改进模拟退火算法在圆锥滚子轴承优化中的应用

建立了带约束条件的圆锥滚子轴承优化设计数学模型,针对标准SA算法收敛速度缓慢的弱点,通过对标准模拟退火算法的内外循环中加入记忆器来改进算法.应用改进的模拟退火算法对圆锥滚子轴承进行优化设计.通过和标准的模拟退火算法比较,改进的模拟退火算法全局寻优能力比标准算法有了显著提高,能得到满意的优化结果.优化结果对轴承设计具有参考意义.     

嵌入筛选操作的遗传算法及其在焊接路径规划中的应用

针对基本遗传算法(GA)中存在的局部搜索能力不足和未成熟收敛的问题,引入一种结合模拟退火算法的筛选操作对算法进行改进.改进遗传算法(IGA)一方面在优化后的解空间进行精细寻解,另一方面依靠基本GA算子开拓全局搜索空间,从而使算法达到全局最优与局部优化的良好平衡.由于改进算法中采用了模拟退火算法的Metropolis准则...     

嵌入筛选操作的遗传算法及其在焊接路径规划中的应用

针对基本遗传算法(GA)中存在的局部搜索能力不足和未成熟收敛的问题,引入一种结合模拟退火算法的筛选操作对算法进行改进.改进遗传算法(IGA)一方面在优化后的解空间进行精细寻解,另一方面依靠基本GA算子开拓全局搜索空间,从而使算法达到全局最优与局部优化的良好平衡.由于改进算法中采用了模拟退火算法的Metropolis准则...     

基于进化算法和模拟退火算法的混合调度算法

将进化算法与模拟退火算法相结合,提出四种有效的混合调度算法,即遗传退火算法、改进遗传算法、改进进化规划和并行模拟退火算法。两种算法搜索机制的互补增强了全局探索能力,基于关键路径的邻域函数运用提高了算法的效率。仿真结果表明:混合算法在求解质量和求解效率方面均有优势,优于国外同类研究成果;基于模拟退火的变异算子的搜索能力优于交叉算子;改进进化规划优于其他混合算法。     

基于混合遗传算法的Job Shop问题研究与实现

遗传算法具有良好的全局搜索能力,在调度问题中得到了广泛的应用。通过对遗传算法进行改进,可以有效避免在求解过程中容易陷入局部最优域的问题。通过采用混合遗传算法,即将模拟退火算法与遗传算法结合,在种群更迭过程中引入了模拟退火操作来求解Job Shop问题。通过实验验证了混合遗传算法的特性,最终算法显示出了遗传算法较好的搜索能力和模拟退火避免过收敛的特性,改进了收敛性能。系统的运行结果满足调度要求,实现了良好的有效性和实用性。     

模拟退火粒子群算法在汽车故障诊断中的应用

将基于模拟退火改进粒子群优化（SAPSO）算法和误差反向传播（BP）算法相结合构成的SAPSO-BP算法用于训练神经网络,该算法能够有效克服BP和PSO算法独立训练神经网络的缺陷。并应用于汽车发动机异响智能故障诊断。诊断结果表明,SAPSO-BP混合算法的收敛速度快于BP及PSO-BP算法。并且具有较高的诊断准确率。     

基于改进PSO算法的液压调高系统神经网络预测控制

针对采煤机液压调高控制问题,提出一种基于模拟退火粒子群算法的RBF预测控制方法。综合模拟退火算法和粒子群算法的优点,用模拟退火思想来解决粒子群算法易陷于局部最优的问题。用模拟退火粒子群算法优化RBF神经网络,增强学习能力和算法稳定性。利用改进的RBF神经网络对采煤机液压调高系统进行预测控制,仿真结果表明,改进后的方法比传统控制方法辨识精度提高,响应速度更快,证明了该方法的改进效果较好。     

基于PCA-改进算法BP神经网络的软测量技术

本文在利用动量法和自适应改变学习率改进BP神经网络算法的基础上,针对网络权值调整时不容易跳出误差平坦区的问题,进一步对神经网络的学习算法进行了改进,引入一个陡度因子.并与主元分析相结合,形成了PCA-改进算法的BP神经网络.通过在塑料缠绕过程塑料张力预测中的仿真实验结果表明PCA-改进算法后的BP神经网络不但可以提高模型的精度而且也使网络的泛化能力得到了增强.     

一种基于模拟退火算法的作业车间调度算法

通过对传统模拟退火算法(SA)和移动瓶颈法(SB)各自算法流程的分析,提出了一种改进的模拟退火算法。算法以模拟退火算法为主体流程,在主体流程过程中融入改进的移动瓶颈技术,在满足接受概率下,优化待接受的解,加快算法的收敛速度。通过对JSP优化问题的仿真试验,改进后的模拟退火算法对大规模组合优化问题求解效率有很大提高。     

采用基于群智能的模拟退火算法优化起重机箱形梁

详细论述了传统模拟退火算法的基本原理及求解过程,针对算法中存在的缺陷,提出了一种基于群智能的改进方案,采用种群搜索方式进行基于模拟退火的优化设计,提高了算法搜索迭代计算效率;采用Matlab编程软件,在算法运行过程中添加一个数据存储器,用以记录当前最优计算结果,保证全局极值点的准确输出;采用经典的起重机箱形梁优化模型,对改进后的算法进行测试。优化结果表明,改进后的模拟退火算法不仅能克服传统算法效率低的缺点,还具有高效的优化计算能力,为机械结构的优化设计提供了一种高效可行的新方案。     

遗传神经网络法在装载机故障诊断中的应用

在装载机故障诊断系统中,针对BP算法存在收敛速度慢,容易陷入局部极小值的问题,设计用遗传算法的复制、交换、变异过程代替BP网络的反向传播过程的改进算法.以装载机常用故障为例,应用提出的遗传神经网络算法对其进行故障诊断分析,从而证明该算法的有效性.     

遗传模拟退火算法在模型辨识中的应用

针对标准遗传算法在许多问题的解决中出现的早熟现象、局部寻优能力较差的情况．结合了标准遗传算法和模拟退火算法的优点并在编码的时候采用混合编码机制、提出一种改进的遗传模拟退火算法、解决了标准遗传算法在局部寻优差．求解效率差的问题。并用FESTO紧凑型过程控制实验室中的液位控制系统完成算法的验证工作、证明这种方法具有一定的优越性。     

采用改进遗传算法优化神经网络的双目相机标定

针对传统BP神经网络在双目相机标定过程中存在的迭代时间长、精度低等问题,提出了基于改进遗传算法优化BP神经网络的方法来完成双目相机标定.使用融合多格算法的Traj kovic算子进行角点检测,利用点对点空间映射和网格运动统计相结合的方法完成同名角点匹配,在此基础上,提取同名角点的像素值并计算其实际的三维坐标值.对遗传算...     

基于混合遗传算法的车间调度问题的研究

作业车间调度问题是最困难的组合优化问题之一，也是计算机集成制造系统中的一个关键环节，在实际生产中具有广泛应用。为此，提出了实现车间调度的混合遗传算法的设计方案，把遗传算法与模拟退火算法相结合，充分发挥遗传算法良好的全局搜索能力和模拟退火算法有效避免陷入局部极小的特性。通过实验验证了基于GASA混合算法的作业车间调度方法显著提高了搜索效率，改进了收敛性能。     

BP网络结合遗传算法对可取桥塞卡瓦结构优化

可取桥塞是井下作业中使用的主要工具,其中卡瓦结构参数的合理性直接影响油井产量和安全生产.为此提出一种基于BP网络和改进遗传算法的结构优化设计方法,在ANSYS软件环境中建立可取桥塞卡瓦模型进行仿真,得到25组数据构成网络训练样本,用BP网络建立映射关系,为遗传算法提供适应度函数,通过改进遗传算法完成最小值优化.优化结果表明卡瓦的整体性能有了显著的提高.     

煤气鼓风机故障模式识别方法研究

为了克服BP神经网络收敛速度慢且容易陷入局部极小问题,提出了将遗传算法与神经网络相结合用于故障诊断的方法。综合遗传算法的全局搜索性和神经网络的并行快速性等特点,通过使用遗传算法优化神经网络的初始权值达到加快其收敛速度的目的。实例结果表明用遗传算法改进后的神经网络在故障模式识别中是可行有效的。     

遗传神经网络及其在制品质量预测中的应用

针对基本BP网络收敛速度慢、易陷于局部极小的不足,对基本BP网络的激活函数、动量项、学习率进行了较为全面的改进,并采用遗传算法进一步优化改进后的BP网络。分别采用基本BP网络、改进型BP网络、嵌入遗传优化的改进型BP网络建立了制品质量指标的预测模型,预测模型可根据输入的注塑工艺参数预测制品的质量指标。结果表明,嵌入遗传优化的改进型BP网络学习效率明显优于其他算法。     

基于改进遗传算法的模糊RBF神经网络控制在液压伺服系统中的应用研究

针对电液伺服系统普遍存在非线性、时变性和不确定性的情况,提出一种基于改进遗传算法的模糊RBF神经网络控制方法。该方法采用模糊RBF神经网络控制实现对液压伺服系统的自适应模糊控制,并将GA的全局寻优及BP局部寻优相结合,克服了单独应用GA算法或BP算法调节模糊RBF神经网络控制器参数存在的缺陷。仿真结果表明,该方法具有很强的自适应性和鲁棒性。     

智能控制算法在温控系统中的应用

文章首先介绍了温控系统的方案设计,接着介绍BP神经网络结构。指出了基本BP算法的弊端并提出相应的优化方法。利用matlab工具箱作为平台建立控制模型,通过遗传算法获得大致的全局最优点,再由改进的BP学习算法对其精心调整,得出最佳控制模型,并通过测试样本仿真和试验。本设计的应用为实现快速、精确的温控系统提供了一种功耗低、经济有效的解决方案。     

基于混合退火遗传算法的圆柱蜗杆传动模糊优化设计

针对基本遗传算法在优化设计中遇到的局部搜索能力不强、早熟收敛等问题,提出一种将模拟退火、Powell搜索方法与遗传算法相结合的混合遗传算法.在此基础上对普通圆柱蜗杆传动模糊优化设计进行了研究;数值计算表明,该混合退火遗传算法可以有效地克服基本遗传算法的上述缺陷,可以加速算法的收敛,具有良好的优化性能.并用该算法较好地解决了普通圆柱蜗杆传动的模糊优化设计.