遗传算法在机械优化设计中的应用

主要介绍了遗传基因算法的基本原理、特点及关键参数，分析了遗传优化的方法和步骤，并将其应用到QY200-14／37型液压支架四连杆机构优化设计中，取得了很好的结果。     

遗传算法在机械优化设计中的应用现状及展望

阐述了遗传算法的基本原理，基本概念和特点，简介了遗传算法在机械优化设计中的应用现状，实现步骤以及求解约束优化问题时应采取的措施，并对遗传算法的研究和应用进行了展望。     

改进遗传算法在机械优化设计中的应用研究

采用了遗传算法对机械优化设计中的多目标、多自变量、多约束的优化问题进行了探讨,以解决传统的优化方法容易陷入忆部最优的缺陷,运用惩罚函数、实值编码策略和联赛选择机制对标准遗传算法进行了改进。使得改进后的遗传算法在机械优化设计中有了一定的实用价值。     

基于免疫遗传算法的优化设计

遗传算法作为一种生物进化计算模型,在优化计算中得到了广泛应用,但其存在的缺陷,影响了其在一些问题求解中的正确性和有效性.将生物免疫算法与遗传算法相结合,提出了一种基于免疫遗传机理的优化计算模型,避免了遗传算法易出现早熟、搜索效率低及不能很好保持个体多样性等问题.并以免疫遗传算法为基础,研制了优化设计支持IGBODS(Immune & Genetic based Optical Design Support) 系统, IGBODS系统已在多个优化问题中得到应用,优化计算结果表明,免疫遗传算法在优化设计中,具有很大的优越性与良好的应用前景.     

自适应遗传算法在机械优化设计方面的应用

阐述了自适应遗传算法原理,以及它在某发动机气门弹簧的可靠性优化设计中的应用,通过测试,结果表明此算法的收敛性能优于标准遗传算法。     

遗传算法在机械工程全局优化设计中的应用

本文介绍了一种新的全局优化方法———遗传算法。给出了标准遗传算法的基本原理及数学模型，分析了标准遗传算法的收敛性；总结了遗传算法的特点，最后给出了遗传算法在机械工程优化中应用的两个实际算例，算例表明了该方法的有效性。     

基因遗传算法在机构优化设计中的应用

介绍了基因遗传算法的来源，基本原理和方法，提出了改进的基因遗传算法，并介绍了圆柱螺旋压缩弹簧优化问题的适合度函数，约束条件及编码方法。研究表明，基因遗传算法适用于解决多变量。多目标，多峰值的约束优化问题。     

遗传算法在机构优化设计中的应用

机构优化设计问题是机械优化设计的一个重要方面。本文尝试用遗传算法解决该类问题,获得了令人满意的结果,并且可以克服常用算法求解析造成的忆中部最优,为机构优化问题开创一条新的路径。     

混沌遗传优化算法及其在机械优化设计中的应用

为了解决传统遗传算法的早熟问题，首次提出了混沌移民算子。利用混沌迭代的遍历性和内在随机性。通过混沌移民操作可克服传统遗传算法中的近亲繁殖问题，确保算法的全局收敛性。用MⅣ啪语言研制了混沌遗传优化算法软件；数值计算表明，该算法的全局收敛性好、算法稳健，适应于求解连续变量的无约束及有约束优化机械优化设计问题，具有工程实用价值。     

基因遗传算法+惩罚函数法”在机械优化设计中的应用

提出了“基因遗传算法＋惩罚函数法”的通用算法,并从中发现,它非常适合求解复杂的非线性约束优化问题。该方法与传统的优化方法相比,可取得较为理想的全域最优解,同时该方法也改善了基因遗传算法的局限性。     

免疫遗传算法及其在多目标优化设计中的应用

免疫算法是一种基于自然界生物体免疫系统的优化算法，是目前机械多目标优化设计中的一个新的研究方向。免疫遗传算法（IGA）是在免疫算法（IA）的抗体多样性维持机制中引入遗传算法（GA），使其性能比标准免疫算法更进了一步。通过测试函数证明了免疫遗传算法既保留了免疫算法的优点，又提高了免疫算法中抗体的多样性和收敛速度。结合压铸机合模机构的优化设计，表明此算法可有效解决工程问题的优化。     

机械工程全局优化设计的遗传算法

针对机械工程设计中经常遇到的多个局部极值的参数优化设计问题，探索了应用遗传算法求解其全局最优解的途径。文中讨论了遗传算法的基本构造模型，提出了新的适合度技术、新的交叉算子、新的变异算子和算法终止准则。最后，给出了遗传算法在机械工程优化中应用的两个实际算例，算例表明了该方法的有效性     

免疫遗传算法求解工艺规程及作业调度协同优化

提出了基于工艺规程及作业调度协同优化的并行分布式工艺设计与调度集成模型,建立了工艺规程及作业调度协同优化的数学模型。提出了一种协同进化免疫遗传算法来同时优化零件的备选工艺规程组合以及调度方案,为各零件确定最优工艺规程及与之相对应的最优调度方案。通过工艺种群及调度种群的相互作用及相互促进,大大降低了计算复杂性并提高了搜索效率。通过对10台设备10种零件的实例仿真验证了算法的有效性。     

特异性免疫的遗传算法在神经网络中的应用

基于小生境技术和免疫算法,提出了一种特异性免疫的遗传算法。将该算法应用于神经网络控制器的优化,对非线性系统进行仿真实验,结果表明该方法比传统的控制方法有更好的控制效果。     

基于协同优化和多目标遗传算法的车身结构多学科优化设计

在汽车车身结构NVH和侧面碰撞安全性研究中,实施多学科多目标优化的可行性设计。通过试验设计制定试验方案并进行数据采样,构建考虑整车侧撞安全性、白车身模态、静态弯曲刚度、扭转刚度和轻量化等性能的响应面近似模型,然后对车身结构分别进行确定性和可靠性轻量化单目标设计。最后,运用多目标遗传算法结合多学科协同优化对车身结构进行多目标优化设计,获取Pareto最优化解集。研究结果表明:可靠性优化设计较确定性优化设计而言,能考虑产品设计和生产过程中的不确定性因素,保证产品稳健性;车身结构的多目标优化设计全面考虑了车身结构轻量化、NVH和碰撞安全性能等多学科之间的耦合和解耦;设计者可按需选择其满意的优化结果,这将大幅缩减产品开发周期、降低产品开发成本。     

基于遗传算法的蜗杆蜗轮优化设计

以蜗轮的有色金属齿圈体积最小为目标函数,并从设计经验本身、运动性能、边界条件等方面建立合理的约束条件,建立了蜗轮齿圈的优化设计数学模型。应用MATLAB遗传算法工具箱寻求全局最优解。优化结果表明,采用遗传算法能够快捷有效地对蜗杆齿轮进行优化设计,是对蜗杆齿轮优化设计的一种有效方法。     

基于遗传算法的交互式齿轮优化设计方法研究

常规的齿轮设计方法通常需要花费大量时间，通过数次试算才能得到一个较好的设计结果，采用一般的非线性和线性优化方法注解起来也比较困难。为此，本文以渐开线标准直齿圆柱齿轮为例，提出了一种基于遗传算法的交互式优化设计方法，对于设计原始数据，设计要求及设计过程中的经验型中间结果采用交互式输入，而对其他主要设计变量采用遗传算法进行优化。     

基于遗传算法的散热器翅片优化设计

为了设计工程约束下的高性能散热器,基于散热器热阻网络模型,建立了散热器优化目标函数,利用遗传算法对目标函数进行优化,获取了工程条件约束下散热性能最优的散热器几何参数。计算结果与商用软件仿真结果符合较好,表明文中所建模型的准确性和有效性。文中的研究为提高高性能散热器的设计能力及新产品的研发效率提供了有益参考。     

基于改进遗传算法的蜗杆传动多目标优化设计

以蜗轮齿冠体积最小、传动效率最高和中心距最小为目标,在保证蜗轮和蜗杆满足承载、强度及其它要求的前提下建立蜗杆传动多目标优化设计的数学模型,并运用实数编码策略、联赛选择机制及通过动态调整交叉概率和变异概率,引入自适应算子对标准遗传算法进行改进,利用改进后的遗传算法对该问题进行了优化设计.整个求解过程和结果表明,该方法具有较好的实用价值,是一种值得推荐的设计方法.     

基于遗传算法的机械传动方案可拓优化设计

传动方案的遗传算法是求解传动方案优化问题的关键技术.将多目标物元优化方法应用到机械传动方案优化设计中,给出设计实例,验证了所提出方法的有效性和可行性.