基于动态径向基函数代理模型的优化策略

针对飞行器多学科设计优化中传统的静态代理模型方法全局近似精度难以保证与计算效率较低的问题,提出一种基于动态径向基函数代理模型的优化策略.通过Maximin拉丁超方计算试验设计在设计空间中选择初始样本点,构造径向基函数代理模型,并通过全局优化算法对当前代理模型进行优化获得原优化问题的可能最优解,根据已知信息构造重点采样空间,在优化过程中逐步更新重点采样空间并在其内部增加样本点,并更新代理模型以提高代理模型在全局最优解附近的近似精度,直至优化迭代收敛.将本优化策略应用于数学测试算例和NASA减速器优化设计中,优化结果表明,使用本优化策略可以获得分析模型的全局最优解.与直接使用遗传算法相比,计算分析模型的次数减少了95%,相比于传统的静态径向基函数代理模型方法,计算分析模型的次数减少了50%.     

基于混合遗传算法的柔性制造系统优化设计

针对基于闭排队网络模型的柔性制造系统优化设计问题，提出了一种混合遗传算法，利用该模型中生产量函数和成本函数的单调性，设计了最大产量－成本梯度算子，来引导新一代种群从不可行域进入可行域，既实现了利用遗传算法求解柔性制造系统约束优化问题，又增强了遗传算法的局部搜索能力。由于该算法利用渐近边界分析思想和编码技术减少了计算量，从而使混合遗传算法既保持了遗传算法的全局寻优特点，又提高了运行效率。算例证明，该算法的求解质量优于目前该领域常用的隐枚举算法。     

基于遗传算法的机械零部件可靠性优化设计

以发动机气门弹簧为例,考虑设计参数的离散性,建立了以部件可靠度为目标函数的数学模型,确定了设计变量、目标函数及约束条件,使用遗传算法通过选择、交叉和变异等操作使种群逐代进化,同时以全局并行搜索来优化群体,利用遗传算法进行优化运算并得到了全局最优解.设计结果表明:使用遗传算法可以有效地解决非线性和离散性的优化设计问题,能够得到全局最优解,既可保证优化结果,又提高了优化效率;该优化方法合理有效,能够解决非线性约束条件下的优化问题,是对现代机械可靠性优化方法的丰富,可广泛应用于机械零部件的优化设计.     

微遗传算法及其在混流泵叶轮优化设计中的应用

提出了一套针对多参数复杂工程问题的微遗传优化算法,该算法能够在使用较少遗传个体的前提下,高效搜索出解空间中的全局最优解.其中心思想是,在基本遗传算法理论的基础上,添加了多重优势个体选择策略、重启动策略等优化策略,并对基本遗传算子进行改进,同时加入了小生境、保留最优值技术,提高算法性能.采用二元理论对混流泵叶轮进行设计,选取叶轮进出口边沿轮缘流线长度与速度矩分布函数首项系数为优化变量,以水泵效率作为目标函数,使用微遗传算法进行优化设计,结果表明:微遗传优化算法高效实用,水泵效率较优化前有明显提高.     

动态惩罚函数非线性规划遗传算法及在汽车变速器中的应用

针对传统遗传算法在求解非线性规划问题时局部搜索能力较弱,惩罚函数求解精度不高的缺陷,将非线性规划算法引入到遗传算法中,提出一种基于动态惩罚函数的非线性规划遗传算法,将遗传算法的全局寻优能力和非线性规划算法的局部寻优能力结合起来,并引入动态惩罚函数,根据不可行点到可行域的距离和可行度自适应的调整惩罚项的值,从而能够快速求出全局最优解。介绍了动态惩罚函数的设计、改进遗传算法的关键技术和流程。最后,以某型号汽车变速器的优化设计验证了算法的合理性。与传统遗传算法相比,改进后的遗传算法解的质量、收敛速度明显提高,因而为遗传算法的改进提供了一种新的思路。     

基于

利用边界元法(BEM)对加工中心主轴系统进行力学模型的建立,并通过遗传算法(GA)对机床主轴结构进行优化设计,通过算例研究表明,对于多约束优化问题,利用该算法可以较好地获得全局最优解,给出的主轴参数优化合理,能够满足工程实际应用的需要。     

基于遗传算法的机床主轴结构静态优化设计

利用边界元法（BEM）对加工中心主轴系统进行力学模型的建立,并通过遗传算法（GA）对机床主轴结构进行优化设计,通过算例研究表明,对于多约束优化问题,利用该算法可以较好地获得全局最优解,给出的主轴参数优化合理,能够满足工程实际应用的需要。     

基于遗传算法的车辆座椅悬架最优控制器的应用

常规LQG控制器在车辆座椅主动悬架应用中,存在权值矩阵确定的问题。设计了一种基于遗传算法优化LQG权值矩阵的方法。该方法利用遗传算法的全局优化算法,以主动座椅悬架性能指标为目标函数对权值矩阵进行优化设计,并在Matlab/Simulink环境下建立了系统模型并进行仿真模拟。仿真结果表明:基于遗传算法优化的LQG控制器能够解决了最优控制器中存在的权值确定问题,提高悬架的设计效率,同时对于乘坐舒适性的改善有良好的效果。     

基于OSF和RSM的轻轨独立轮轴桥优化设计

基于目前机械结构优化设计未充分考虑结构动态特性对综合性能的影响以及工程优化设计效率低下的问题,提出了响应面模型仿真实验方法。通过结合最优空间填充设计和Kriging插值思想构建机械结构优化设计初始代理模型,并利用试验设计方法、误差较大区域加密优化、近似最优解局部加密处理以及内外层更新迭代思想,建立了在局部区域和全局空间内都具有较高近似精度的Kriging模型。在此基础上,基于筛选优化算法和多目标遗传算法得到目标函数的Pareto最优解。最后用轻轨用轴桥结构优化设计实例验证了该方法的有效性。     

基于信赖域混合全局算法的拓扑优化设计

在分析当前拓扑优化求解问题方法的不足之处的基础之上,将信赖域方法全局收敛思想与凸近似策略相结合,用梯度投影法求解近似子问题,建立了能有效求解非凸多约束拓扑优化问题的信赖域-界约束梯度投影拓扑优化数值算法,得到了标准拓扑优化问题信赖域近似子问题模型,并列出了算法的基本步骤。此信赖域混合全局算法不但具有全局收敛性,而且能简化主优化程序下降方向步长的计算,具有较高的效率和稳定性。数值算例验证了算法的有效性和可行性。     

基于双目视觉的管路位姿测量

针对管路位姿测量过程中管路的无纹理、少特征等难点,提出一种基于双目视觉的管路位姿精确测量方法。首先利用双目视觉原理从二维图像中计算管路的初始位姿;然后利用基于边缘像素点的位姿优化算法建立3D-2D的投影映射关系,通过优化边缘像素点到投影模型边缘的距离,对投影模型边缘和图像边缘进行拟合,从而优化管路初始位姿。本算法仅在投影模型边缘的一定区域内选取具有高灰度值梯度的像素点,从而增强算法的鲁棒性并提高计算效率。测量实验表明,该方法测量精度较高、操作简单、测量时间只需2 s～3 s,可有效提高管路位姿的测量精度及效率,满足工业应用需求。     

权期望填充准则作用下的Kriging自适应建模及全局优化算法

Kriging代理模型可有效近似包含黑箱约束的工程优化问题,但存在仅依靠原始样本数据建模精度不高,工程优化效率低等问题.针对上述问题,提出了综合Kriging模型、权期望改进准则及进化算法的新有效全局优化算法.该算法的权期望填充准则在期望改进准则启发下,依据距离函数与期望增量的函数关系,构造权函数实现对新填充准则全局及...     

基于Matlab遗传算法工具箱的圆柱螺旋弹簧模糊可靠性优化设计

模糊可靠性计算问题最后也要转化为常规可靠性优化来进行计算,但目前所用的手段多基于传统的最优化理论中优化算法:如复合型法、惩罚函数法等,这些方法存在局部极值和对目标函数的可微性有严格要求的苛刻条件,并且优化结果与初始值有较大的相关性等难以克服的缺点.在Matlab环境下,应用GA工具箱,对圆柱螺旋弹簧进行优化设计,旨在克服常规算法的缺点,得到全局最优解.研究应用结果表明在Maltab环境下,遗传算法工具箱使用简单方便,可直接应用库函数文件,且能根据不同的优化指标、计算精度寻找出最佳结果,充分体现了遗传算法的全局搜索性能.该优化方法具有计算可靠,快捷高效和图形结果可视化等特点,并具有广阔的应用前景.     

随机梯度遗传算法在翼型优化设计中的运用研究

针对标准遗传算法在优化搜索过程中,局部搜索能力较低的弱点,利用将遗传算法与实时扰动随机逼近方法(SPSA算法)为基础的随机梯度算法相结合而产生的随机梯度遗传算法建立了可用于气动外形优化设计的设计方法.并运用此算法开展了有关翼型的气动优化研究.相关结果表明,将随机梯度遗传算法用于气动外形优化设计,不仅可以提高优化效率,同时由于增强了局部搜索能力,因此,在有限的搜索条件下,可以提高优化设计结果的质量.     

基于遗传算法优化的汽车主动悬架LQG控制器的设计

常规线性二次最优控制器在汽车主动悬架应用中,存在权值矩阵确定的问题。设计了一种基于遗传算法优化控制器权值矩阵的方法。利用遗传算法的全局优化算法,以主动悬架性能指标为目标函数对权值矩阵进行优化设计,提高了控制器的设计效率和控制性能。应用该方法进行了汽车悬架主动控制仿真。研究结果表明:基于遗传算法优化的LQG控制器的汽车主动悬架相对于应用常规控制器的主动悬架和被动悬架,能够大大改善主动悬架的性能。同时在充分利用常规线性二次最优控制器优势的基础上,解决了其权值矩阵确定存在的问题。     

基于等几何边界元法和粒子群优化算法的结构形状优化

等几何边界元法是将计算机辅助几何设计(CAGD)中描述几何边界的非均匀有理B样条(NURBS)基函数作为边界元法中的形函数。该方法不仅能精确地描述几何边界,且几何设计、仿真分析和形状优化采用统一的数学描述即NURBS,从而避免了重复地划分网格和优化中的网格畸变问题,提高设计、仿真和优化效率。本文将等几何边界元法和粒子群优化算法相结合,讨论了二维线弹性结构的形状优化。相对基于梯度的优化算法,无梯度的粒子群优化算法可以避免繁杂的敏感性分析过程,使优化的实现过程更为简便。数值算例验证了基于粒子群优化算法的等几何边界元法在结构形状优化中的有效性和精度。     

基于改进遗传算法的断路器温控问题研究

针对控制断路器在制造过程中温度变化的问题,对各工艺参数进行了优化。首先利用均匀设计与正交设计,在对试验次数相近时,均匀性更好的、更具代表性的特点进行了试验分析;然后通过响应面法(RSM)构建了断路器温度变化的回归模型,并且利用残差进行了插值拟合,构建了基于径向基函数的响应面模型;最终提出了一种改进的非线性遗传算法(INGA),在遗传算法的选择操作时,首先采用精英策略,选取了最大适应值种群,然后在剩下的种群中采取轮盘赌法选择,通过改进的变异算子不断调整搜索区域,再利用非线性规划算法具有很强的局部搜索能力提高了解的精度。研究结果表明:改进后的非线性遗传算法具有较好的全局优化能力,且比传统的遗传算法和非线性规划算法更优。     

基于改进遗传算法的插齿机主运动机构优化设计

旨在介绍遗传算法,改进遗传算法在实际应用过程中发现的缺点,以及遗传算法在插齿机主运动机构优化设计中的应用。主要利用遗传算法与多种群遗传算法的函数优化算法,以插齿机主运动机构的优化设计为例,对机构参数的多个目标函数进行优化设计分析。通过对插齿机主运动机构运动学和动力学的分析,确定了待优化的目标函数、设计变量和边界约束条件,并采用Matlab进行编程和仿真,能够快速准确的得到目标函数值。     

膜系优化设计中的逃逸函数法

在膜系优化设计中引入可以摆脱局部极值 ,实现全局优化的逃逸函数 ( escapefunction)法。介绍了逃逸函数法的基本原理及算法设计 ,并举例说明它在膜系优化设计中与 needle法 ,传统优化方法结合使用可以进行全局搜索 ,从而实现从单层膜开始设计任意光学性能的多层膜     

遗传算法在机械工程优化设计中的应用研究

根据遗传算法的基本理论,并结合机械工程优化设计的特点,对传统遗传算法的遗传操作作出改进,提出了一种将柯西机和遗传算法相结合的改进遗传算法,并应用于机械工程优化设计问题的全局最优解求解。计算实例说明,改进的遗传算法不仅增强了传统遗传算法的全局收敛性,能够有效地求得优化问题的全局极小点,而且还提高算法进行后期的收敛速度。