基于自适应遗传算法的连续体结构的拓扑优化

采用遗传算法 ,用染色体基因映射结构离散化后的单元体 ,通过改变基因代码实现连续结构的拓扑。优化过程中 ,利用遗传算法进行结构优化 ,通过有限元技术对结构进行建模和分析。在遗传算法中 ,采用自适应的交叉和变异算子 ,提高优化分析效率 ,改善优化分析结果。算例分析表明所提出的方法是有效的。     

改进的遗传算法在连续体结构拓扑优化中的应用

应用遗传算法进行结构拓扑设计可以克服传统方法的诸多不足。本文应用遗传算法,采用基于“链码”的编码方式和数学形态学的变异算子,设计了一种连续体结构拓扑优化的新方法。此方法消除了棋盘格和铰接现象,提高了优化分析的效率,可以在较短的时间内找到优异的拓扑结构。     

基于整数编码遗传算法改进的起重机主梁优化

轻量化是起重机的发展趋势之一,利用优化技术减轻主梁质量是其关键而有效的方法之一。首先,综合考虑主梁设计模型中变量的离散性与连续性以及各类约束,对传统主梁优化模型进行了补充与改进;然后,对传统的整数编码遗传算法进行了改进,保留了选择、交配、变异操作产生的群体,扩大了搜索空间,能够处理新的主梁优化模型中设计变量取值区间不同、变量间有约束的情况;最后,以浙江省某企业的QD型起重机为实例,利用改进的整数编码遗传算法对主梁进行了优化求解,同时通过与现有算法的比较,优化模型的有效性和算法的收敛稳定性得到了验证。     

基于C++遗传算法实现及其在连续最优化问题中的性能检测

对遗传算法在解连续优化问题中的关键技术进行了讨论。运用C／C 实现了遗传算法的程序编制。数值仿真结果验证了遗传算法计算性能稳健,能够对复杂、非线性的多峰连续函数进行全局寻优。     

基于自适应遗传算法的隔振系统参数优化计算

为优化航天器中隔振系统的隔振参数,提出了一种基于自适应遗传算法的优化方法。在只考虑单条支腿的前提下,建立了主动隔振系统的动力学模型,通过拉普拉斯变换得到了上平台输出的力对下平台控制力的传递函数,并获得待优化的参数。将参数优化问题转化成数值优化问题,利用最大熵法生成算法的目标函数;采用新的选择算子来避免算法早熟;提出自适应交叉算子和自适应高斯变异算子来保证种群多样性;通过优胜劣汰和种群迁移法则来提高算法的全局收敛性。最后,通过仿真实例对算法的有效性进行验证,结果表明：和传统的遗传算法相比,本算法的收敛速度快、优化效果好。     

基于改进遗传算法的工艺过程优化设计

提出一种工艺过程优化设计方法。该方法通过同时考虑操作的选择和工序的排序是多种任务来并发地产生整个求解空间，从而实现整个工艺过程的全局动态变化。采用改进遗传算法搜索最优方案，改进遗传算法采用新的交叉和变异方法，使交叉和变异分工合作，交叉进行操作排序优化，变异进行操作选择，二者同时进行实现整个工艺过程的全局优化。     

基于实数编码遗传算法的平面度评定

将基于实数编码的遗传算法应用于平面度的评定.根据尺寸和公差的数学定义,建立完全符合最小区域条件的平面度评定的数学模型,并在此基础上给出遗传算法的适应度函数.随后详细地介绍了算法的实现步骤,在基于实数编码的基础上,遗传选择操作采用一种正比选择策略--转轮法,遗传交叉操作采用简单算术交叉法,而遗传变异操作是随机均匀实数变异操作.最后对文献[5]的实验数据进行了评定,仿真结果表明该算法不仅合理,而且效率高、精度高,优于其它算法.     

基于POX交叉的遗传算法求解Job-Shop调度问题

通过改进传统的遗传算法求解Job—Shop调度问题。为基于工序的编码提出了一种新的POX交叉算子，并与其他交叉算子进行了比较以显示其高效性。为了保留父代的优良特征和减少遗传算子的破坏性，设计了一种子代交替模式的交叉方式。将提出的改进遗传算法应用于muth and thompson‘s基准问题的实验运行，显示该算法的有效性。     

基于遗传算法的拣选系统调度优化研究

为了均衡分拣工位任务量、提高分拣效率,对分拣系统中的订单排序问题进行研究,以最小化订单拣选完成时间为目标,建立了订单排序优化模型。为求解模型,设计了实数编码的遗传算法来对模型进行求解,获得了较优的订单拣选顺序。实验结果表明,优化后的订单拣选顺序有助于提高分拣系统的拣货效率,具有良好的实用性。     

基于改进遗传算法的柔性作业车间调度

针对柔性作业车间调度问题(FJSP)的特点和发展现状,提出一种基于基本遗传算法的改进算法。构建了一种新的染色体表达方案,将染色体分为工序染色体部分和机床染色体部分。通过加权处理设计了适应度函数,将多目标优化问题转变为线性优化问题。针对改进的染色体表达方案,重新设计了种群初始化算法,采用复制、交叉,以及变异操作策略优化调度方案。通过实例验证了该算法对FJSP的优化过程,试验结果表明了该算法的可行性和有效性。     

基于遗传算法的多种切削方式集成参数优化

切削参数优化是零件工艺方案优化的一项重要内容。首先说明了多种切削方式集成参数优化的可行性,建立了以生产效率和生产成本为目标函数,考虑机床、切削力、零件表面粗糙度等约束条件的集成多种切削方式的参数优化模型,并用遗传算法进行求解。最后,开发了不同切削方式的集成参数优化系统,实例证明了集成参数优化方法及系统的实用性。     

基于RecurDyn和ANSYS的液压挖掘机动臂结构优化设计

液压挖掘机动臂存在设计冗余的问题,为了对动臂的截面参数进行优化,首先对动臂的铰点受力进行了分析,建立了多体动力学模型,通过刚柔耦合动力学仿真,确定了动臂的各个铰点在坐标轴方向上的最大受力.通过单因素静力学仿真试验,建立了臂截面参数与最大等效应力之间的单因素数值拟合模型,通过多因素正交仿真试验,建立了多因素复合数值拟合模...     

基于遗传算法的行星传动多目标模糊优化

遗传算法是一种模拟生命进化机制的搜索和优化方法 ,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题 ,并在介绍遗传算法的基础上 ,提出了基于遗传算法的行星传动多目标模糊优化方法。算例计算表明 ,遗传算法在机械多目标优化方面具有较好的应用前景     

基于神经网络的齿轮传动遗传算法优化

以一对齿轮机构分度圆柱体积之和最小为优化目标，建立了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，故通过神经网络方法拟合待求系数，结合遗传算法，应用manab遗传算法工具箱寻求最优解，使求解过程得到简化，确保可靠地获得全局最优解。     

基于自适应遗传算法的大型关重件车间布局优化

针对大型关重件生产车间的多行布局问题,建立了同时考虑物流费用与物流时间的多目标优化数学模型,运用了一种改进的自适应遗传算法,其交叉概率和变异概率可随群体的适应度自动改变,使算法避免陷入局部最优;加入精英保留策略,使每代中的最优个体都能够得到保留,避免交叉和变异操作遗失全局最优解.最后结合某船用曲轴车间实例,分别运用该算...     

基于遗传算法的机床主轴结构静态优化设计

利用边界元法（BEM）对加工中心主轴系统进行力学模型的建立,并通过遗传算法（GA）对机床主轴结构进行优化设计,通过算例研究表明,对于多约束优化问题,利用该算法可以较好地获得全局最优解,给出的主轴参数优化合理,能够满足工程实际应用的需要。     

基于遗传算法的仓库拣选作业优化与eM-Plant实现

在建立了仓库拣选作业优化模型的基础之上,提出了用遗传算法(GA)求解堆垛机拣选作业最优路径的具体方法,并在一个实例中用eM-Plant软件中的遗传算法模块实现了仓库拣选作业的仿真优化。     

基于多目标遗传算法的弧齿锥齿轮多学科优化设计

针对常规设计中弧齿锥齿轮存在的问题,将多学科优化设计引入到弧齿锥齿轮设计中,改善其不足。以大小弧齿锥齿轮体积之和最小、弧齿锥齿轮齿根弯曲应力最小以及工作噪音最小三个方面为目标函数,以齿数、齿宽中点螺旋角、齿宽和大端模数为设计变量,考虑齿面接触疲劳强度、齿根弯曲疲劳强度、环境保护等8个方面约束,建立弧齿锥齿轮的多学科优化设计数学模型。根据该数学模型,运用多目标遗传算法对文中的实例优化求解,计算结果表明该设计方法是合理的,行之有效的。     

遗传算法用于平面曲柄摇杆机构再现轨迹的优化设计

介绍了一种新的参数优化算法———遗传算法,并以平面曲柄摇杆机构再现轨迹优化设计为研究对象,采用该算法对其进行了设计,解决了曲柄摇杆机构再现给定轨迹设计的难题,此项工作为实际生产这种机构的优化设计提供了一种科学且可行的方法。