基于蚁群算法的斗轮机构结构优化设计

介绍了蚁群算法及其改进型的原理、模型和算法实现过程,采用蚁群算法及其改进型算法对斗轮堆取料机俯仰钢结构进行了优化计算。改进型蚁群算法计算结果要优于普通的蚁群算法,说明了蚁群算法应用于机械优化计算切实可行,为复杂的机械优化设计问题提供了新的思路和方法。     

旋转装载机工作装置的遗传优化设计

建立了旋转装载机工作装置的数学模型,采用基于双种群违约解修正法的遗传算法对其进行了优化设计。结果表明,采用优化设计后,铲掘位置连杆机构的传力比提高了9.9%,工作装置的性能得到明显提高。     

装载机反转六杆式工作装置的优化设计

应用Ansys优化模块对ZL50装载机反转六杆式工作机构在参数化建模的基础上,以铲斗在升举过程的平移性为目标对机构的几何参数进行了优化设计。优化算例表明优化模型可行,优化后在确保机构工作平稳性的同时满足了预先的设计要求,获得了装载机工作机构的合理配置,对提升反转六杆式装载机的工作效能和稳定性具有实际意义。     

基于蚁群算法活塞压缩机盘形活塞的优化设计

针对盘形活塞的结构特点,以盘形活塞的重量最小为优化目标,同时确定影响活塞重量的设计变量,以盘形活塞的弯曲应力、切应力以及挤压应力为约束函数。优化算法采用了蚁群算法,可以求解出目标函数的全局最优解,经过计算验证该方法具有精度高、容易实现等优点。     

挖掘式装载机工作装置有限元分析

以ZWY-150型挖掘式装载机工作装置为研究对象,使用Pro/Engineer建立其实体模型,导入HyperMesh中划分网格,建立有限元模型,并在 ANSYS 中对4种典型工况下的有限元模型添加约束与载荷,对其整体进行有限元结构静力分析和模态分析,并对其结构提出油缸座支撑耳板要加焊加强板或用较厚的板代替,延长小臂下底板,增强小臂侧板的箱型封闭性,加强铲斗侧板等改进方案.     

矿用装载机工作装置优化设计及运动仿真

根据煤矿井下环境对小型装载机工作装置的要求,结合小型装载机工作装置的特点,对装载机各连杆机构的尺寸进行优化设计,建立了一个带有13个设计变量、26个等式和不等式约束的较为复杂的多目标优化模型。通过优化设计结果分析及基于Pro/E三维实体建模仿真验证了所建优化模型和所采用优化设计方法的合理性和有效性。     

蚁群算法在齿轮减速器可靠性优化设计中的应用

人工蚂蚁算法是受到人们对自然界中真实的蚂蚁群体行为的研究成果的启发而提出的一种基于种群的模拟进化箅法，属于随机搜索算法的一种。最早由意大利学者M.Dorigo等人提出，在充分利用蚂蚁群体搜索食物的过程     

基于蚁群算法的水仓清理车螺旋搅拌机构的优化设计

螺旋搅拌机构是组成新型水仓清理车的关键部件之一,其设计水平的高低直接影响工作机构性能的好坏,从而影响整机的工作效率与经济性指标。基于Matlab软件,运用蚁群算法对新型水仓清理车螺旋搅拌机构进行优化计算,使搅拌部分的参数设计结果更能符合实际要求,从而提高新型水仓清理车的效率,起到理论指导实践的作用。     

基于优化理论的装载机工作装置设计研究

以装载机八连杆机构工作装置为例,以铲掘工况时的机构传力特性为目标函数,建立了该机构的数学模型,采用惩罚函数法,结合样机,对其进行优化。     

QCL03清仓机工作装置的优化设计

为减小清仓机的总体尺寸、提高性能 ,我们对其工作装置进行了优化设计。     

基于蚁群算法的煤炭运输优化方法

基于蚁群算法的基本原理,论述了蚁群算法模型的实现方式,并对蚁群算法的煤炭运输优化方法进行分析,且结合实际案例加以说明,为基于蚁群算法在煤炭运输的实践优化提供借鉴,促进煤炭运输行业的良性发展。     

蚁群优化算法基本原理及其应用

蚁群优化算法是一种快速元启发式优化算法.该算法是受到真实的蚁群行为的启发而提出的.该算法采用分布式并行计算机制,易与其他方法想结合,具有较强的鲁棒性.先介绍蚁群算法基,本原理,然后介绍蚁群算法在各领域的发展应用,最后讨论蚁群算法的可能拓展领域.     

基于蚁群算法的煤炭运输优化方法

本文主要以蚁群算法为基础,求解煤矿运输优化方法,运算出实际生产中较优生产模式。首先对蚁群算法做出了简单的介绍,然后比较仔细的阐述了煤矿问题的数学模型,最后演示了蚁群算法在运输优化问题中的应用。     

基于蚁群优化的多媒体传感器网络服务感知器路由算法研究

无线传感器成本及功耗相对较低,并且可以获取全面的环境信息,但随着监测环境越来越复杂,一般无线传感器只能获取简单数据,现实需要无法得到切实满足,在传感器网络中引入多媒体成为必然趋势。文中首先对依托于蚁群优化服务的感知路由算法进行详细阐述,在此基础上介绍了仿真环境,并将其与传统蚁群优化算法进行了对比。     

混合蚁群优化算法应用研究

结合粒子群算法的思想,提出用混合蚁群算法。其核心是应用粒子群算法对蚁群算法的3个控制参数(β,ρ,q0)进行优化,以及运用蚁群系统算法(ACS)寻找最短路径。新算法克服了参数选择对算法性能的影响,具体很强的全局搜索能力。新算法改进了传统蚁群算法的性能,取得了非常好的效果。     

基于改进蚁群算法移动机器人的路径规划

针对基本蚁群算法存在收敛速度慢,计算周期长,易死锁等问题,提出了蚂蚁回退、蚂蚁相遇、带交叉点的路径交叉的改进算法。通过随机数引入和状态转移概率的应用,平衡了各路径信息素,从而有效地避免陷入局部最优,使得算法在收敛速度和执行效率上得到有效提高。     

多态蚁群算法在煤矿机械中的研究及其应用

介绍了多态蚁群算法的理论依据以及发展,新型的多态蚁群算法是根据蚁群算法的初始原理,在算法得到成功地演算的时候,将在压缩的圆柱形的螺旋进行优化设计,然后在多态蚊群算法能够实行的前提下,来帮助在程式上很复杂的机械设计程序创造出全新的运作模式。     

基于蚁群算法的移动机器人运动规划研究

针对当前机器人运动规划研究中存在的问题,提出了一种以蚁群算法为基础的机器人运动规划,该算法能够在比较复杂的环境中规划出更优化的路径,并且提高了规划的效率。通过仿真实验验证了算法的有效性。