遗传算法在机械工程全局优化设计中的应用

本文介绍了一种新的全局优化方法———遗传算法。给出了标准遗传算法的基本原理及数学模型，分析了标准遗传算法的收敛性；总结了遗传算法的特点，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。     

遗传算法在机械工程优化设计中的应用研究

根据遗传算法的基本理论,并结合机械工程优化设计的特点,对传统遗传算法的遗传操作作出改进,提出了一种将柯西机和遗传算法相结合的改进遗传算法,并应用于机械工程优化设计问题的全局最优解求解。计算实例说明,改进的遗传算法不仅增强了传统遗传算法的全局收敛性,能够有效地求得优化问题的全局极小点,而且还提高算法进行后期的收敛速度。     

遗传算法原理、实现及其在机械工程中的应用研究与展望

阐述了遗传算法的原理、理论基础和实现步骤 ,对遗传算法与传统搜索方法进行了分析比较 ,论述了遗传算法理论与应用研究的进展和算法的各种改进 ,概述了遗传算法在机械工程中的应用现状 ,最后对遗传算法的发展和在机械工程中的进一步应用进行了展望。     

基因遗传算法的原理及在机械工程中的应用

介绍了基因遗传算法的思想来源和基本方法,论述了它的理论模型及改进策略,介绍了它在机械工程中的应用成果。     

遗传算法在机械工程方面的应用

遗传算法模拟了自然选择和遗传中发生的复制、交叉和变异等现象,从任一初始种群出发,通过随机选择、交叉和变异操作,产生一群更适应环境的个体,使群体进化到搜索空间中越来越好的区域,这样一代一代地不断繁衍进化,最后收敛到一群最适应环境的个体,求得问题的最优解。     

混沌优化方法及其在机械工程优化设计中的应用

提出一种搜索全局最优的混沌模式优化方法，该方法由混沌探索移动和一维模式搜索两个动作构成，利用混沌变量的遍历性特点为一维模式搜索探索方向，有利于跳出局部最优点。仿真结果表明了该方法的有效性。     

遗传算法在机械优化设计中的应用

遗传算法是一种自适应启发式全局搜索算法,具有传统算法不可比拟的优点,更易于求解各种优化问题。在不断改进、不断成熟的过程中,遗传算法得到了广泛的应用,其中在机械优化设计领域得到了大量应用。通过遗传算法工具箱及针对基本遗传算法进行改进后的遗传算法两个方面,论述了遗传算法在机械优化设计中具有的优势,介绍了近年来在相关领域中成功应用的一些典型范例。并对遗传算法在机械优化设计中的发展及前景作了必要的讨论。     

模糊优化法在机械工程设计中的应用

分析了机械模糊优化设计产生的背景,介绍了机械模糊优化设计的数学模型和求解原理,并对模糊优化设计数学模型中包含的模糊因素进行了分析说明。     

进化规划原理及其在机械工程中的展望

进化规划是一类借鉴生物界进化原理，强调父代与子代在群体层次上行为间联系的随机搜索算法，是三大进化算法之一。在典型的进化规划中，每一个父辈在产生一定数量的后代的同时还要与后代一起竞争。文中详细阐述了进化规划的原理、理论基础和实现步骤。对进化规划、遗传算法和进化策略进行了比较分析。对进化规划的发展和在机械工程中的进一步应用进行了展望。     

人工神经网络及其在机械工程领域中的应用

在论述人工神经网络模型的特点和性质的基础上，综述国内机械工程领域研究与应用人工神经网络技术的现状与发展，介绍最常用的模型种类，举例说明这类模型在机械制造和机械设计各环节中的实际应用，并阐述了完善模型结构，改进建模方法方面的基础性研究工作，从内容，深度，实际效果和软硬件方面评述当前在人工神经网络模型研究与应用中的不足之处，指出今后努力的方向和潜在应用领域。     

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     

机械故障诊断的遗传BP算法应用研究

为克服 BP算法中存在的网络学习收敛速度慢 ,以及容易陷入局部极小的问题 ,本文在神经网络训练过程中 ,加入一个局部极小判别式 ,以确定网络是否陷入局部极小点 ,若陷入局部极小点 ,则利用遗传优化算法进行权值的修正。以机械设备故障诊断为例 ,应用此算法对其进行了故障诊断研究 ,从而证明了该算法的有效性。     

分形理论及其在机械工程中的应用

简要地介绍了分形的基本概念 ,并对其发展历史进行了论述 ,综述了分形理论在摩擦学、断裂力学、故障诊断、制造决策映射建模、复杂产品的分形设计、有限元网格细化等方面的应用现状。     

神经网络技术在机械工程中的应用与展望

简单介绍了人工神经网络的基本原理、基本特征及其在机械工程中的应用现状，并对神经网络的研究和发展进行了展望。     

一种基于自适应算子和移民策略相结合的遗传算法

针对简单遗传算法中容易出现的早熟性收敛问题,采用“自适应算子”和“移民策略”相结合的办法对简单遗传算法进行改进,并且采取了“加速迭代”的操作,最后通过对Schaffer函数的计算表明,本文改进的遗传算法在保证全局收敛的同时有效地避免了早熟性收敛的发生。     

改进的OFGA及其在图像匹配中的应用

分析了应用于多峰值多欺骗性适应度函数的快速的遗传算法问题,提出基于性能优良的最优家族遗传算法(OFGA)的改进方法,使其个体的进化仅仅是基于优良家族而不是全部种群以克服早熟。最后,将改进后的算法应用到快速图像匹配以证明有效性,在图像匹配的适应度函数构造中,为减少非匹配点计算量,提出采用序贯相似性检测算法(SSDA),实验结果表明,改造过的OFGA和SSDA相辅相成、互相受益,整体算法对提高图像匹配的速度方面成效显著,且算法稳定,说明算法有应用到类似问题上的潜力。     

遗传算法在高齿准双曲面齿轮设计中的应用

遗传算法是一种模拟生命进化机制的搜索优化方法,具有通用性好的特点,本文提出一种基于遗传算法的高齿准双曲面齿轮的优化设计方法。通过增加工作齿高,可达到增大重合度的目的,并保证所设计的准双曲面齿轮不根切、齿顶不变尖,可在现有机床上用标准系列刀具加工。     

Mesh Simplification Based on Super-Face and Genetic Algorithm in Reverse Engineering

Mesh simplification is one of the most important links in the context of reverse engineering. It is also an important consideration in computer graphics. This paper presents a novel and original method of triangular mesh reduction. A new concept of super-face is defined. In order to construct a super-face, a way to calculate the scattered point curvature is discussed. The growth of a seed point and the combination of different regions are also necessary for the construction of a super-face. When the hole left by the deletion of super-face is retriangulated a genetic algorithm is used that has been modified for our specific problem. Then the different weights to balance the optimisation of the new triangular mesh can be adjusted.     

应用几何遗传算法对叶栅进行改进设计的研究

几何遗传算法由于其独特的变量染色体表达和简易的编解码方式特别适合于对具有封闭轮廓线的形状优化问题的求解 (如翼型叶片的优化设计等 )。本文首次将几何遗传算法应用于流体机械中离心扩压器叶栅叶型的改进设计 ,所取得的结果令人满意。     

基于蚂蚁算法的机械结构优化设计

蚂蚁算法是近年来出现的仿生优化方法,该算法所具有的正反馈性、协同性及隐合并行性,使之成为一种具有广阔应用前景的优化算法。本文首先介绍了蚂蚁算法的基本原理及其编程方法,接着分别用五杆超静定桁架结构和齿轮减速器结构的优化问题对该算法进行考核。求解结果经与其它优化算法相对比,证实蚂蚁算法在求解机械结构优化问题上也可以获得较为满意的效果。