预紧力和螺栓位置对螺栓群连接构件的影响

为研究螺栓群连接构件的力学性能,以某高速列车中较具代表性的螺栓群连接构件为研究对象,利用非线性有限元接触算法和等效外载法施加预紧力,分别对不同螺栓预紧力和不同螺栓布置位置情形下的连接构件进行仿真.通过对孔周应力的比较,得出最佳螺栓布置位置和螺栓预紧力.     

基于对立策略的螺栓遗传算法

为进一步提高螺栓遗传算法的优化效率,加速寻优过程,提出基于对立策略的螺栓遗传算法。该算法在种群初始化阶段和变异阶段均用对立取代随机方式,提高产生解的质量。利用测试函数对算法的效率进行检验,将其与差分算法、遗传算法、粒子群算法和螺栓遗传算法进行对比,结果表明,新算法具有更快的收敛速度和更高的求解精度。     

基于优化设计的印制板组件精细化动力学建模方法

以模态测试结果作为修正的目标值,提出了采用ANSYS优化设计对螺栓连接型印制板组件进行精细化动力学建模的方法.首先使用ANSYS概率设计模块计算出印制板组件特征值对结构材料参数的灵敏度.然后基于灵敏度分析结果与螺栓连接处的建模误差,使用ANSYS优化设计模块对印制板组件进行参数修正,最后通过比较不同边界条件下组件的固有特性验证了修正后参数的有效性.研究表明:基于灵敏度分析和建模误差的优化设计方法可以有效提高螺栓连接型印制板组件动力学模型的建模精度.     

最小偏差法在机械多目标优化设计中的应用

提出了处理多目标问题的最小偏差法,并将其应用于机械多目标优化设计.以流体动压滑动轴承多目标优化设计为例,建立了以摩擦系数最小、发热量最小和承载能力最大为目标函数的多目标优化设计数学模型,根据最小偏差法原理构造统一目标函数,利用改进遗传算法对该问题进行了优化设计.算例整个求解过程和结果表明,该方法既可以避免人为因素的影响...     

用遗传算法优化设计模糊控制器的软件研制

文章叙述了利用遗传算法优化设计模糊控制器的原理,介绍了相应软件的组成和基本功能。该软件不仅能优化设计模糊控制器,而且能根据不同被控对象模型进行仿真,从而评价模糊控制器的鲁棒性及动态性能。     

遗传算法在钟表机芯设计中的应用

在钟表机芯设计中，齿轮参数的优化设计是一个组合优化问题，很难用传统优化方法解决.遗传算法是一种基于生物进化原理的启发式搜索方法，近年来，它成功地解决了许多计算难题.使用该算法的难点是如何将具体问题映射成适于该算法的编码以及根据编码进行各种操作.该文对传动系统各齿轮参数序号进行编码，成功地解决了齿轮参数的优化设计问题，也为一般机械设计中传动系统参数的优化提供了经验.通过比较，利用遗传算法得出的参数比用专家系统得出的参数更优.     

一种网构软件构件选择方法

针对网构软件构件选取问题的特点,将网构软件构件选取问题中的构件选择问题CSPI映射为MMKP,提出一种基于遗传算法的网构软件构件选择方法。该方法首先对构件库中的构件依据构件的功能刻面分类并检索,得到检索集;然后引入遗传算法,从检索集中选择多个合适的构件构建网构软件;接着,引入蚁群算法中的正反馈思想,对遗传算法中的变异操作进行改进;最后,实验结果表明:遗传算法能够选择合适的构件构建网构软件,并且改进的遗传算法能够选择更合适的构件构建网构软件。     

基于多目标遗传算法的Σ-ΔMEMS加速度计优化设计

针对单目标遗传算法设计优化高阶Σ-Δ微机电系统(Σ-ΔMEMS)加速度计时易出现的稳定性问题,提出了基于多目标遗传算法的MEMS加速度计环路滤波器优化设计方法.对三阶非限定性Σ-ΔMEMS加速度计系统,采用多目标遗传算法,将∞—范数和信噪比作为设计目标对其环路滤波器参数进行优化设计.结果表明:相比只针对信噪比进行优化的传统单目标遗传算法,多目标遗传算法在确保高信噪比的同时,提高了系统的相位裕度,使得最大稳定输入信号范围增幅超过1倍,增强了系统对MEMS敏感元件工艺误差的鲁棒性.     

基于IGA-SVR随机Hough变换的预制构件螺栓孔节点定位

针对预制构件螺栓孔节点定位时由于工业环境下光照不均匀且螺栓孔并非规则平滑圆形,导致定位精度不高的问题,提出一种引入改进遗传算法优化支持向量回归分析(IGA-SVR)的随机Hough变换圆形定位算法;对遗传算法引入收缩包围与螺旋更新机制,提升算法局部搜索能力;同时改进交叉变异算子,引入收敛因子克服遗传算法后期收敛速度慢的问题;利用改进的遗传算法对支持向量回归模型进行参数寻优,通过圆形训练样本训练出逼近螺栓孔的超平面方程;采用此模型上的三点进行随机Hough变换定位圆,并利用双目视觉算法得到圆形三维坐标;通过4个标准测试函数及混凝土预制构件模型螺栓孔节点定位实验验证所提算法的有效性,结果表明,改进的算法优化性能更佳,在结合随机Hough变换定位圆时,明显提高了定位精度,满足工程测量要求。     

基于NSGA-Ⅱ算法的区域覆盖卫星星座优化

针对区域覆盖的卫星星座优化设计.将一种基于Pareto最优概念的快速非支配排序遗传算法(NSGA-Ⅱ)引入区域覆盖侦察卫星星座的多目标优化设计,并利用多属性决策中的字典序法,根据目标的重要程度.在得到的Parcto解中进行选择.最后,利用STK和Visual C++针对侦察卫星星座进行了仿真,仿真结果表明了算法可以找到多个Pareto解,避免了传统求解方法的权值选择问题,并且较简单遗传算法具有更好的灵活性,为解决星座多目标优化设计问题提供了新的思路.