传统优化算法与遗传算法的比较

论述了优化模型及其传统的优化算法,同时介绍了一种现代优化设计方法——遗传算法的原理、特点,首先比较了两者间求解方式上的特点,并就单纯的遗传算法、改进后的遗传算法与传统优化算法间求解效果进行了比较,认为结合遗传算法和传统优化算法间的优点将会越来越得到重视,效果将越来越好.     

基于距离浓度免疫算法的机械优化设计

机械优化设计是复杂的非线性优化问题.受生物免疫原理的启发,提出了一种基于距离浓度的免疫算法,并将该算法用于机械优化设计中.通过对一个轴的优化设计实例表明,该方法比采用遗传算法和传统的免疫算法设计方法有更好的性能.     

粒子群优化算法在桁架优化设计中的应用

粒子群优化(PSO)算法是近年来发展起来的一种基于群智能的随机优化算法,具有概念简单、易于实现、占用资源低等优点.为了解决有应力约束和位移约束的桁架的尺寸优化问题,将PSO算法应用于桁架结构的尺寸优化设计.首先介绍了原始的PSO算法的基本原理,然后引入压缩因子改进了PSO算法,并提出合理的参数设置值.对几个经典问题进行了求解,并与传统的优化算法和遗传算法进行了比较.数值结果表明,改进的PSO算法具有良好的收敛性和稳定性,可以有效地进行桁架结构的尺寸优化设计.     

机械优化设计及其MATLAB实现

以机械优化设计的传统求解方法为基础,探讨了优化设计的MATLAB实现方法,该方法初始参数输入简单,编程工作量小,具有明显的优越性.通过实例介绍了MATLAB进行优化设计的基本原理和过程,为机械零件的优化设计提供了一种新方法.     

机械优化设计及其MATLAB实现

以机械优化设计的传统求解方法为基础,探讨了优化设计的MATLAB实现方法,该方法初始参数输入简单,编程工作量小,具有明显的优越性.通过实例介绍了MATLAB进行优化设计的基本原理和过程,为机械零件的优化设计提供了一种新方法.     

桁架结构形状优化的粒子群优化算法

为解决有应力约束、几何约束以及局部稳定性约束的桁架结构的形状优化设计,将粒子群优化(PSO)算法应用于桁架结构的形状优化设计.首先详细介绍了原始PSO算法的基本原理,然后引入压缩因子改进了原始的PSO算法,并提出了合理的参数设置值.优化计算过程中,综合考虑了节点坐标和截面面积等两类不同性质的设计变量.最后对几个经典问题进行了求解,并与传统的优化算法进行了比较.数值结果表明,改进的PSO算法具有良好的收敛性和稳定性,可以有效地进行桁架结构的形状优化设计.     

基于改进粒子群优化算法的钢框架抗震优化设计

为进行钢框架结构抗震优化设计,首先构建基于Push-over抗震分析方法、以结构顶层位移和层间位移角为性能指标的抗震优化模型;选择从惯性权重取值、速度更新方式和位置更新方式等方面改进的粒子群算法对构建好的结构模型进行优化;对一榀三层四跨钢框架模型算例进行优化求解,并与标准粒子群算法、蚁群算法和遗传算法的求解结果进行比较。结果表明:改进后的粒子群算法稳定性良好且求解质量更优,可应用于钢框架抗震优化设计。     

基于MATLAB算法的圆柱齿轮减速器优化设计

在系统研究圆柱齿轮减速器优化设计目标函数建立、设计变量选取和约束条件确定的基础上，建立其优化设计数学模型，然后采用MATLAB算法求解该优化问题。优化结果表明采用MATLAB算法求解优化设计问题，不仅算法可靠有效，而且编写程序比较简单，设计效率能够得以提高。该研究方法在解决其他机械优化设计问题时也同样适用。     

基于层次分析粒子群算法的可靠性稳健优化设计

利用多目标优化策略,将机械零部件的可靠性稳健优化设计转化为多目标问题。为提高零部件可靠性稳健优化设计多目标模型的求解效率,将所提出的基于层次分析法的多目标粒子群算法应用于可靠性稳健优化设计的多目标模型求解中。该方法简便易行,能迅速准确地得到机械零部件扭杆的可靠性稳健优化设计信息。     

基于位姿分离的机械臂解析求逆优化算法

针对6R机械臂逆向运动学求解过程复杂繁琐、求解精度不理想的问题,提出一种基于位姿分离的解析求逆优化算法.利用改进型D-H参数法建立机械臂的运动学模型,通过连杆变换矩阵推导出机械臂的正向运动学方程,利用位姿分离思想进行逆解优化算法设计,利用蒙特卡洛法分析机械臂的工作空间,运用Matlab Robotics工具箱验证改进算法的有效性.结果表明：该改进算法具有较高的求解精度,与现有解析优化算法相比,大幅度简化了求解过程,提高了运算效率.