基于遗传算法及MATLAB的V带传动优化设计

采用传统的设计方法,存在计算精度低、难以找到最优解等问题,本文在满足传动能力要求的前提下,以带轮体积最小为优化目标,建立了V带传动的优化设计数学模型,运用基于遗传算法及MATLAB工具箱进行V带优化设计,由于遗传算法具有全局搜索的能力,进行启发式搜索和精度均较高,因此在得到具有可靠的全局最优解的V带传动结构的同时.使求解过程得到简化,提高了设计效率..     

改进遗传算法在NGW行星齿轮传动可靠性优化设计中的应用

采用浮点编码的遗传算法与动态罚函数结合的方法解决约束优化设计问题,并在遗传算法中引入迁移策略,以加快全局最优解的搜索。将改进后的遗传算法应用于NGW行星齿轮传动可靠性优化设计,优化过程证明,在可行域搜索全局最优解能力明显优于常规优化设计方法,使行星齿轮的各项尺寸参数得到改进,传动稳定性和效率得到了提高。     

基于惩罚函数的母子空间不同分辨率遗传算法研究

提出一种基于惩罚函数的母子空间不同分辨率搜索的遗传算法：在母空间中，该算法采用粗分辨率搜索，待搜索速度变慢后，用特征空间识别法优化各聚类中心，并在各聚类中心点创建子空间；在子空间中，因引入惩罚函数，较好处理了子空间边界的归一化问题，并采用细分辨率搜索，以精确获得该子空间中的最优解，从而解决了传统遗传算法搜索效率和寻找全局最优解之间的矛盾。最后，通过实例验证上述算法的可行性及有效性。     

基于遗传算法的机械零部件可靠性优化设计

以发动机气门弹簧为例,考虑设计参数的离散性,建立了以部件可靠度为目标函数的数学模型,确定了设计变量、目标函数及约束条件,使用遗传算法通过选择、交叉和变异等操作使种群逐代进化,同时以全局并行搜索来优化群体,利用遗传算法进行优化运算并得到了全局最优解.设计结果表明:使用遗传算法可以有效地解决非线性和离散性的优化设计问题,能够得到全局最优解,既可保证优化结果,又提高了优化效率;该优化方法合理有效,能够解决非线性约束条件下的优化问题,是对现代机械可靠性优化方法的丰富,可广泛应用于机械零部件的优化设计.     

基于遗传算法的平面并联机构运动学设计

针对平面并联五杆机构提出了基于总体灵活度的运动学设计方法。该方法将运动学设计问题归结为全局运动性能指标最大为目标的单目标有约束优化设计问题，并采用遗传算法搜索到一个最优解，将其与采用随机方向法所得到的解进行比较，结果表明遗传算法具有明显的优点。     

基于遗传算法的齿轮传动混合离散变量优化设计

研究了齿轮传动优化设计的数学模型,它是一个具有连续及离散变量的优化设计问题,采用遗传算法寻找全局最优解并采取了若干措施提高遗传算法实施过程中的收敛速度。数值例子表明了该方法的有效性。     

基于OSF和RSM的轻轨独立轮轴桥优化设计

基于目前机械结构优化设计未充分考虑结构动态特性对综合性能的影响以及工程优化设计效率低下的问题,提出了响应面模型仿真实验方法。通过结合最优空间填充设计和Kriging插值思想构建机械结构优化设计初始代理模型,并利用试验设计方法、误差较大区域加密优化、近似最优解局部加密处理以及内外层更新迭代思想,建立了在局部区域和全局空间内都具有较高近似精度的Kriging模型。在此基础上,基于筛选优化算法和多目标遗传算法得到目标函数的Pareto最优解。最后用轻轨用轴桥结构优化设计实例验证了该方法的有效性。     

微遗传算法及其在混流泵叶轮优化设计中的应用

提出了一套针对多参数复杂工程问题的微遗传优化算法,该算法能够在使用较少遗传个体的前提下,高效搜索出解空间中的全局最优解.其中心思想是,在基本遗传算法理论的基础上,添加了多重优势个体选择策略、重启动策略等优化策略,并对基本遗传算子进行改进,同时加入了小生境、保留最优值技术,提高算法性能.采用二元理论对混流泵叶轮进行设计,选取叶轮进出口边沿轮缘流线长度与速度矩分布函数首项系数为优化变量,以水泵效率作为目标函数,使用微遗传算法进行优化设计,结果表明:微遗传优化算法高效实用,水泵效率较优化前有明显提高.     

改进遗传算法在齿轮结构优化设计中的应用

本文采用罚函数法将有约束的目标优化问题转化为无约束的目标优化问题,建立了适应度与目标函数的映射关系.采用遗传算法在整个设计空间进行搜索,以寻求最优解.在遗传操作的同时,以梯度方向作为有利搜索方向来调整搜索范围,快速逼近最优点,从而精确地搜到全局最优解.并采用此方法对齿轮传动机构进行了优化设计.优化结果表明该方法不仅具有较高优化效率,而且具有较高的优化精度.     

嵌入筛选操作的遗传算法及其在焊接路径规划中的应用

针对基本遗传算法(GA)中存在的局部搜索能力不足和未成熟收敛的问题,引入一种结合模拟退火算法的筛选操作对算法进行改进.改进遗传算法(IGA)一方面在优化后的解空间进行精细寻解,另一方面依靠基本GA算子开拓全局搜索空间,从而使算法达到全局最优与局部优化的良好平衡.由于改进算法中采用了模拟退火算法的Metropolis准则...     

嵌入筛选操作的遗传算法及其在焊接路径规划中的应用

针对基本遗传算法(GA)中存在的局部搜索能力不足和未成熟收敛的问题,引入一种结合模拟退火算法的筛选操作对算法进行改进.改进遗传算法(IGA)一方面在优化后的解空间进行精细寻解,另一方面依靠基本GA算子开拓全局搜索空间,从而使算法达到全局最优与局部优化的良好平衡.由于改进算法中采用了模拟退火算法的Metropolis准则...     

基于均匀布点的全局优化方法

把实验设计中的均匀设计思想引入优化设计,提出了一种将确定性和随机性相结合的优化方法。该方法根据均匀设计原理在优化模型的设计变量空间内均匀分布一系列点,然后,将可行域内的上述系列布点作为优化模型的一系列局部最优点。最后,比较所有局部最优点的最优值,即认为在一定程度上获得了该优化问题的全局最优解。该算法可求取非线性多峰函数的全局最优解。编制了计算程序,给出了计算实例,计算结果表明该设计方法是可行的。     

基于Matlab遗传算法工具箱的圆柱螺旋弹簧模糊可靠性优化设计

模糊可靠性计算问题最后也要转化为常规可靠性优化来进行计算,但目前所用的手段多基于传统的最优化理论中优化算法:如复合型法、惩罚函数法等,这些方法存在局部极值和对目标函数的可微性有严格要求的苛刻条件,并且优化结果与初始值有较大的相关性等难以克服的缺点.在Matlab环境下,应用GA工具箱,对圆柱螺旋弹簧进行优化设计,旨在克服常规算法的缺点,得到全局最优解.研究应用结果表明在Maltab环境下,遗传算法工具箱使用简单方便,可直接应用库函数文件,且能根据不同的优化指标、计算精度寻找出最佳结果,充分体现了遗传算法的全局搜索性能.该优化方法具有计算可靠,快捷高效和图形结果可视化等特点,并具有广阔的应用前景.     

遗传算法在串-并联冗余系统可靠性优化设计中的应用

串-并联冗余系统可靠性的最优设计是可靠性技术中一个十分重要的问题。讨论了遗传算法及其在串-并联冗余系统可靠性优化设计中的应用。串-并联冗余系统具有冗余单元和可选设计，其可靠性优化设计是一高度非线性、具有多极值点、有约束的整数规划问题，传统的解决方法往往对于连续实数域有效可行，而对于解决此类多变量，离散型整数域取值的复杂的优化问题则往往很困难。由于遗传算法是一类全局收敛算法，它用点群进行寻优，而不是用一个单点进行寻优，具有隐含并行算法的特点，从而能够得到全局最优解。所给出的实例说明本文的算法是有效可行的。     

混合遗传-模拟退火算法应用于液压集成块优化设计的研究

以液压集成块布局布孔优化设计问题为背景,给出了在立体空间中带性能约束的多目标优化数学模型。针对遗传算法在求解该组合优化问题时局部搜索能力不强的情况,将模拟退火算法与之结合,设计了多参数级联的编码方法,且加入记忆装置,构造了一种具有记忆功能的混合遗传-模拟退火算法。实例计算表明,改进后的新算法能很好地改善对解空间的局部搜索能力,从而得到较高质量的解。     

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。     

机械工程全局优化设计的遗传算法

针对机械工程设计中经常遇到的多个局部极值的参数优化设计问题，探索了应用遗传算法求解其全局最优解的途径。文中讨论了遗传算法的基本构造模型，提出了新的适合度技术、新的交叉算子、新的变异算子和算法终止准则。最后，给出了遗传算法在机械工程优化中应用的两个实际算例，算例表明了该方法的有效性     

基于组合优化方法的UUV耐压壳体优化设计研究

无人水下航行器(UUV)的壳体重量大小直接影响到其整体性能。只采用一种优化方法进行耐压壳体结构优化设计很难得到真正的全局最优解,笔者以自适应模拟退火算法、多岛遗传算法和序列二次规划算法为基础,建立了两种不同的组合优化方法,在一定程度上能够确保解的全局最优性。基于该组合优化方法,利用iSIGHT软件,集成自编的肋骨加强薄壁壳体结构的应力及稳定性计算程序,对无人水下航行器(UUV)耐压壳体结构进行优化设计。通过对优化设计前后耐压壳体结构的强度、稳定性及重量进行比较分析,结果表明:采用组合优化算法优化设计得到的无人水下航行器(UUV)耐压壳体在满足壳体结构强度和抗压稳定性要求下,壳体重量极大程度地降低,实现了结构优化。     

基于神经网络的车辆主减速器混合遗传算法优化设计

车辆驱动桥的组成包括主减速器、差速器和半轴,其中汽车主减速器的结构和尺寸极大的影响着汽车的动力学性能和经济性,因此采用优化设计方法来设计汽车主减速器是非常重要的。在满足主减速器接触强度、弯曲强度和边界约束的条件下,建立了优化设计数学模型。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,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。     

利用大气偏振模式“∞”字形特征获取太阳位置的方法研究

针对仿生偏振光导航研究中如何利用大气偏振模式获取太阳位置信息的问题,提出了一种基于遗传算法(GA)和梯度下降(GD)算法相结合的混合遗传算法(GA-GD)的大气偏振模式求解太阳位置的方法。在对大气偏振模式"∞"字形特征建模的基础上,建立了求解太阳位置最小目标函数模型,将太阳位置的求解问题转化为最优化问题。首先,利用GA算法全局搜索太阳位置的解空间,得到近似全局最优解,再结合梯度下降算法,在近似解附近进行局部寻优,最终得到太阳位置的全局最优解。在晴朗天气下的实测实验结果表明,经过GA算法后,太阳位置误差达到1°量级,再经过GD算法后,误差进一步减小至0.1°量级,显著提高了太阳位置信息的获取精度。