基于模拟退火粒子群算法的圆柱齿轮减速器的可靠性优化

模拟退火粒子群算法将模拟退火思想引入具有杂交和高斯变异的粒子群算法中,是一种简单快速的随机全局优化算法。将模拟退火粒子群算法与可靠性优化设计理论相结合,建立了最大化减速器传动系统可靠度的优化模型,提出了基于模拟退火粒子群算法的圆柱齿轮减速器可靠性优化方法。利用该优化方法进行一圆柱齿轮减速器的优化设计,其优化结果明显优于基本粒子群算法、混合罚函数法和传统设计方法。算例表明,该优化方法具有全局收敛且精度高的优越特性,是一种有效的可靠性优化设计方法,并对其他机械部件可靠性优化具有一定的参考意义。     

改进模拟退火算法在圆锥滚子轴承优化中的应用

建立了带约束条件的圆锥滚子轴承优化设计数学模型,针对标准SA算法收敛速度缓慢的弱点,通过对标准模拟退火算法的内外循环中加入记忆器来改进算法.应用改进的模拟退火算法对圆锥滚子轴承进行优化设计.通过和标准的模拟退火算法比较,改进的模拟退火算法全局寻优能力比标准算法有了显著提高,能得到满意的优化结果.优化结果对轴承设计具有参考意义.     

基于模拟退火算法的差速器多目标优化设计

以某重型货车差速器为研究对象,提出了以体积最小与齿轮单位齿宽所受载荷最小相结合的多目标优化方法,建立了目标函数、设计变量和约束条件.基于模拟退火算法,运用MATLAB软件编写了优化设计软件,得出了优化结果.通过比较采用不同优化方法得出的优化结果,可得知采用模拟退火算法得出的优化结果明显好于其它方法,同时也说明模拟退火算法用于差速器优化设计提高了精度和效率.     

齿轮减速器的最优化设计

在齿轮减速器优化设计目标函数建立、设计变量选取和约束条件确定的基础上,建立其优化设计数学模型,利用MATLAB的优化工具箱对齿轮减速器进行优化设计,并通过实例与常规设计结果进行了分析。优化结果表明采用MATLAB算法求解优化设计问题,算法有效可靠且优于常规设计。     

基于改进蚁群算法的斜齿轮传动动态优化研究

针对传统蚁群算法在设计变量较多时收敛速度慢和容易陷入局部最优等缺点,提出了一种改进蚁群优化算法。对两级斜齿圆柱齿轮减速器进行了动态优化设计,优化后的减速器与传统设计相比,获得了较好的动态性能。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。     

基于遗传模拟退火算法的四杆机构优化设计

采用遗传模拟退火算法对轨迹再现型四杆机构进行优化设计,结果表明,该优化算法把模拟退火算法结合进遗传算法中,这样在保证获得较好的全局搜索能力的同时,又加快了遗传算法在最优值附近的收敛,提高了遗传算法的效率.     

基于混合遗传模拟退火算法的离合器蝶形压紧弹簧优化设计

针对遗传模拟退火算法的局部搜索能力不足,并且可能早熟和遗失最好解;以及传统优化算法全局性较弱,容易陷入局部解的问题.提出一种将遗传模拟退火算法和共轭方向法相结合的混合遗传模拟退火算法.在此基础上对离合器蝶形压紧弹簧优化设计进行研究,并与传统优化方法进行比较,结果表明,该方法简单可行,可为蝶形压紧弹簧以及其他产品的设计提供一种新方法.     

基于遗传算法的牙轮钻机回转减速器优化设计

以中心距最小为目标 ,应用遗传算法对牙轮钻机回转减速器进行了优化设计。应用结果表明 ,该算法是解决牙轮钻机回转减速器优化设计问题的有效算法。     

采用基于群智能的模拟退火算法优化起重机箱形梁

详细论述了传统模拟退火算法的基本原理及求解过程,针对算法中存在的缺陷,提出了一种基于群智能的改进方案,采用种群搜索方式进行基于模拟退火的优化设计,提高了算法搜索迭代计算效率;采用Matlab编程软件,在算法运行过程中添加一个数据存储器,用以记录当前最优计算结果,保证全局极值点的准确输出;采用经典的起重机箱形梁优化模型,对改进后的算法进行测试。优化结果表明,改进后的模拟退火算法不仅能克服传统算法效率低的缺点,还具有高效的优化计算能力,为机械结构的优化设计提供了一种高效可行的新方案。     

行星齿轮减速器多目标优化设计

针对行星齿轮减速器优化设计的多参数、多目标、多约束的特点,建立了多目标优化数学模型,应用层次分析法计算各目标函数权重,通过采用遗传算法进行减速器参数多目标优化求解.实例计算表明.优化设计参数比原设计参数更加合理,说明遗传算法用于减速器优化设计是有效、可行的,对行星齿轮减速器的优化有一定的指导意义.     

免疫模拟退火算法及其在柔性动态Job Shop中的应用

针对车间作业调度问题，在深入分析免疫算法和模拟退火算法的基础上，将两种算法巧妙结合，提出免疫模拟退火算法。该算法引入了免疫记忆、抽取疫苗和接种疫苗等免疫机制，有助于优良个体和基因的保留和利用，提高了算法收敛性，而且其基于概率突跳特性的爬山性能可以避免早熟现象。针对西安航空发动机（集团）有限公司的柔性动态Job Shop，分别用模拟退火算法、免疫算法和免疫模拟退火算法进行了仿真和比较，研究结果表明，免疫模拟退火算法比单一算法性能更优，是求解柔性动态Job Shop问题的有效实用算法。     

机械产品布局设计研究

在产品整个生命周期中,设计占有极其重要的位置,它在很大程度上决定着产品的品质和成本.而在机械产品设计流程中,布局设计起着重要作用.在分析机械产品布局涉及因素的基础上,针对布局设计探讨其求解原理,提出了布局设计模型.最后,通过蜗杆-齿轮二级减速器的例子,利用模拟退火算法以及Object ARX技术,在AutoCAD平台上实现其布局设计,并对布局结果进行了相应分析.     

基于模拟退火遗传算法的PID控制器参数优化

针对遗传算法存在容易早熟的不足,将模拟退火算法融合到遗传算法中,建立了模拟退火遗传算法,并将其应用于PID控制器的参数优化.结果表明,将模拟退火算法融合到遗传算法中是有效的,基于模拟退火遗传算法的PID控制器参数优化是可行的.     

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。     

一种基于改进遗传算法的车间调度问题研究

作业车间调度是一类求解较困难的组合优化问题,在考虑遗传算法早熟收敛问题结合模拟退火算法局部最优时能概率性跳出的特性,该特性最终使算法能够趋于全局最优。在此基础上,将遗传算法和模拟退火算法相结合,提出了一种基于遗传和模拟退火的混合算法,该算法将模拟退火算法赋予搜索过程一种时变性融入其中,具有明显的概率跳跃性。同时。通过选取Brandimarte基准问题和经典的Benchmarks基准问题进行分析,并应用实例对该算法进行了仿真研究。该结果表明,通过模拟退火算法与遗产算法相集合,可以使计算的收敛精度明显提高,是行之有效的,与传统的算法相比较,有较明显的优越性。     

一种新型混合优化算法在机器人路径规划中的应用

针对模拟退火算法收敛速度慢这一缺点，提出了一种基于模拟退火算法和复合形法相结合的新型混合优化算法，并成功应用于机器人神经网络路径规划中。该算法不仅继承了模拟退火算法能得到全局最优解的优点，又能搜索到理想的下降方向，提高了算法的收敛速度。仿真实验研究表明：这种新型混合优化算法，计算简单，收敛速度快，初值鲁棒性好。     

基于遗传模拟退火算法的机器人全局路径规划

研究了机器人在已知环境下用遗传模拟退火算法进行最优路径搜索的方法，此算法兼备了遗传算法和模拟退火算法的优点，还对路径的转折节点处进行了光滑性的改进，并且通过仿真实验证明了此方法能够快速得到最优路径。     

A GA-SA Multiobjective Hybrid Search Algorithm for Integrating Lot Sizing and Sequencing in Flow-Line Scheduling

It is very important that the sequencing and lot sizing in the flow-line environment are not independent. They should be integrated. In this paper, a multiobjective hybrid evolutionary search algorithm which combines a genetic algorithm and a simulated annealing algorithm is proposed and the performance of the proposed algorithm is compared with the existing genetic algorithm and the simulated annealing algorithm. The algorithms are coded independently and the performance is compared with randomly generated test problems. The objective functions considered for evaluation are the minimisation of makespan, minimisation of overtime and minimisation of holding cost. The scalar fitness function combining all the three objective functions, which minimises total cost, is used. The results are presented in tables and figures. The results show that the proposed hybrid algorithm performs better than the genetic algorithm and the simulated annealing algorithm.     

基于多纵向传输通道的双层过道布置问题建模与优化

针对制造和服务系统中纵向运输形式在双层过道布置问题中研究不足的情况,以实际布局方式为背景,对双层过道布置问题进行拓展,构建基于多纵向传输通道的双层过道布置问题混合整数规划模型,并提出一种混合模拟退火算法。该算法采用整数编码方式,以模拟退火算法为框架,结合2-Opt路径重连策略与逆转扰动操作,以避免陷入局部最优,同时采用禁忌搜索操作与带有记忆功能的存储操作来提高获得全局最优解的概率。通过精确求解所提问题的小规模算例,验证了模型的合理性。应用混合模拟退火算法分别求解所提问题、双层过道布置问题和过道布置问题,通过对比表明所提算法在求解性能和求解质量上均具有一定优势。     

超磁致伸缩执行器位移模型的参数辨识

准确辨识模型参数是提高超磁致伸缩执行器位移控制精度的关键,针对单一算法难以实现对超磁致伸缩磁滞非线性模型参数准确识别的问题,将遗传算法与模拟退火算法融合,首先利用遗传算法的快速搜索能力得到一个较优群体,再利用模拟退火算法的突跳能力对整个群体进行优化调整,并在算法中引入最优保留策略和动态步长搜索方法,提出一种改进的遗传模拟退火算法,并将其应用于对超磁致伸缩执行器位移磁滞非线性模型参数辨识。该算法兼具遗传算法和模拟退火算法的优点,既有较快的收敛速度,又提高了辨识精度和最优解质量。通过试验验证,超磁致伸缩棒伸长量的模型计算结果与测量值符合程度较好,平均相对误差为3.85%,该方法能方便有效地辨识模型参数。