Pareto多目标遗传算法及其在机械健壮设计中的应用

在机械或结构的优化设计中 ,普遍存在约束的作用 ,且最优解往往位于可行域的边界上。由于外界环境的变化或人为因素造成设计变量扰动 ,可能使设计成为不可行。本文提出了一种的基于设计变量敏感性的健壮性设计方法 ,并提出了一种用 Pareto遗传算法来实施的带约束的多目标优化方法以求解健壮性问题。 Pareto遗传算法可得到 Pareto最优解集 ,从中可选出满足设计需要的解。本文提出的算法包括 5个基本算子 :选择、变异、交叉、小生境技术、Pareto集合过滤器。文中用算例说明该方法的应用     

用Pareto遗传算法实现机械／结构系统的多目…

提出了一种用Ｐａｒｅｔｏ遗传算法（ＰＧＡ）来实施的带约束的多目标优化方法。ＰＧＡ可得到Ｐａｒｅｔｏ最优解集,从中可选出满足设计需要的解。本文提出的算法包括５个基本算子：选、变异、交叉、小生境技术、Ｐａｒｅｔｏ集合过滤器。本文设计了小生境技术和Ｐａｒｅｔｏ集合过滤器,并建立了用于目标优化的适应度函数,使用模糊罚函数法带约束的多目标优化问题转换为无约束优化问题,其于以上方法,文中也提出了一种通用的多目     

基于模糊动态罚函数遗传算法的桁架结构拓扑优化

针对罚函数遗传算法中惩罚系数难以确定的问题,建立了基于模糊数学的动态惩罚系数推理系统。首先根据惩罚系数对选择压力的影响,确定了惩罚系数的调整原则,定义了违反约束个体的比例和违反程度的表达式,并设计了一种惩罚系数的Mamdani型模糊控制器。这种模糊控制器可以根据每代群体中违反约束个体的比例和违反程度自动确定惩罚系数。最后,将此系统应用到改进遗传算法中,应用桁架拓扑优化的经典数值算例验证了算法的可行性。     

鲜奶采购计划的改进自适应罚函数遗传算法

奶制品加工厂主要从总部采购鲜奶(生产),也会从当地奶农采购部分鲜奶(外包)。出于能力和策略的考虑,两种来源的鲜奶采购量均有限;考虑到客户允许奶制品延期交货,相应的鲜奶也可延期交货,生产、外包和库存/延期交货成本均为一般凹函数,问题是以最小的总成本来满足规划期的鲜奶需求。为求解该问题,设计了一种新的基于群体可行状态和个体约束违背程度的自适应惩罚方案,据此设计了求解该问题的遗传算法。为测试算法的性能,先进行了算子组合和遗传算子概率的选择实验,选出最适合的算子和算子概率;在此基础上,针对4个问题实例,通过50次运行,测试了所提自适应罚函数相对4种常见罚函数的优势。     

基于量子遗传算法的多峰函数优化研究

针对标准遗传算法在多峰函数寻优中出现的局部收敛性及精度不高等问题,提出了一种基于量子遗传算法的多峰函数优化算法.该算法融合了量子计算和遗传算法的思想,通过量子比特编码和量子旋转门调整策略更新种群.仿真结果表明该优化算法收敛速度快,能跳出局部最优,在多峰函数寻优中具有有效性和可行性.     

基于遗传算法的云设计资源调度算法

云设计资源调度是构建云设计资源平台的关键技术之一.提出以服务请求的总响应时间、总服务成本和服务质量为目标的多目标优化调度模型,该模型以服务请求的满足度和云设计资源的最大负载为约束,同时考虑云设计资源的服务状态.依照该模型提出一种基于遗传算法的云设计资源调度算法,最后给出了该算法的应用实例.     

基于变形遗传算法的切削参数优化

提出了一种基于变形遗传算法的切削工艺参数优化方法.将生产率和生产成本共同作为优化目标,利用精英选择、交叉和变异概率的动态自适应策略,使遗传算法在收敛速度和寻优能力上有较大提高.并通过实例验证了该方法的优越性和有效性.     

一种四稳态数字执行器阵列的基因遗传优化设计

为了满足四稳态数字电磁执行器阵列具有稳定、独立性及均一性的紧凑化设计需求,提出了一种基于基因遗传算法的多目标优化设计方法.应用MATLAB建立了执行器阵列的静态磁场分析模型,并将其用于优化阵列,使用单目标遗传算法和多目标遗传算法分别对执行器阵列进行了优化并进行优化数据对比,最后确定了执行器阵列的最终优化设计参数.优化结...     

基于分段遗传算法的桁架拓扑优化设计

在飞机、汽车等结构优化设计中,为使桁架结构具备足够的强度、刚度和可靠性,并同时实现结构轻量化和过程高效率的目标,将遗传算法的运行过程分为"粗搜"和"精搜"两个阶段,对交叉概率(Pc)和变异概率(Pm)进行自适应设置,同时在桁架拓扑建模中引入罚函数去约束化。桁架结构的拓扑算例验证表明:该优化设计方法的迭代次数远小于简单遗传算法,证明方案实用可行。     

基于遗传算法的装填机械臂轨迹多目标优化设计

本文通过5次多项式插值法,建立药筒装填机械臂在关节空间的轨迹数学模型,提出了基于时间、能耗和振动的3个优化设计目标,并结合遗传算法对轨迹模型进行优化.结果表明,优化后的轨迹保留了原有轨迹模型一阶、二阶导数连续的特点,更加符合装填机械臂对实际操作任务的需求.     

The Solution of a Multi-Objective Tool Selection Model Using the GA Approach

Tool switching problems in flexible manufacturing systems have been investigated over the last ten years. Work has also been carried out on minimising the number of tool switches and tool switching instances. Optimisation techniques are successful in locating optimum solutions. However, some solutions are slow in convergence and require time to attain the global minimum. Alternative methods which attempt to overcome this problem may risk being trapped at the local minima and fail to give the best solution. In this paper, a model was developed to minimise both the number of tool switches and tool switching instances simultaneously. Genetic algorithms (GAs) which have not been used to solve tool selection problems have been adopted to seek for the global optimum. GAs are found to be fast and efficient in locating an optimum or near optimum solution within an affordable time.     

响应面法与遗传算法相结合的注塑工艺优化

应用田口方法进行试验设计,应用计算机辅助工程技术对注塑成形过程进行了分析,建立了注塑成形工艺参数与翘曲度关系的代理模型——响应面模型,对模型进行了验证研究,将响应面法与遗传算法相结合进行了注塑工艺参数优化。结果表明,响应面模型是准确可靠的,将响应面法和遗传算法相结合,可有效提高运算速度和优化效率。     

基于遗传算法的采煤机螺旋滚筒多目标优化设计

为实现采煤机螺旋滚筒截煤和装煤时综合性能最优,基于虚拟样机技术和离散元理论,得到了滚筒各截割性能指标与装煤率随不同结构及运动参数的变化规律,依据机械优化设计理论建立了各性能指标的评价函数。选取螺旋升角、截线距、转速和牵引速度为设计变量,建立了以不同性能指标为分目标的多目标优化模型,利用遗传算法求解得到了最优的结构参数和运动参数。结果表明,利用遗传算法优化后滚筒的最大切削面积增大247mm2,截割比能耗减小0.014kW·h/m3,截割功率减小10.8kW,截割阻力减小7085kN,装煤率提高1.7%,有效地提升了滚筒的综合性能。研究结果为滚筒结构参数和运动参数的选取提供了数据支撑,具有一定的工程应用价值。     

工程约束优化的自适应罚函数混合离散差分进化算法

将离散约束优化问题转化为非负整数约束规划问题,开发求解该问题的离散差分进化算法。该算法采用基于混沌映射的种群初始化、双版本变异和带随机扰动项的取整运算等新策略。针对非线性约束条件,给出惩罚基数的计算方法和连续映射基函数的表达式,在此基础上设计处理非线性约束的自适应惩罚因子。提出一种刻画种群多样性的新测度——种群二次平均基因距离及基于新测度的依概率混沌移民算子。将自适应罚函数法、依概率混沌移民操作与离散差分进化算法有机融合,构造面向工程约束优化的混合离散差分进化算法。对3个离散约束优化实例进行验证,结果表明,混合算法具有良好的鲁棒性且优于离散粒子群算法。应用混合算法求解斜齿圆柱齿轮传动优化设计问题,结果优于遗传算法及其改进算法、离散粒子群算法,目标函数值较遗传算法及其改进算法分别下降41%和10%。     

基于产品功能特征模型的方案智能设计关键技术及应用研究

研究了基于产品功能特征模型(FCM)计算机辅助方案智能设计的实现技术，以仪表电子类产品为应用对象，建立了方案智能设计系统的结构模型，给出了FCM的定义和基于FCM的方案设计过程。针对功能模块组合方案优化问题的复杂性，研究了基于遗传算法的功能结构方案推理机模型的实现技术，结合仪表产品设计开发应用实例，验证了模型的有效性。     

一种通用的机械大系统优化设计的协调模型

针对机械大系统设计的特点 ,并结合新兴的多学科设计优化技术 ,本文给出了一种协调优化模型 ,用 Kuhn-Tucker定理证明其能够保证求得原型问题的解 ,所附的算例也证明了该模型的正确性     

基于精英选择自适应变异遗传算法的膜系优化设计

将改进的遗传算法——精英选择自适应变异遗传算法(EGAAM)用于光学薄膜的膜系优化设计。EGAAM采用了独特的自适应变异操作,该操作既使得群体保持了多样性,防止过早收敛,又加快了群体收敛速度。EGGAM对初始条件不敏感,并且可以确定膜层厚度边界,确保了设计结果的制备方便。通过减反膜、分光膜的实例优化设计表明,在相同设计条件下,用EGAAM可以得到比传统遗传算法更好的设计结果。理论与实例表明EGAAM用于膜系优化设计是高效和可靠的。     

基于遗传算法的高速气缸自适应缓冲系统优化设计

研制了以压力反馈式缓冲阀为核心的自适应缓冲系统,运用遗传算法对缓冲阀参数进行了优化设计,自适应缓冲系统的仿真结果表明了优化方法的正确性,其优化效果非常显著。采用优化参数的自适应缓冲系统的实验结果表明,当高速气缸活塞基准速度在2.76~3.34m/s之间变化时,气缸活塞均以0.01~0.38m/s之间的速度到达行程终点,实现了对活塞速度变化的自适应缓冲。     

主动悬架和电动助力转向系统机械与控制参数集成优化

在建立汽车悬架和转向动力学模型的基础上,设计主动悬架和电动助力转向的集成控制系统。针对传统先设计结构参数后设计控制器易造成系统失去全局最优性能的特点,提出一种基于模拟退火的结构和控制器集成优化设计方法,将主动悬架和电动助力转向系统的主要机械结构参数和控制器的部分参数作为设计变量,以汽车的综合动力学指标为目标函数,进行同时优化。仿真计算和试验结果表明此方法与传统设计方法相比,对提高汽车操纵稳定性、行驶平顺性、操纵轻便性和安全性等综合性能具有较好的效果。