优化过程知识引导的挖掘机动臂结构优化设计新策略

针对现有智能优化算法求解挖掘机动臂结构优化问题效率低、易陷入局部最优等问题,提出一种优化过程知识挖掘、处理和利用策略.构建基于任务知识指导的优化过程知识挖掘、处理和利用机制,探讨了运用优化过程知识引导遗传算法数值优化搜索的途径,并建立群体成员分组的知识利用算子以及选择、交叉、变异操作的知识利用算子.以中型液压挖掘机动臂结构优化任务为例,以所构建的知识利用算子引导遗传算法的数值优化搜索,通过与现有遗传算法进行对比,表明优化过程知识的利用可以有效提高优化效率并改善优化效果.     

免疫遗传算法在多目标优化设计中的应用

文中介绍的免疫遗传算法是在免疫算法的抗体多样性维持机制中引入遗传算法,使其性能比标准免疫算法更进了一步。并通过测试函数,证明了免疫遗传算法既保留了免疫算法的优点,又提高了免疫算法中抗体的多样性和收敛速度。最后结合压铸机合模机构的优化设计,结果表明此算法可有效解决工程问题的优化。     

遗传算法和神经网络组合求解离散变量结构优化问题

利用遗传算法优良的全局搜索性能和对目标函数的仅要求有定义的特点进行离散变量结构优化设计。利用BP神经网络的模拟逼近功能，建立结构设计输入与输出之间的全局映射关系，获得遗传算法中的适应度函数值。将此方法应用于垂直循环式停车设备钢结构骨架优化问题。结果表明，该方法只需较少的有限元分析次数就可以获得良好的优化解。     

A parallel computing application of the genetic algorithm for lubrication optimization

This study investigated the performance of parallel optimization by means of a genetic algorithm (GA) for lubrication analysis. An air-bearing design was used as the illustrated example and the parallel computation was conducted in a single system image (SSI) cluster, a system of loosely network-connected desktop computers. The main advantages of using GAs as optimization tools are for multi-objective optimization, and high probability of achieving global optimum in a complex problem. To prevent a premature convergence in the early stage of evolution for multi-objective optimization, the Pareto optimality was used as an effective criterion in offspring selections. Since the execution of the genetic algorithm (GA) in search of optimum is population-based, the computations can be performed in parallel. In the cases of uneven computational loads a simple dynamic load-balancing scheme is proposed for optimizing the parallel efficiency. It is demonstrated that the huge amount of computing demand of the GA for complex multi-objective optimization problems can be effectively dealt with by parallel computing in an SSI cluster.     

洗衣机装配序列遗传优化建模及算法研究

为了研究装配序列遗传优化问题,以某洗衣机装配序列规划为例,讨论了面向装配序列遗传优化的建模方法。结合装配生产线布局、工位装配能力和工件连接关系的实际,给出了可装配性性能指标相关权重的一般性确定原则,建立了面向遗传优化的装配模型,并设计了遗传优化的编码方式和进化算子。为保证个体的有效性,提出了工位约束检验和以连接关系为依据的工件约束检验;为保持种群多样性、避免遗传算法早熟,提出了采用局部搜索策略进行扩展操作的方法。对洗衣机装配序列优化的结果验证了所建模型及所提算法的有效性。     

基于遗传算法与有向图拓扑排序的工艺路线优化

针对工艺设计中的工艺路线优化问题,归纳了工步间的基本优先级约束关系。基于约束关系,将整个工艺活动过程转化为工步有向图,工步节点间的拓扑关系以约束矩阵的形式存储。提出了约束矩阵判错的检测方法;建立了工步图的拓扑排序模型。设计了一种随机的深度优先搜索算法对工步图进行拓扑排序,得到全部可行的一定数目初始工艺计划作为遗传算法的初始种群。算法中,提出了基于车间动态资源的加工序列编码策略;定量分析了工艺计划评价准则,采用罚函数的方法将目标函数和约束条件建立成一个无约束的优化目标函数,由此确定了染色体的适应度函数;设计了遗传操作算子(选择、交叉、变异),并通过基于模拟退火机制的精英策略加速算法收敛。最后,通过实例证明了该算法的有效性。     

基于改进遗传算法的数控加工中心机床工艺路线优化

针对数控加工中心机床工艺路线工序集中、工步复杂、加工刀具类型多带来的排序规模大、成本核算困难的特点,用一种改进的遗传算法实现工艺路线的优化。算法中以加工时间最短和加工成本最低两个目标作为组合的优化目标函数,从而构造出适应度函数。改进的算法对不同的加工面设立了加工标识位码,并制定了加工标识位码的优先原则、加工标识位码相同原则;优先原则实现了工艺路线排序原则;相同原则实现了工步中的刀具类型的选择及刀具成本的核算。由于算法中加入了加工标识位码相同原则,去除掉不必要工艺路线组合方案,从而使得算法收敛更快。通过实例对算法进行了系统仿真实验,得出了最优路线方案,验证了方案的合理性。     

基于分布种群遗传算法的二自由度PID控制器参数优化整定

利用一种基于分布种群的遗传算法,对整定困难的二自由度PID控制器的参数进行优化整定,并给出了该遗传算法的数学描述。该算法将寻优空间划分为多个不相交子空间,分别对在各子空间内的种群进行遗传操作,评价种群适应度,细化解空间,达到在较小的范围做精细搜索的目的,兼顾了搜索的广度和深度,提高了寻优的搜索性能,克服了常规遗传算法易陷入局部极值的缺陷。仿真试验证明了其有效性。     

三轴标准振动台簧片解耦结构遗传算法多参数优化设计

针对三轴标准振动台簧片解耦结构低固有频率及非线性特性导致的工作频率范围受限及输出振动波形严重失真等问题,首先基于确定的解耦结构关键参数及简化组合,通过Ansys模态和瞬态动力学分析,得到相应参数变化时三轴标准振动台的固有频率和输出波形失真特性。进一步,采用多元非线性回归法建立准确表征固有频率、失真度与关键结构参数间非线性变化关系的回归方程,并基于NSGA-II遗传算法对簧片解耦结构进行多参数优化,求解得到前3阶固有频率、弯曲振型固有频率最大可分别提升123.95%、166.85%及失真度最大可降低36.83%的最佳簧片结构参数。最后,实验测试表明最优簧片解耦结构对应的三轴标准振动台在固有频率及输出波形失真度两方面性能均得到提升,验证了簧片解耦结构遗传算法多参数优化设计的有效性,为其他多维柔性结构优化设计提供了参考。