基于元胞多目标遗传算法的蜗杆优化设计

为研究蜗杆传动的多目标优化问题,提出一种自适应差分进化的元胞多目标遗传算法。该算法针对元胞遗传算法的特点,对基本的差分进化策略进行改进,得到一种参数自适应控制策略。将该算法与目前性能优异的4种多目标进化算法在三目标的基准测试函数进行对比实验,结果表明所提算法相对于其他算法具有明显的优势,能够在保证良好收敛性的同时,使获得的Pareto前端分布性更加均匀,覆盖范围更广;工程实例求解结果也表明了算法的工程可行性。     

基于元胞小生境遗传算法的物流配送路径优化

现在物流业面临着小批量和多动态的需求,对物流配送路径进行优化显得越来越重要.然而,解决此优化问题的核心是设计一种快速有效地优化方法,基于此,文章在经典元胞遗传算法的基础上,引入小生境技术,得到了一种元胞小生境遗传算法,使算法具有较好的多样性保持能力.将该算法应用于带有时间窗的车辆路径问题的求解当中,并针对该问题设计了一种顺序逆转交叉算子,结果表明,新算法相对于经典元胞遗传算法和小生境遗传算法能更好的避免陷于“早熟”,所得结果精度更高,是解决物流配送路径优化问题的有效算法.     

集成变频器无蜗壳风机优化设计

为解决某型地铁车辆辅助变流器EC外转子风机的进尘问题,研发了一款新型集成变频器的内转子风机,该风机为无蜗壳结构,采用轻量化设计,利用集成变频器实现调速和通信功能。对风机进行数值模拟,并做了振动冲击试验和性能试验,验证了风机设计的合理性和可靠性。     

基于元胞遗传算法的移动机器人路径规划

在移动机器人路径规划问题中,环境建模约束定义难,遗传算法求解易陷入局部收敛,针对上述问题通过建立栅格坐标、栅格序号和栅格状态三者之间的关系,简化了障碍物约束和有效路径判断,同时引入多样性保持较好的元胞遗传算法,使用定长实数编码对生成的路径进行优化。仿真实验表明,由于算法具备较好的隐性迁移机制,保持了解的多样性,提高了算法收敛效率,使移动机器人路径规划问题得到了有效解决。     

多策略差分进化的元胞多目标粒子群算法

为了增加Pareto解集的多样性,平衡多目标优化的全局搜索和局部寻优的能力,提出一种多策略差分进化的元胞多目标粒子群算法.该算法在分析粒子群优化原理基础上,将元胞自动机理论融入粒子群算法,研究粒子种群的交流结构和信息传递机制.为了避免粒子飞行速度过快陷入局部收敛,提出一种限制粒子飞行速度的策略,并引入一种多策略差分进化选择算子增加对粒子的扰动.实验证明,该算法相对于比较算法,有更好的收敛性和多样性.     

基于改进元胞多目标遗传算法的机床主轴优化

为了进一步提高元胞遗传算法在求解多目标优化问题时的收敛性和分布性。在多目标元胞遗传算法的基础上,引入了三维空间元胞,提出了三维元胞多目标遗传算法。采用多目标基准测试函数对该算法进行了测试,并将其与目前比较流行的几种多目标遗传算法进行对比。结果表明,此种算法在收敛性和分布性上取得了更好的效果。采用以上这几种算法分别对机床主轴多目标优化问题进行了求解,相比其他几种算法,改进的多目标元胞遗传算法得到了更优的结果,说明了改进的算法在求解此问题时行之有效。     

铜-钢电子束焊接材料的疲劳特性EI北大核心

异种金属焊接构件的疲劳性能对于航天器的服役可靠性具有重要影响。探索了Cr0.8铜合金和1Cr21Ni5Ti不锈钢异种金属焊接接头的疲劳寿命和疲劳断裂机制,采用合理的电子束焊接工艺制备得到铜-钢复合板。利用金相显微镜表征和分析焊缝处的组织与成分,使用电子拉伸试验机和疲劳试验机对焊接接头进行力学性能测试,利用扫描电镜观察不同周次断裂下的疲劳断口。结果显示:两种金属整体冶金结合情况良好,但是钢侧局部熔合区面积较大且由钢基体伸入到焊缝中;铜-钢电子束焊接接头的拉伸试样均断裂于焊缝最小截面处,疲劳试样的平均疲劳极限值为48.04 MPa,且均起裂于焊缝最小截面处;高周疲劳试样在焊缝上表面端点处观察到单一裂纹源,低周疲劳试样观察到较多裂纹源分布于焊缝上下表面及内部,两者的最终断裂区均位于铜合金基体。可见在疲劳断裂过程中,焊接试样在高周和低周断裂下的裂纹源数量存在差异,但是裂纹均易萌生于焊缝最小截面处,且向铜合金基体进行扩展。