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。     

塔式起重机变幅机构的模糊优化设计

以塔式起重机变幅机构中蜗轮齿冠体积最小为优化目标，建立了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。     

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。     

动态惩罚函数非线性规划遗传算法及在汽车变速器中的应用

针对传统遗传算法在求解非线性规划问题时局部搜索能力较弱,惩罚函数求解精度不高的缺陷,将非线性规划算法引入到遗传算法中,提出一种基于动态惩罚函数的非线性规划遗传算法,将遗传算法的全局寻优能力和非线性规划算法的局部寻优能力结合起来,并引入动态惩罚函数,根据不可行点到可行域的距离和可行度自适应的调整惩罚项的值,从而能够快速求出全局最优解。介绍了动态惩罚函数的设计、改进遗传算法的关键技术和流程。最后,以某型号汽车变速器的优化设计验证了算法的合理性。与传统遗传算法相比,改进后的遗传算法解的质量、收敛速度明显提高,因而为遗传算法的改进提供了一种新的思路。     

基于神经网络的塔机变幅机构遗传算法优化

塔式起重机变幅机构一般采用蜗轮蜗杆减速器传动,由于蜗轮齿冠材料一般采用锡青铜,为了节约贵重有色金属,对蜗轮蜗杆传动采用优化设计方法具有重要意义。但传统的优化方法存在求解过程复杂和寻优过程容易陷入局部最优解的问题,本文在神经网络基础上采用遗传算法对变幅机构进行优化,使寻优过程得到简化,确保大概率地获得全局最优解。1遗传算法基本原理遗传算法是一类有效地解决最优化问题的方法,其基本思想是将问题表示成群体,根据适者生存的原则。从中选择出适应环境的个体进行复制,通过交叉,变异2种基本操作产生新一代更适合环境的群体,最…     

基于一种改进遗传算法的PID参数优化仿真

针对现有PID调节器的整定方法和遗传算法优化参数存在的问题。提出了一种改进的遗传算法用于PID参数寻优的方案。该算法采用了变群体规模和自动改变交叉概率、变异概率的措施．能提高算法的执行效率，收敛性较好，而且不易陷入局部最优解。本文以过热汽温控制系统为例．分别采用了简单遗传算法和改进遗传算法，对串级控制系统的PID参数寻优，仿真结果表明．改进后的遗传算法具有较强的执行效率和很好寻优效果。并且该文提出的算法和策略也可用于其他的优化问题中，具有一般性。     

基于遗传算法的二阶段迭代模型任务分布方案寻优

针对利用启发式方法求解二阶段迭代模型的最优任务分布方案容易陷入局部最优解的问题,根据二阶段迭代模型中各任务的分布特点,引入具有自适应全局优化特性的遗传算法求解出二阶段迭代模型的最优任务分布方案,从而减少任务执行的时间成本。以某汽车发动机的开发为例,分别应用基于启发式方法和基于遗传算法方法进行求解寻优,通过比较说明了后者的有效性。     

汽车起重机转向梯形机构遗传算法优化

在满足传动性能和边界约束条件下,根据汽车起重机转向机构的内、外转向轮理想的转角关系,以内侧转向轮理论转角和实际的内轮转角之间均方根误差最小为优化目标,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,故应用matlab遗传算法工具箱寻求最优解,使求解过程得到简化,能可靠地获得全局最优解。     

针对库区分配优化问题的改进型细菌觅食算法

针对自动化立体仓库库区分配优化问题建立了堆垛机平均运行时间模型,为求出其最优解,提出一种改进型细菌觅食算法。在求最优解的过程中,根据当前全局最优解和局部最优解,分阶段对趋化步长进行自适应调整;同时根据细菌个体对种群多样性的贡献率对其迁移概率进行设定,不但提高了收敛速度,而且保证了寻优的全局性。结合工业现场实例与原始细菌觅食算法和遗传算法进行了仿真对比,结果表明所提算法在解的质量及收敛速度上都具有明显的优势。     

基于量子遗传算法的多峰函数优化研究

针对标准遗传算法在多峰函数寻优中出现的局部收敛性及精度不高等问题,提出了一种基于量子遗传算法的多峰函数优化算法.该算法融合了量子计算和遗传算法的思想,通过量子比特编码和量子旋转门调整策略更新种群.仿真结果表明该优化算法收敛速度快,能跳出局部最优,在多峰函数寻优中具有有效性和可行性.     

车辆转向梯形优化设计及其求解方法的研究

在现有文献研究的基础上,对车辆转向梯形优化设计模型的求解方法进行了探讨.通过对该模型的研究分析,用一般方法求解该模型,计算速度偏慢且容易陷入局部最优解.通过对实数遗传算法进一步研究,提出了一种改进算法.结合轮式车辆转向梯形机构的实例计算并与一般方法计算比较,证明该方法不仅可提高运算速度,而且增大了求得全局最优解的可能性.     

Optimal design of a squeeze film damper using an enhanced genetic algorithm

This paper represents that an enhanced genetic algorithm (EGA) is applied to optimal design of a squeeze film damper (SFD) to minimize the maximum transmitted load between the bearing and foundation in the operational speed range. A general genetic algorithm (GA) is well known as a useful global optimization technique for complex and nonlinear optimization problems. The EGA consists of the GA to optimize multi-modal functions and the simplex method to search intensively the candidate solutions by the GA for optimal solutions. The performance of the EGA with a benchmark function is compared to them by the IGA (Immune-Genetic Algorithm) and SQP (Sequential Quadratic Programming). The radius, length and radial clearance of the SFD are defined as the design parameters. The objective function is the minimization of a maximum transmitted load of a flexible rotor system with the nonlinear SFDs in the operating speed range. The effectiveness of the EGA for the optimal design of the SFD is discussed from a numerical example.     

基于灰色聚类法的蜗杆传动多目标优化设计

以蜗轮齿冠体积最小、传动效率最高和中心距最小为目标,在保证蜗轮和蜗杆满足承载、强度及其它要求的前提下建立蜗杆传动多目标优化设计的数学模型。用改进遗传算法求得该问题的理想解和若干个有效解,并根据灰色聚类法从中确定最有效解。整个求解过程和结果表明,这种多目标优化问题的解决方法既有理论依据又有实用价值,是一种值得推荐的设计方法。     

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。     

应用混合遗传算法的汽车主减速器优化设计

在满足接触强度、弯曲强度和边界约束的条件下,建立了汽车主减速器优化设计数学模型,并通过神经网络方法拟合待求系数,应用遗传算法工具箱调用混合遗传算法寻求最优解,使求解过程得到简化,确保可靠地获得全局最优解。     

基于灰色聚类法的港口移动式高架起重机变幅系统多目标优化设计

以变幅系统为研究对象,建立了变幅过程中吊钩运动轨迹高度差值、臂架强度应力和变幅液压缸力差值为目标的多目标优化模型。采用遗传算法获得问题的理想解和若干有效解,并基于灰色聚类法确定各有效解的优劣次序,从而确定最有效解。应用表明,这种多目标优化问题的解决方法能够为决策提供更趋于实际的方法和依据,提高了设计的可靠性和有效性。     

遗传算法求解多方案设计问题的研究

本文在智能设计中提出了求解多方案设计问题的遗传算法,讨论了遗传算法中求解多方案问题的关键技术,包括一种改进的遗传算法,避免了标准遗传算法早收敛于局部优解和加快了全局最优的收敛速度,给出了在机床模块综合中多方案求解实例,遗传算法有效地解决模块选择与组合问题中的“组合爆炸”问题。     

基于改进遗传算法的复合材料层合板自振频率优化设计

针对复合材料层合板设计的特点,应用改进的遗传算法研究了复合材料层合板 自振频率的优化设计问题。算例分析结果表明,本文方法具有较高的计算效率。     

基于免疫遗传和径向基网络的斜齿圆柱齿轮优化设计

提出了一种基于免疫遗传和RBF网络的齿轮优化设计方法,该方法首先利用RBF网络映射优化中的关系曲线,提高了优化设计的效率;然后引入免疫遗传算法进行优化设计,提高了齿轮的优化精度。     

卫星天线臂结构优化设计的分级遗传算法

为满足刚度大、强度高、质量小的设计要求,本文针对卫星天线臂的结构优化设计提出了分级遗传算法。首先,依据设计与制造要求,将天线臂结构优化设计分解为拓扑构型与杆件尺寸两级优化问题。然后,将单元材料相对密度作为基因,整体结构的相对密度作为染色体,将刚度与质量转化为适应度函数,形成拓扑构型的遗传算法。其次,在保持拓扑构型不变的条件下,将组成拓扑构型的各杆件的剖面面积作为设计变量,杆件结构的质量作为目标函数,形成杆件尺寸优化模型,通过引入遗传算子,形成第二级遗传算法。最后,给出了某卫星天线臂结构优化设计实例,证实了本文分级遗传算法的有效性。