基于自适应细菌觅食算法的立体仓库货位优化

针对自升式穿梭立体仓库中穿梭车无需提升机即可实现跨层移动的运行特点,以该立体仓库模型为研究对象,进行货位优化。分别建立以提高出入库效率、货物分类存放、提高货架稳定性和平衡各巷道穿梭车工作量为优化目标的数学模型,并通过权重系数法将多目标优化函数转化为单目标优化函数。在标准细菌觅食算法的基础上,通过自适应策略对趋化步长和迁徙概率进行动态调整,提出了一种自适应细菌觅食算法,并利用该算法对货位优化数学模型进行仿真求解。仿真结果表明改进后算法的收敛速度提升,自适应改进策略有效,优化后目标函数值降低,货位优化效果显著。研究成果为立体仓库货位分配提供了一个综合、高效的优化方案,同时经立体仓库实际应用也验证了自适应细菌觅食算法的可行性和实用性。     

细菌群觅食优化算法及PID参数优化应用

针对细菌觅食(BF)算法收敛速度慢和粒子群优化(PSO)算法早熟的缺点,提出了一种细菌群觅食优化(BSFO)算法。将PSO算法中粒子速度的更新公式替代BF算法位置公式中的方向向量,使细菌在优化过程中具备感应周围细菌位置并向细菌群体历史最优位置游动的能力。Benchmark函数的测试表明,BSFO算法对于大部分测试函数的结果较为理想。将BSFO算法用于材料试验机电液位置伺服系统的PID控制器参数寻优仿真,获得了较好的控制性能。     

改进细菌觅食优化算法在贝叶斯网络结构学习中的应用

针对目前已有的贝叶斯网络结构学习算法一般存在算法易早熟、学习效果不理想、算法效率较低等问题,提出了基于改进细菌觅食优化算法的贝叶斯网络结构学习策略,对传统细菌算法中的趋化算子、繁殖算子和迁移算子进行了改进。将自适应理论应用于细菌游动步长的计算和繁殖个体的选择中;在迁移算子的迁移概率计算中,引入了遗传算法中的轮盘赌方法;在互信息理论的基础上,给出了一种新的网络结构随机进化方法,代替了传统细菌算法中的随机迁移。对不同规模的经典贝叶斯网络进行了仿真实验。研究结果表明,该算法在贝叶斯网络结构学习方面,在收敛性上表现稍逊于别的算法,但在学习效果上,特别是针对结构相对复杂的网络,优势明显。     

基于细菌觅食算法车间调度系统的研究

细菌觅食优化算法最早于2002年提出,是一种于基于人体内的大肠杆菌的觅食行为提出来的新的进化计算方法.在本文中,我们改进的基于群体搜索方法是细菌觅食算法的一个重要内容,细菌觅食算法在这里被运用到了车间生产调度系统中来,极大地优化了车间调度系统的加工生产过程.     

基于NESSUS的汽车前桥可靠性灵敏度分析

介绍了结构的设计验算点与可靠性灵敏度分析的基本概念.针对前桥结构参数的随机性,首先在Pro/E中建立了前桥的三维精确模型,利用ANSYS对导入模型进行有限元分析,然后采用了机械零部件和系统的概率分析软件NESSUS对前桥做可靠性分析.在计算过程中可靠度计算软件作为主程序,有限元软件作为子程序被调用.最后得出了前桥结构可靠指标值和各个参数的灵敏度和结构的设计验算点,为前桥的可靠性设计提供了依据.     

关于汽车前桥的锻造工艺研究

汽车前桥是汽车上联接转向节及弯臂的重要零件，其产品质量的优劣将直接影响到汽车运行的安全。本文主要针对我公司已经成功锻制的1190、斯太尔等几种新型前桥结构上的特点，并结合我公司设备及生产现状，制定出合理的锻造方案。     

基于有限元分析的汽车前桥前轴的优化设计

利用Solid Works建立前轴的三维模型,并利用Solid Works中的COSMOS Works插件对前轴结构进行受力分析,得到零件的应力分布云图,在应力分布云图的基础上,进一步进行疲劳断裂分析,为零件的合理设计提供有价值的参考数据.     

改进细菌觅食算法求解柔性作业车间调度问题

针对柔性作业车间调度问题的NP难特性,提出一种改进的细菌觅食优化算法。采用集成法策略同时求解柔性作业车间调度问题的机器分配和工序调度子问题。将细菌个体表示为工序串,建立问题和算法的映射关系;分别针对普通细菌个体和当前最优个体设计了多重趋化操作,以增强算法的局部搜索能力;复制操作设置繁殖阈和死亡阈,以提高对历史经验的继承程度;迁移/驱散操作中,结合改进的LPT启发式规则,提出带倾向性的迁移/驱散操作方式。采用正交试验对算法的重要参数进行了优化配置,通过搜索算子优化效果对比实验证明了正交试验的结论;进行了收敛性能对比实验,证明算法具有优秀的全局开发能力和局部探索能力;典型算例实验结果表明,该算法能够有效求解柔性作业车间调度问题。     

基于ANSYS汽车前桥的模态分析

前桥是汽车的重要部件,直接影响着汽车的动态特性。基于UGNX6．0,对汽车前桥零部件进行三维建模,采用有限元分析软件ANSYS。对前桥进行模态分析,通过兰索斯法（Block Lanczos）,提取它们的前六阶固有频率和振型,分析其固有频率与外界激励和人体共振频率的耦合情况,为前轴的进一步动力学研究及改进提供了理论依据,同时也为实际试验提供了参考。     

求解作业车间调度的变邻域细菌觅食优化算法

针对最小化最大完工时间的作业车间调度问题,提出一种基于变邻域趋化操作的细菌觅食优化算法。邻域搜索是一类改进型局部搜索算法,在每一步迭代过程中通过搜索当前解的邻域得到一个改进的解,利用邻域搜索可大大提高局部最优解的精确度。本算法采用基于操作的编码,使得细菌觅食优化算法适用于作业车间调度求解;将3种不同的邻域结构引入趋化操作中,以便扩大可行解的搜索空间,细菌个体按照自适应学习策略根据邻域的各自贡献率选择搜索方式,减少陷入局部极小的机会;同时使用自适应步长更新各邻域内趋化操作的位置,根据适应度值动态调整搜索精度,避免早熟收敛。典型算例试验表明,该算法具有一定的鲁棒性,并有效地提高了搜索精度和收敛性。     

双前桥重型载货汽车系列转向助力缸故障分析及改进

在对双前桥重型载货汽车转向系统研究的基础上,分析双前桥重型载货汽车转向助力缸基本结构,常见故障,并针对其结构及故障实施相关改进,提高产品质量。     

基于细菌觅食算法的主动磁悬浮轴承PID控制优化

针对磁悬浮轴承系统采用传统PID控制时调节速度慢、超调量大的问题,建立了磁悬浮轴承系统模型并通过细菌觅食优化算法不断迭代优化控制参数K_p,K_i,K_d。仿真分析结果表明,与传统及粒子群优化PID控制相比,细菌觅食优化PID的超调性能更好,响应速度更快,能满足磁悬浮电动机低振动、高精度的性能要求。     

面向汽车轮毂轻量化设计的组合优化方法

为了达到汽车轮毂轻量化目的,提出了一种将轮毂的概念设计和详细设计相结合的轻量化设计方法。在概念设计阶段,建立三维几何模型和数学优化模型,以轮毂的柔度最小（刚度最大）为目标,体积分数作为约束,利用变密度拓扑优化方法得到轮毂材料的最优结构;在详细设计的阶段,对拓扑优化后的轮毂结构进行二次设计,对二次设计后的轮毂进行有限元仿真验证和尺寸优化。尺寸优化时,为了解决计算量大和优化效率低的难题,引用拉丁方实验采样和多项式响应面技术,在满足轮毂许用强度的前提下建立轮毂的近似模型。最后利用改进的进化算法寻优得到轮毂的最终结构参数并对其进行强度仿真验证。结果表明,经过两次优化后的轮毂在满足强度的条件下,质量减少了20.94%。     

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。     

基于混合进化算法的汽车传动系优化研究

针对汽车的动力系优化问题,构建了整车的动力性及经济性目标函数以及约束条件,并结合遗传算法与粒子群优化算法设计了混合进化算法,利用该算法对汽车传动系参数进行了优化。通过加权处理将多目标函数转换为单个目标函数,同时采用惩罚函数将约束条件转化为惩罚项附加于目标函数,实现了利用混合进化算法对汽车传动系参数的优化。最后,通过仿真研究验证了优化算法的正确性和有效性,仿真的分析结果显示优化后的整车的动力性和经济性均得到了一定改善,为汽车传动系的参数优化提供了新的优化算法。     

加工汽车前桥U型螺栓紧固面优越性分析

重型汽车前桥是汽车的主要部件,其U型螺栓的紧固可靠性非常重要,紧固螺母平面加工工艺性较差,常用标准结构锪钻加工操作繁复、生产效率低,刀具损坏频率高,产品质量得不到保证。本文详细分析了汽车前桥U型螺栓紧固面加工过程中的不同状态,对采用标准结构锪钻加工过程的缺点进行了剖析,介绍了一种与标准锪钻结构不同的新型锪钻结构,其结构简单、使用方便、生产率高,产品精度可有效保证,值得在此类产品加工中推广应用。     

基于ANSYS的汽车前桥结构强度实体建模

以某型汽车的前桥结构为例,给出了在ANSYS中建立汽车前桥强度结构模型的过程.首先通过对前桥的结构分析,采用自下而上的建模方法.结合ANSYS命令模式建9-T前桥的强度结构的"壳"模型.     

基于细菌觅食行为的移动机器人动态路径规划

将自然界中细菌的自适应觅食现象与移动机器人动态路径规划相类比,设计基于细菌最优觅食理论的新型生物启发计算方法(DBFO)。通过对无约束复杂动态多峰测试函数库测试,证实DBFO算法具有较高的准确性和稳定性,具备动态优化能力。并以Sphere函数作为机器人路径寻优的仿真测试环境,DBFO算法驱动的搜索主体可以顺利避开障碍并快速找到目标地点,有效节约了行走时间,验证了其是一种高效、稳定、有竞争力的仿生智能优化方法,在求解实际复杂工程优化问题中体现了极为优越的搜索效率和求解精度。     

混合动力汽车优化算法综述

简要介绍了典型优化算法的原理及特点,对混合动力汽车优化设计的研究现状进行了总结归纳,得出通过采用合理的优化算法对混合动力汽车进行优化可有效改善整车性能,指出混合优化算法以及多目标优化是混合动力汽车优化设计今后的发展方向。     

基于蚁群优化UKF算法的汽车状态估计

针对汽车状态估计中过程噪声和观测噪声的时变特性,提出一种新的自适应滤波算法。该算法基于三自由度非线性汽车动力学模型,在利用UKF对汽车状态量进行估计的同时,引入蚁群优化算法,根据目标函数对过程噪声和观测噪声进行寻优,实现了过程噪声和观测噪声的自适应作用,估计精度的大幅提高。虚拟实验验证了蚁群优化UKF算法的鲁棒性和精度。研究结果对汽车主动控制系统的开发具有重大的理论指导意义。