复杂刀具优化设计数学模型的建立及算法改进

目的 建立复杂刀具优化的数学模型，提高优化算法速度。方法 采用优化设计与CAD相结合的方法，结果与结论 解决了传统刀具设计的缺点，改进后的算法速度大幅度提高。     

基于TSP的孔群加工路径优化算法

建立以孔群加工最短路径为优化目标的数学模型,采用蚁群算法与2-OPT算法相融合的优化方法,研究了模具顶针板孔群加工刀具路径优化问题.结果表明,该融合算法加快了收敛速度,可有效避免陷入局部最优解,加工优化路径比贪心算法缩短12.34%,比基本蚁群算法缩短14.78%,即有效缩短了加工路径,减少了空走刀时间,提高了数控加工效率.     

基于自适应重启方法的快速压缩感知算法

NESTA是一种解决压缩感知问题的快速准确一阶优化算法.提出了一种自适应重启方法来提高NESTA算法的收敛速度.新方法自动检测目标函数在优化过程收敛速度减缓的趋势,重置算法的参数,并使算法从当前步骤重新开始运行.实验结果表明该方法能够显著提高经典算法的收敛速度,从而提升算法运行效率.     

自顶向下优化神经网络的方法

介绍了一种自动优化神经网络的新启迪方法.这种启迪方法综合采用了快速自顶向下优化神经网络结构算法、动态优化学习参数算法和快速交叉校验算法.首先,快速自顶向下优化神经网络结构算法自动地优化神经网络结构;其次,动态优化学习参数算法动态地调整学习参数和选取优化的学习参数;随后,快速交叉校验算法的引入能有效地防止过度适应问题.实验结果显示,这种启迪方法与其它算法相比,具有更强的归纳性能、优化的网络结构和更快的学习速度.     

遗传神经网络在数控机床刀具监测与 控制系统中的应用

数控机床刀具磨损监测与磨损量估算对于提高机床加工的利用率,减小由此带来的经济损失和安全隐患具有重要意义.提出了一种基于无线传输技术的数控机床刀具监测与控制系统,利用遗传算法优化BP神经网络的算法诊断刀具磨损状态.通过采集刀具加工过程中的振动信号,利用时频分析法提取反映刀具磨损状态的信号特征量作为神经网络的输入样本,完成加工过程中刀具磨损状态的识别.试验结果表明:该系统工作稳定,识别结果较准确,且具有较强的实用性.     

基于GPU加速的雷暴追踪外推方法研究

基于气象雷达的雷暴识别与追踪是临近预报中重要的方法之一. 为解决传统算法实时性差的问题,运用OpenCL构建异构计算模型对算法进行并行化改进. 通过对算法分支结构优化、OpenCL设备内存优化,以及针对VLIW的优化,分步阐述算法优化的过程和原理. 这些方法不仅使得基于光流的计算速度大幅提升,还可为其他基于OpenCL异构计算的优化提供参考. 以AMD两代不同架构的GPU和Intel XEON CPU作为测试平台测试,结果表明,改进后的算法程序在硬件同等功耗的情况下,计算速度提高了10至18倍.     

基于改进VMD和自适应BSA优化LS-SVM的刀具磨损状态监测方法

为提高加工过程中刀具磨损状态的识别精度,结合改进的变分模态分解算法(modified variational mode decomposition,MVMD)、自适应回溯搜索算法(adaptive backtracking search algorithm,ABSA)及最小二乘支持向量机(least squares-support vector machine,LS-SVM),提出一种刀具磨损快速识别模型.针对传统信号处理方法存在的模态混叠、噪声敏感等问题,采用瞬时频率均值法预先确定最佳分解模态数,引入降噪型变分模态分解算法进行信号分解;为提高优化效率与自适应性,提出一种改进的自适应回溯搜索算法,通过参数自适应选择提高算法的全局与局部搜索能力;基于自适应回溯搜索算法,采用LS-SVM多分类模型实现了刀具磨损状态的识别.实验结果表明,MVMD可以有效降低噪声、剔除虚假信息,同时验证了ABSA算法具有更强的全局探索和局部寻优能力,使得ABSA优化LS-SVM模型具有更高的准确性.     

一种改进的BP网络快速算法

BP神经网络已广泛应用于许多领域,但标准BP算法收敛速度很慢.为了提高标准BP算法的收敛速度,提出一种基于LM数值优化算法,以双极性S型压缩函数为转移函数的改进BP算法.分析了双极性S型函数及LM算法与BP神经网络具体结合实现的方法,并给出了算法步骤.通过实例证明,改进后算法的收敛速度比其它BP算法快.     

用遗传算法求解表面间的最小有向距离

在复杂曲面数控加工的刀具轨迹计算和刀具干涉检查中，需要求解刀具表面和工件表面之间的最小有向距离.为此，以最小有向距离原理为基础，利用遗传算法可以全局寻优的有点，结合五点寻优算法，对遗传算法进行了改进.通过嵌入局部优化复制算子，按计算进程控制交叉位串，引入禁忌搜索算法等方法提高遗传算法的收敛速度，以此来求解刀具表面和工件表面之间最小有向距离.此算法应用于复杂螺杆数控加工的自动编程系统开发中，取得了较好的效果.     

基于改进的粒子群和遗传算法的混合优化算法

分析粒子群算法在求解组合优化问题中的运行原理,对警车分布的优化问题建立了粒子群优化的数学模型,对基本粒子群优化算法中的速度范围、惯性权重等参数进行了改进,并通过仿真与基本粒子群算法比较,显示改进的粒子群算法,提高了优化结果.在改进的粒子群算法中引入遗传算法,将形成的新混合算法应用到求解警车最优执勤地点的分布问题,并与遗传算法和改进的粒子群算法仿真比较.结果表明,混合优化算法在收敛速度和精度上均有明显的提高.     

全井钻头序列优化组合及参数优选

钻井过程中，全井钻头类型的优化是一个多阶段决策问题。本文根据系统工程理论，生成全井钻头序列优化组合多阶段决策树，并构造出全井钻头动态规划的状态转移方程、指标函数、由最小化理论寻求最优树枝途径，以此获得全井钻头序列优化组合及工作参数优选，这是深井、超深井钻井，缩短钻（建）井周期，获得高钻速、低成本的重要途径     

裁剪优化的Anytime算法

解决路径规划问题时,传统的Anytime算法有时候会遇到花费过多存储空间和计算时间的问题。该文提出的裁剪优化的Anytime算法旨在提高这两方面的性能。该算法在已有的Anytime算法的基础上,通过裁剪非均衡表中的节点来降低存储空间,然后通过分析裁剪后的节点信息来判断是否进入下次循环,以此减少计算时间。最后通过仿真试验,验证了算法的可行性和有效性。     

基于Schwab-Knopoff算法的优化改进

针对Schwab-Knopoff算法在高频阶段容易出现上下限溢出和有效数字缺失的缺陷提出了该算法在数值溢出阶段的一种算法改进方法:分析影响溢出的主要影响因子,省略相对很小的数值,设法消去共同最大的约数,达到因子数值的整体减小,增加有效数值的长度,从而解决数值溢出问题。实验结果表明:简化算法能够解决高频阶段的数值溢出和有效数字的缺失,使有效频率达到5 000 Hz以上,满足实际应用、简单易行,为实际勘探提供了可靠的频散函数曲线。     

6.5MHz调频接收机的优化设计

本文设计了一款采用MC3361构成的新型调频接收机,主要优点是将双平衡双差分混频器、中频放大器、立体声解调器以及静噪电路、限幅放大器、积分鉴频器、滤波器、抑制器、选频电路和电容三点式本机振荡电路集成在一起。该接收机采用了二次变频的方法来提高镜像频率抑制比,提高了接收机的灵敏度,这样可增设多级高放电路而不受镜像频率的干扰。     

蜗杆传动的优化设计

针对蜗杆传动的特点，通过对蜗杆传动设计的过程分析，进行了设计变量的选取、建立目标函数和确定约束条件，建立了蜗杆传动的数学模型和求解优化问题的基本思路及方法．采用Matlab软件中求解约束极小值的优化工具箱函数fmincon进行实例计算，得出了蜗轮齿圈体积最小的最优解。对降低产品生产成本具有一定的价值。     

软基上海堤结构优化研究

以软土地基上的海堤为研究对象,根据软土变形的时效特征和自重应力场与渗流场的耦合特性,建立软土蠕变模型和渗流作用下的耦合应力场分析模型,并采用有限元强度折减法进行稳定分析。对不同海堤结构断面型式进行了优化分析,所给出的结论可供同类工程借鉴。     

抽油机支架的优化设计

应用有限单元法对电动机换向抽油机支架进行了优化设计与分析,建立了支架优化的有限元分析模型.经过优化分析计算结果表明优化后的支架在满足结构安全的条件下最大限度地发挥了结构各构件的承载能力;有限元优化分析目标可以支架重量为最小的优化目标,还可以对支架固有频率、阻尼比等有关支架系统的动态特性参数进行目标有限元优化分析.     

并条机牵伸机构优化设计

针对并条机牵伸机构的优化,以结构参数设计为重点,以主牵伸区握持距为目标函数,采用复合形法,利用FORTRAN优化程序进行优化,以提高纱条的条干均匀度和条干质量,可得到较好的结果。     

膜扩散最优方程的提出和验证

为方便地判断液膜扩散机理,利用数学的Maclanrin展开式和Lagerange余项,从Boyd方程推导出在一定条件下,膜扩散的最优方程F=kt.利用该方程进行实验验证,结果证实:离子交换速率的大小与树脂直径的大小成反比,这与利用Boyd膜扩散的基本方程判断离子交换动力学的实验结果一致.用该方程判断液膜扩散机理更加简便、快速.     

互补件排样优化算法的研究

对下料件排样问题进行了深入分析,提出一种互补件排样优化算法.以该算法为核心的排样系统能够根据下料件的图形信息,自动快速地确定排样参数,具有计算速度快、板材利用率高的优点.