遗传算法在机构优化设计中的应用

机构优化设计问题是机械优化设计的一个重要方面。本文尝试用遗传算法解决该类问题,获得了令人满意的结果,并且可以克服常用算法求解析造成的忆中部最优,为机构优化问题开创一条新的路径。     

遗传算法在机械优化设计中的应用现状及展望

阐述了遗传算法的基本原理，基本概念和特点，简介了遗传算法在机械优化设计中的应用现状，实现步骤以及求解约束优化问题时应采取的措施，并对遗传算法的研究和应用进行了展望。     

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。     

自适应遗传算法在机械优化设计方面的应用

阐述了自适应遗传算法原理,以及它在某发动机气门弹簧的可靠性优化设计中的应用,通过测试,结果表明此算法的收敛性能优于标准遗传算法。     

改进遗传算法在机械优化设计中的应用研究

采用了遗传算法对机械优化设计中的多目标、多自变量、多约束的优化问题进行了探讨,以解决传统的优化方法容易陷入忆部最优的缺陷,运用惩罚函数、实值编码策略和联赛选择机制对标准遗传算法进行了改进。使得改进后的遗传算法在机械优化设计中有了一定的实用价值。     

基因遗传算法+惩罚函数法”在机械优化设计中的应用

提出了“基因遗传算法＋惩罚函数法”的通用算法,并从中发现,它非常适合求解复杂的非线性约束优化问题。该方法与传统的优化方法相比,可取得较为理想的全域最优解,同时该方法也改善了基因遗传算法的局限性。     

免疫遗传算法在机械优化设计中的应用

介绍了遗传算法的特点和不足，分析了免疫遗传算法的原理，并利用其对一个机械优化设计实例进行了仿真计算，结果表明，免疫遗传算法可以有效地避免陷入局部解，对于复杂的机械优化设计切实可行。     

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。     

混合式遗传算法在机械优化设计中的应用

针对机械优化设计,提出了一种混合式遗传算法（HGA）。该算法和现有的几种MGAs相比,不仅保证了全局收敛,而且提高了算法收敛速度和稳定性。应用于某水下航行器优化设计的实例,显示了该算法的优越性能,也展现了遗传算法在机械化设计中的广阔应用前景。     

遗传算法在流体机械优化设计中的应用

作为一种全新的随机优化方法 ,遗传算法已广泛地应用于透平机械设计的多个方面 ,例如遗传算法直接用于气动元件的形状优化设计 ,遗传算法与一定的计算流体动力学方法结合参与流场的分析和计算等等。本文是对遗传算法在流体机械优化设计方面应用的一个综述。     

改进型遗传算法在机械优化设计中的应用研究

针对标准遗传算法局部搜索能力弱的特点,将其与随机方向法结合,提高其局部搜索能力。结合工程问题进行优化计算,结果表明,此算法优于标准遗传算法。     

混沌遗传优化算法及其在机械优化设计中的应用

为了解决传统遗传算法的早熟问题，首次提出了混沌移民算子。利用混沌迭代的遍历性和内在随机性。通过混沌移民操作可克服传统遗传算法中的近亲繁殖问题，确保算法的全局收敛性。用MⅣ啪语言研制了混沌遗传优化算法软件；数值计算表明，该算法的全局收敛性好、算法稳健，适应于求解连续变量的无约束及有约束优化机械优化设计问题，具有工程实用价值。     

基因遗传算法在机构优化设计中的应用

介绍了基因遗传算法的来源，基本原理和方法，提出了改进的基因遗传算法，并介绍了圆柱螺旋压缩弹簧优化问题的适合度函数，约束条件及编码方法。研究表明，基因遗传算法适用于解决多变量。多目标，多峰值的约束优化问题。     

复合遗传算法及其在机械设计中的应用

本文提出了一种将复合形法与遗传算法相结合的改进遗传算法,保留了原算法的优点,而克服了它们的一些弱点,如二进制字符串操作,收敛速度慢,获全局最优解的概率低等。通过在机械设计领域中的应用,证明新算法在机械设计中有良好的应用前景。     

遗传算法在缝纫机送料机构优化设计中的运用

送料机构是缝纫机四大机构中最复杂、最重要的机构。送料机构设计的好坏直接影响到整机的缝纫性能。采用遗传算法(GA)对送料机构进行参数优化设计,从而得到比较理想的送料机构运动尺寸,大大改善缝纫机的送料性能。     

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。     

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。     

遗传算法在起重机箱形主梁优化设计中的应用

简述了遗传算法的基本原理和计算方法,给出了该算法的程序框图,并使用该算法较好地解决了桥式起重机箱形主梁的优化设计问题。     

基于遗传算法的液压系统优化设计

根据液压系统的动力学模型，确定了PID控制器的控制对象，以综合控制性能为优化目标函数，运用遗传算法理论基于Matlab语言编制程序对PID参数进行优化整定，优化实例结果证明遗传算法这一全新的优化方法能快速、有效地得到全局优化解。     

矿用液压支架四连杆结构的优化设计

结合矿用液压支架四连杆机构的结构特点,仅采用了理论设计计算的分析方法,对四连杆机构的位置、相关参数进行了确定,并通过理论计算方法,完成了四连杆机构的具体参数设计,最终采用了仿真验证及专家评价法,验证了所设计的四连杆机构具有更高的可靠性及安全性,这为后期开展四连杆机构的具体方法设计起到重要支撑作用。