基于遗传算法的机械装备多目标优化设计方法研究

针对机械装备受到结构的限制,存在运行效率低的问题,提出了机械装备多目标优化设计方法.利用寿命均衡约束和可靠性约束,实现了机械装备的多目标优化设计.实验结果表明,提出的机械装备多目标优化设计方法可以大大提高机械装备的运行效率.     

基于多目标遗传算法的磁轴承结构优化设计

基于ANSYS Workbench的Exploration模块,在已知转子外径、工作气隙和工作电流的情况下,为最大限度提高磁轴承的承载力,利用多目标遗传算法对磁轴承的结构参数进行了优化设计。优化后的仿真结果表明,磁轴承承载力相比优化前有较大提升。     

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。     

柔性装配系统的多目标优化设计

本文在确定对系统起决定作用的参数、变量集及目标约束集的基础上,采用多层前馈型神经网络作为多目标优化计算器,用改进的遗传算法对神经网络进行训练,为复杂背景下的多目标优化设计提供了一种新方法。     

基于遗传算法的装填机械臂轨迹多目标优化设计

本文通过5次多项式插值法,建立药筒装填机械臂在关节空间的轨迹数学模型,提出了基于时间、能耗和振动的3个优化设计目标,并结合遗传算法对轨迹模型进行优化.结果表明,优化后的轨迹保留了原有轨迹模型一阶、二阶导数连续的特点,更加符合装填机械臂对实际操作任务的需求.     

机床主轴的多目标优化设计

本文以静挠度最小及第一阶固有频率最高为优化目标，用极小极大法对主轴作了多目标优化设计，推导出一些计算公式，同时考虑主轴端和切削点的静挠度，使优化结果符合实际工作情况。     

基于多目标遗传算法的汽车玻璃升降器结构优化设计

卡滞、振动噪音等不正常现象时常会出现在叉臂式玻璃升降器结构的运行过程中,基于Catia和ANSYS Workbench平台并结合实践,采用多目标遗传算法对玻璃升降器的机械结构参数优化设计,以减轻玻璃升降器质量、提高结构强度,从而降低卡滞、振动等现象产生。优化结果表明,升降器的两侧凹槽处均可以作为升降器结构优化的Pareto优解集,在满足升降器结构强度、刚度、变形的情况下,设计轻量化玻璃升降器结构,最终为汽车玻璃升降器的整体优化设计提供理论依据。     

遗传算法在多目标优化设计中的应用研究

分析了遗传算法的特点,提出了强调杰出个体保护策略的遗传算法改进方案,并应用于吊扇电机柔性装配系统多目标优化设计。     

基于多目标遗传算法的新型三通管形优化设计方法

传统T形三通管的流体动力学仿真表明,在管形分支处会产生强烈的涡流区和二次流现象,并产生了较大压力损失。论文提出了一种新型三通管形,将直角支管部分设计成两段弯曲的形式,以优化区域的长度以及两段弯曲管路的半径为设计变量,以最小化二次流和压力损失为目标,采用多目标遗传算法,对新型三通管的结构参数进行了优化设计。优化后的新型三通管比传统T形三通管二次流减小了76.98%,压力损失减小了13.05%。为分支管路的设计提供了参考。     

免疫遗传算法及其在多目标优化设计中的应用

免疫算法是一种基于自然界生物体免疫系统的优化算法，是目前机械多目标优化设计中的一个新的研究方向。免疫遗传算法（IGA）是在免疫算法（IA）的抗体多样性维持机制中引入遗传算法（GA），使其性能比标准免疫算法更进了一步。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。结合压铸机合模机构的优化设计，表明此算法可有效解决工程问题的优化。     

基于多目标遗传算法的鱼雷多学科稳健优化设计

传统的多学科设计优化多为确定性优化,这种设计优化忽视了系统本身固有的不确定性因素,求得的最优解往往只具有数学意义,很难应用于工程实践。本文将多目标遗传优化算法与多学科设计优化方法相结合,同时考虑了稳健性对优化结果的影响,采用响应面近似方法获得系统耦合关系,通过效力系数把设计变量分配到相应的子空间中,在每一个子空间里都进行基于遗传算法的多目标优化,使各学科的模拟分析、优化设计得到并行设计。提高了优化效率。本文通过鱼雷总体多学科优化设计的算例证明了此方法的可行性。在工程实践中有一定的指导意义。     

基于多目标遗传算法的直升机总体参数优化设计

应用多目标优化问题中Pareto最优解集的概念,提出了一种基于多目标遗传算法的直升机总体参数优化设计方法。算法引入了个体的序和密度的概念,改进了变异操作算子,使用精英策略,确保能够搜索到具有较高贴近性、均匀性和完整性的Pareto解集。以UH-1H直升机为优化算例的计算结果表明:多目标遗传算法适用于解决多目标优化问题,能够改善Pareto解的质量和均匀性分布。     

多目标遗传算法的混合动力传动系参数优化

对基于超级电容的混合动力客车(hybrid  electric bus,HEB)进行了混合动力传动系多目标参数优化设计。通过CRUISE建立HEB整车仿真模型和传动系多目标参数优化模型,以等效燃油消耗量和加速时间为优化目标,同时运用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)和iSIGHT优化软件对HEB传动系参数进行多目标优化,并进行了HEB性能仿真分析。结果表明,与优化前相比,优化后的等效燃油消耗量降低了
7.8%,连续换挡加速时间减少了6.5%。
     

基于多目标遗传算法的齿轮传动优化

针对某牵引机车齿轮常出现齿面胶合、点蚀等问题,采用遗传算法,以重合度,齿面接触应力和齿根弯曲应力为优化目标,对齿轮的啮合参数进行了优化。为节省计算成本,在齿轮参数化有限元模型仿真计算的基础上,建立了齿面接触应力和齿根弯曲应力的代理模型。结果表明:遗传算法在多维区域内能快速有效的搜索Pareto解集,实现多目标的优化。以优化的结果对齿轮进行重新设计后,经有限元仿真验证,轮齿齿面接触应力及齿根弯曲应力均得到有效降低。     

基于多目标遗传算法的贝塞尔超声变幅杆优化设计方法研究

为设计满足蜂窝复合材料加工要求的高性能超声变幅杆,提出了一种基于多目标遗传算法的超声变幅杆优化设计方法。以变幅杆的结构参数为设计变量,以谐振频率和放大系数为优化设计目标,建立了贝塞尔超声变幅杆的数学优化模型。通过在遗传算法中调用ANSYS仿真软件,对变幅杆进行了建模和动力学分析,获得了计算目标函数所需的参数,采用多目标遗传算法求出了Pareto最优解集,在所求出的Pareto最优解集中选择了一组最符合设计要求的解作为超声变幅杆的设计参数。为验证设计的有效性,对所设计的变幅杆进行了性能测试并对蜂窝复合材料进行了试切实验。实验结果表明：通过该优化设计方法得到的变幅杆放大倍数为7.66,较优化设计前提高了29%,且工作频率更接近于设计频率。通过仿真分析和性能实验,验证了该方法的有效性和可靠性,试切实验结果表明所设计的变幅杆满足加工要求,工艺效果好。     

基于模糊物元、遗传算法的行星齿轮传动多目标优化

作者采用模糊可靠性优化理论和物元分析法,以行星齿轮传动为研究对象,建立多目标模糊可靠性优化数学模型。通过改进遗传算子和模拟退火算法得到具有实值编码技术的改进型自适应遗传算法。在V isual C++环境下实现了行星齿轮传动参数优化。     

基于协同优化和多目标遗传算法的车身结构多学科优化设计

在汽车车身结构NVH和侧面碰撞安全性研究中,实施多学科多目标优化的可行性设计。通过试验设计制定试验方案并进行数据采样,构建考虑整车侧撞安全性、白车身模态、静态弯曲刚度、扭转刚度和轻量化等性能的响应面近似模型,然后对车身结构分别进行确定性和可靠性轻量化单目标设计。最后,运用多目标遗传算法结合多学科协同优化对车身结构进行多目标优化设计,获取Pareto最优化解集。研究结果表明:可靠性优化设计较确定性优化设计而言,能考虑产品设计和生产过程中的不确定性因素,保证产品稳健性;车身结构的多目标优化设计全面考虑了车身结构轻量化、NVH和碰撞安全性能等多学科之间的耦合和解耦;设计者可按需选择其满意的优化结果,这将大幅缩减产品开发周期、降低产品开发成本。     

基于多目标遗传算法的扭转梁式后悬架分析与设计

通过推导扭转横梁的剪切中心,建立了某扭转梁式后悬架等效侧倾运动学模型,计算得到了前束角、轮距以及侧倾中心随侧倾运动时轮跳的变化关系。利用多目标遗传算法,将悬架横梁的位置、衬套中心位置作为设计变量,以车轮运动的前束角、轮胎侧向滑移量以及静态侧倾中心高度为目标函数对数学模型进行了优化,一次性获得了所有的非支配解。通过获得的Pareto解的边界,选择合适的悬架侧倾运动学特性,可以指导扭转梁式后悬架的设计,大幅提高扭转梁式后悬架的设计效率。     

一种基于多目标优化的测试性分配方法

针对测试性分配问题,在测试性分配数学分析的基础上提出了一种以全生命周期费用和测试性水平为目标的多目标优化模型。在求解模型时,按照权重将多目标问题转化为单目标优化问题后采用浮点编码遗传算法求解,该模型有利于提高求解精度,尤其在分配参数较多的情况下,可以改变各目标权重值,满足不同的分配需求。最后应用该模型对某型工程机械液压系统进行实际分配,分析结果表明该模型能够对系统测试性和全生命周期费用进行有效权衡,在系统及其子系统（或单元）测试性指标约束下进行合理的测试性分配。     

改进蚁群算法的斜齿轮传动多目标优化

本文针对传统蚁群算法在优化目标函数和设计变量较多时,收敛速度慢和容易陷入局部最优等缺点,提出了一种改进的蚁群优化算法。并对两级斜齿圆柱齿轮减速器在考虑其动态性能、体积、可靠度多目标下对齿轮参数进行了优化。其结果与传统设计相比,在保持了减速器较高可靠性的同时,获得了较好的动态性能和较小的体积。本文提出的改进蚁群算法为斜齿轮减速器提供了一种新的优化设计方法。