于传统的优化方法存在着求解过程复杂和寻优过程容易陷入局部最优解的问题,故应用matlab遗传算法工具箱寻求问题最优解,使求解过程得到简化,能可靠地获得全局最优解。     

模拟退火算法在抓斗优化设计中的应用

简介模拟退火算法，提出一个适合于求解连续变量约束非线性规划问题的算法，给出了相应的框图。使用此算法求解了抓斗机构的优化设计以提高抓斗的抓取能力，并将计算结果与传统优化算法的计算结果进行了对照。