混合离散变量的遗传算法及其应用

目前 ,连续变量优化设计的遗传算法已经很成熟 ,但对离散变量的遗传算法研究甚少 ,而且所提出算法也较繁琐。本文提出一种使用方便的混合离散变量优化设计的遗传算法 ,通过求解齿轮减速器优化问题表明该算法的可行性和实用性     

改进蚁群算法的斜齿轮传动多目标优化

本文针对传统蚁群算法在优化目标函数和设计变量较多时,收敛速度慢和容易陷入局部最优等缺点,提出了一种改进的蚁群优化算法。并对两级斜齿圆柱齿轮减速器在考虑其动态性能、体积、可靠度多目标下对齿轮参数进行了优化。其结果与传统设计相比,在保持了减速器较高可靠性的同时,获得了较好的动态性能和较小的体积。本文提出的改进蚁群算法为斜齿轮减速器提供了一种新的优化设计方法。     

基于Pareto遗传算法的高速插秧机变速器优化设计

以某高速插秧机变速器的优化设计为例,将Pareto最优解概念和遗传算法相结合,在遗传算法的基础上引入群体排序技术、小生境技术和Pareto解集过滤器等技术,并针对设计变量都是离散变量的特点,采用先将生成的随机数变换到约束范围后再圆整到最近离散值的方法,构造了适用于求解多目标优化问题的Pa-reto遗传算法,运用该算法获得了变速器在体积最小、中心距最小和总重合度最大目标下的Pareto最优解集。结果表明,采用Pareto遗传算法优化设计的变速器达到了综合优化设计的效果。     

基于NSGA-Ⅱ的行星减速器多目标优化设计

为提高行星减速器工作能力,以齿轮强度和减速器体积为优化目标,对行星减速器进行多目标优化设计。以矿用提升绞车中的NGW型行星减速器为优化对象,以中心太阳轮尺寸参数为优化设计变量,建立配齿条件、齿面接触强度及工作参数等约束条件,构建多目标优化设计模型。利用带精英策略的非支配排序遗传算法(NSGA-II)对多目标优化模型进行优化计算,得到优化目标的帕累托(Pareto)最优解分布。通过对比得到优化目标间的相互影响规律,利用模糊集合理论从最优解集中选择出合理参数作为最终设计结果。分析结果表明本文提出的优化设计方法提高强度的同时,有效减小减速器体积,实现了行星减速器的多目标优化设计。     

双圆弧齿轮传动模糊可靠性的遗传算法设计

根据模糊可靠性设计理论，给出双圆弧齿轮传动的模糊可靠性设计准则，探讨了双圆弧齿轮传动设计中模糊变量与随机变量同时存在时的多目标多约束情况下模糊可靠性优化设计的数学模型，以及优化遗传算法求解该模型的算法流程。     

基于MATLAB的多级齿轮传动多目标可靠性优化设计研究

机械可靠性优化设计是以机械产品的可靠度作为目标函数或约束条件,运用优化设计方法获得最佳设计方案的现代设计方法。本研究以三级斜齿圆柱齿轮减速器可靠性优化设计为例,以减速器体积最小、传动平稳可靠为目标函数,将强度设计可靠性纳入约束条件,建立多级齿轮传动多目标可靠性优化设计数学模型,利用MATLAB优化工具箱进行可靠性优化设计。     

基于模拟退火粒子群算法的圆柱齿轮减速器的可靠性优化

模拟退火粒子群算法将模拟退火思想引入具有杂交和高斯变异的粒子群算法中,是一种简单快速的随机全局优化算法。将模拟退火粒子群算法与可靠性优化设计理论相结合,建立了最大化减速器传动系统可靠度的优化模型,提出了基于模拟退火粒子群算法的圆柱齿轮减速器可靠性优化方法。利用该优化方法进行一圆柱齿轮减速器的优化设计,其优化结果明显优于基本粒子群算法、混合罚函数法和传统设计方法。算例表明,该优化方法具有全局收敛且精度高的优越特性,是一种有效的可靠性优化设计方法,并对其他机械部件可靠性优化具有一定的参考意义。     

行星齿轮减速器多目标优化设计

针对行星齿轮减速器优化设计的多参数、多目标、多约束的特点,建立了多目标优化数学模型,应用层次分析法计算各目标函数权重,通过采用遗传算法进行减速器参数多目标优化求解.实例计算表明.优化设计参数比原设计参数更加合理,说明遗传算法用于减速器优化设计是有效、可行的,对行星齿轮减速器的优化有一定的指导意义.     

基于NSGAⅡ的齿轮减速器多目标优化研究

为了解决工程设计中有离散变量、多约束的多目标优化问题,对改进的非占优排序遗传算法(NSGAⅡ)进行了研究,通过基于拥挤距离的非占优排序,提出了离散变量和多约束的处理方法,利用Matlab软件编写了NSGAⅡ的多目标优化程序,并以二级减速器多目标优化设计为例,建立了多目标优化数学模型,运用NSGAⅡ算法求解得到了帕累托最优解集,根据模糊集合理论的有关方法选取了最优解,与传统方法得到的结果相比,体积、失效概率和传动误差都有不同程度的降低。研究结果表明,修改后的NSGAⅡ能用于有效地求解有离散变量、多约束的多目标优化设计问题。     

基于混合非线性规划的混合式齿轮减速器离散优化设计

以工程实例(弧齿锥齿轮-斜齿圆柱齿轮三级减速器)为研究对象,构建混合式齿轮减速器优化模型,该模型中含有离散型变量(模数)、整型变量(齿数)和连续型变量(齿宽、螺旋角等),是一种复杂的混合非线性规划问题。在优化求解中,提出了一种新的优化求解算法,该算法实现了模数、齿数等变量的离散取值,弥补了以往优化设计中将离散变量作为连续变量求解的不足。优化结果表明:优化方案符合工程设计的需要,并在减小减速器体积、节省材料等方面具有显著的现实意义。该离散优化算法在上海振华港机的齿轮箱设计中得到成功应用,并作为相关设计的重要参考资料。     

面向Job Shop调度的算法融合方法研究

提出一种算法融合方法,解决单一算法求解Job Shop调度问题存在的不足,提高这类问题的求解质量。在融合方法中,采用遗传算法和蚁群算法进行并行搜索;根据Job Shop调度问题解的特征,提出基于关键工序的邻域选择方法,并将基于这种邻域选择方法的禁忌搜索算法作为局部搜索算法,加强了遗传算法和蚁群算法的局部搜索能力。采用算法融合方法构造的优化算法对13个难解的benchmarks问题实例进行求解,在较短的时间内,得到的十次实验结果的makespan最优值和平均值优于并行遗传算法(PGA)和TS算法。采用算法融合方法构造的优化算法具有较强的搜索能力,说明提出的算法融合方法是有效的。     

一种新的优化算法一遗传算法的设计

本文说明了遗传算法的含义,操作方法,设计方法及及它的改进途径。     

锥束XCT重建算法的实现

计算机断层成像（CT）是一门用来获取观测目标断层图像的技术，它广泛地应用于医疗诊断和工业无损检测等领域。与CT系统其他部分比，重建算法是其核心，本文实现了锥束CT重建的三种算法：FDK算法、Katsevich算法和EM算法，并对这三种算法进行了比较研究。     

基于混合遗传算法的Job-Shop调度问题的研究

Job-Shop调度问题是最困难的组合优化问题之一,由于其固有的计算复杂性,一般无法利用经典解析算法求出最优解。结合实际生产情况,建立了Job-Shop调度问题的模型,并基于遗传算法与局部搜索启发式算法相结合的混合遗传算法的思想给出了求解此模型的算法过程。     

遗传算法及其在机械工程中的应用

介绍了遗传算法的基本原理、基本特点及对简单遗传算法的一些改进，简介了其在机械工程中的应用成果，并对其研究前景进行了展望     

RESEARCH OF PROBLEMS ON REALIZING DIRECT ALGORITHM OF WAVELET TRANSFORM

Direct algorithm of wavelet transform (WT) is the numerical algorithm obtained from the integral formula of WT by directly digitization. Some problems on realizing the algorithm are studied. Some conclusions on the direct algorithm of discrete wavelet transform (DWT), such as discrete convolution operation formula of wavelet coefficients and wavelet components, sampling principle and technology to wavelets, deciding method for scale range of wavelets, measures to solve edge effect problem, etc, are obtained. The realization of direct algorithm of continuous wavelet transform (CWT) is also studied. The computing cost of direct algorithm and Mallat algorithm of DWT are still studied, and the computing formulae are obtained. These works are beneficial to deeply understand WT and Mallat algorithm. Examples in the end show that direct algorithm can also be applied widely.     

相位恢复算法在仿真与实验上的研究

相位恢复算法一直存在着精确度不高,收敛速度慢甚至停滞不前等问题。将基于光强传输方程(TIE)法与G-S迭代算法混合提高了相位恢复的精确度,梯度算法的提出加大了迭代步长,使得收敛速度加快。采用GS-TIE算法和振幅加成梯度算法分别从仿真和实验的角度去比较分析恢复的效果。通过对二维图像仿真得出,振幅加成梯度算法在收敛速度上是GSTIE迭代算法的3倍,精确度是GS-TIE迭代算法的10倍。从实验结果得知,GS-TIE恢复的相位清晰可见,轮廓明显,在边缘处过度均匀,而振幅加成梯度算法相对比较模糊,在轮廓边缘处过度不均匀,悬差较大。     

优化算法在汽车动态称重信号处理中的改进和简化

本文讨论了几种动态称重信号去噪的算法,分析了各种算法的优缺点,对其中的优化算法进行了改进,摒弃了繁杂的模型参数估计并结合平均算法,从而简化了处理过程.在实际测试中,取得了很好的效果.     

装配序列规划问题求解的一种混合算法

基于蚂蚁算法和的遗传算法特点,给出了一种解决装配序列规划问题的遗传和蚂蚁混合算法.混合算法中利用蚂蚁的每一次周游,快速生成问题的一组可行解,用遗传算法对得到的可行解进行快速优化,并根据优化解的质量,生成路径上的信息素分布,以加速蚂蚁最优路径上信息素的积累,从而引导蚂蚁更快地搜索到问题的最优解.实验结果表明,混合算法在装配序列规划问题求解上具有更好的性能.     

求解Job-shop调度问题的混合遗传算法

分析了单件生产车间调度问题,提出了适合Job-shop调度的算法-混合遗传算法.通过分析几种求解该问题的典型混合遗传算法,说明了混合遗传算法是求解该问题的可行且有效的方法,并且在具体的环境下有一定的优越性。