基于离散差分进化算法的齿轮优化设计

根据机械设计中大多数优化变量属于混合变量的实际情况,提出采用基于离散变量方法解决机械优化设计问题。开发了一种不同变量自由设置间距的离散差分进化算法,连续变量采用合适的微小间距,离散变量采用工程规定间距。结合机械约束处理的自适应罚函数方法,以典型机械产品———齿轮和齿轮轴重量最轻优化实例为例,进行数值实验。结果表明该算法可以非常方便地处理约束优化问题,与粒子群算法实验对比,具有较高精度和可靠性。离散变量优化结果无需作圆整后处理,避免了圆整处理带来的系列问题。     

一种用于多目标约束优化的改进进化算法

当前求解多目标优化的进化算法主要考虑如何处理相互冲突的多个目标间的优化,很少考虑对约束条件处理的问题.对此,给出了一种基于双群体搜索机制的改进差分进化算法,以求解多目标约束优化问题.采用两个不同种群,分别保存可行个体与不可行个体的双群体约束处理策略,利用基于Pareto的分类排序多目标优化技术,完成对进化个体解的评价.并通过群体混沌初始化、自适应交叉和变异操作来提高基本差分进化算法的性能.对三个经典测试函数的仿真结果表明,文中算法在均匀性、逼近性及收敛速度三方面均优于非支配排序遗传算法,而收敛速度也优于另两种改进进化算法.     

扇形采样约束多目标差分进化算法及工程应用

工程实践中存在大量约束多目标优化问题(Constrained multi-objective optimization problems, CMOPs),多目标进化算法是求解这类问题的一类有效方法。引入扇形采样技术,将二次变异双种群差分进化算法和约束处理方法相结合,设计求解CMOPs的进化算法——基于扇形采样的约束多目标差分进化算法(Sector-sampling-based constrained multi-objective differential evolution algorithm, SS-CMODE)。扇形采样可避免耗时的非劣操作,且能保证Pareto最优解集的良好逼近性和多样性。通过3个典型CMOPs的对比测试,表明SS-CMODE的解集均匀性和计算效率明显优于对比算法。以J23-80机械压力机使用的双曲柄串联机构多目标优化为例,研究新算法求解工程问题的有效性。以锻冲工作阶段平均速度波动最小和力传动性能最优为目标,建立机构的约束多目标优化模型,再应用SS-CMODE求解该问题。结果表明,该算法能求出多组满足约束条件的Pareto最优解,且解集均匀性良好。     

车削加工工艺参数优化

针对车削加工中的约束优化问题,建立以切削速度v和进给量f为优化变量、以加工成本最小为目标的约束优化设计模型.提出了改进约束处理的自适应罚函数法和一种改进差分进化(Improved Differential Evolution,IDE)算法.应用IDE算法求解切削参数约束优化问题的全局最优解.给出了数值实例,通过与已有结果的比较,表明结合约束处理的IDE算法的有效性和稳健性.     

工程约束优化的自适应罚函数混合离散差分进化算法

将离散约束优化问题转化为非负整数约束规划问题,开发求解该问题的离散差分进化算法。该算法采用基于混沌映射的种群初始化、双版本变异和带随机扰动项的取整运算等新策略。针对非线性约束条件,给出惩罚基数的计算方法和连续映射基函数的表达式,在此基础上设计处理非线性约束的自适应惩罚因子。提出一种刻画种群多样性的新测度——种群二次平均基因距离及基于新测度的依概率混沌移民算子。将自适应罚函数法、依概率混沌移民操作与离散差分进化算法有机融合,构造面向工程约束优化的混合离散差分进化算法。对3个离散约束优化实例进行验证,结果表明,混合算法具有良好的鲁棒性且优于离散粒子群算法。应用混合算法求解斜齿圆柱齿轮传动优化设计问题,结果优于遗传算法及其改进算法、离散粒子群算法,目标函数值较遗传算法及其改进算法分别下降41%和10%。     

多样性保持离散差分进化算法及齿轮传动优化应用*

将离散约束优化问题转化为等效约束整数规划问题(Constrained integer programming problem, CIPP),并应用离散差分进化(Discrete differential evolution, DDE)算法求解这类问题。提出DDE算法种群维分量一致的概念,并揭示种群维分量呈现一致状态将导致进化停滞的缺陷,数值算例仿真结果验证了理论分析的正确性。在引入定量刻画DDE算法种群多样性指标——种群多样度Γ的基础上,提出一种基于种群连续进化停滞代数和Γ监测的种群多样性保持策略,以克服种群维分量一致进化缺陷,进而增强算法全局优化能力。将多样性保持策略嵌入DDE算法,并结合可行性规则约束处理技术,形成求解CIPP的多样性保持离散差分进化算法(DDE algorithm with diversity maintenance strategies, DMDDE)。建立某刮板输送机所用二级斜齿圆柱齿轮传动体积最小化设计的离散约束优化模型,再采用DMDDE算法求解该问题。数值试验表明,DMDDE算法的鲁棒性和收敛精度优于4种对比算法。优化结果明显好于原设计方案,齿轮体积较原设计下降40.8%。     

基于改进粒子群优化算法的冗余机械臂逆运动学求解

以末端执行器的位姿误差最小为优化目标,将机器人的逆运动学问题转换为一个等效的最优化问题,并利用提出的改进粒子群优化算法对该问题进行求解.该算法从粒子群的初始化、惯性权重调整策略、差分变异进化及搜索空间的越界处理等多方面对标准粒子群优化算法进行综合改进,同时构建了以粒子群进化和差分变异进化为基础的两阶段混合协同进化机制,达到了有效平衡算法全局探索能力与局部开发能力的目的,提高了算法的收敛精度和收敛速度.以平面冗余机械臂和7自由度冗余机械臂的运动学逆解运算为例,将提出算法与对比算法用于逆运动学问题的求解.仿真结果表明,与对比算法比较,该算法具有更高的收敛精度、更快的收敛速度以及更强的寻优稳定性,能有效解决冗余机械臂的逆向运动学问题.     

基于差分进化算法的套筒滚子链传动多目标优化设计

套筒滚子链传动的优化设计多以单目标优化为主,本文在之前研究基础上,以单列链传动功效最大和疲劳寿命最大为目标建立了该问题的多目标优化模型。在高斯变异多目标差分进化算法的基础上,引入了修正的约束处理方法及取整策略,提出了一种求解混合离散变量的多目标差分进化算法。工程实例求解结果表明,所得结果满足设计需求,该算法是有效的,且对于其他工程问题的求解具有一定的参考价值。     

基于改进差分进化算法的外圆磨削优化方法

在考虑粗、精磨的生产成本以及热损伤、砂轮磨损和磨削标准化等约束情况下,研究了外圆粗、精磨的优化方法,以提高生产效率和表面精度.提出了一种基于改进差分进化算法的外圆磨削优化方法,并将优化的结果与传统差分进化算法结果相比较,表明基于改进差分进化算法的方法具有更好优化能力.     

圆柱齿轮传动多目标优化的差分进化算法

针对单级斜齿圆柱齿轮传动机构优化设计问题,建立以体积最小化和重合度最大化为目标的约束多目标优化模型。为提高Pareto前沿的分布均匀性和分布广度,将网格Pareto占优技术与约束多目标差分进化算法结合,设计网格占优约束多目标差分进化算法(ε-CMODE)。根据工程实践需要,将离散约束多目标优化模型映射为约束非负整数规划问题,再改进ε-CMODE算法以求解该模型。最后,给出优化设计实例。结果表明,ε-CMODE算法能有效求解齿轮机构多目标优化问题,得到均匀分布的Pareto前沿,可为设计人员提供多组备选解。     

基于惩罚和修复策略的约束优化遗传算法

约束优化问题中最难以解决的就是约束处理问题,将惩罚函数法与修复策略相结合应用于非线性约束优化遗传算法之中,使得约束优化问题在惩罚函数和修复算子的协同作用下收敛于全局最优,有效避免了迭代过程中大量非可行解的产生,解决了在遗传算法约束优化问题中单独使用惩罚和修复方法时一些难以解决的问题。基于随机方向法构造的修复算子作用效果显著,采用多个测试函数对算法进行检验,均能较好地收敛于可行域中的最优解,验证了算法的可靠性。     

角度与运动约束下串联式机械臂工作空间求解与结构优化

深水作业机械臂通常采用串联式结构,机械臂每个关节的转动角度与长度会受到相应的限制,这些参数会直接影响到机械臂的运动轨迹规划和作业效率。机械臂的有效工作空间的求解是一个多目标多约束的优化问题。通过数学分析建立机械臂的运动学模型,分析影响有效工作空间的相关参数,利用图解法来分析机械臂工作空间的边界曲线,得到机械臂的有效工作空间的截面。针对机械臂有效工作空间的截面积建立数学解析模型,最后运用遗传算法求得满足约束条件下的机械臂有效工作空间最优解和能够实现高效作业的最优结构参数。仿真结果表明,该模型能够有效求解角度与运动约束下的串联式机械臂结构优化问题。     

工程混合离散变量优化设计的遗传算法及应用

针对机械工程中的非线性约束优化的混合离散变量优化设计问题，提出了一种新的遗传算法。该方法在遗传算法中通过去掉等式约束、构造字符型编码向量、精心设计动态遗传及变异算子等改造操作，较大地提高了寻优效率和寻化能力，并用Matlab语言开发了相应软件。实例表明，该方法正确，算法简洁、稳健，求解精度和可靠性高，是机械化化设计问题的一种有效方法。     

改进差异演化算法在机械优化设计中的应用

将差异演化算法应用于机械优化设计问题,具体分析了差异演化算法的基本原理和步骤.同时,为进一步提高该算法求解效率,提出双优变异和混沌迁徙操作,最后通过两个机械优化设计实例进行仿真试验,结果表明该求解方法收敛速度快、稳健性强.     

Constrained and non-constrained aerodynamic optimization using the adjoint equations approach

In this research, the continuous adjoint method is applied to optimize an airfoil in subsonic and transonic flows. An inverse design problem is solved to evaluate the ability of the optimization algorithm and then, two types of optimizations, constrained and non-constrained, are investigated in a drag minimization problem. In the non-constrained drag minimization problem, the optimization is performed in a fixed angle of attack with neither geometric nor aerodynamic constraint, but in the constrained drag minimization problem, the optimization is performed in a fixed lift coefficient. Comparison of the results of these two optimizations shows the effects of the constraint on the optimization trend and the optimized geometry. Moreover, imposing the aerodynamic constraint increased the computational costs of the adjoint method. In constrained and non-constrained drag minimization problems, the surface points are adopted as design variables to show the performance of the adjoint equations approach in problems with numerous design variables.     

并行产品开发过程的时间模型及其优化方法

针对并行开发过程中设计活动间存在迭代和重叠的情形,提出一个时间计算模型及其优化方法。依据矩阵规划后的设计结构矩阵,将设计活动组划分为多个耦合活动块和非耦合活动块,按信息流方向依次计算活动重叠造成的设计修改时间,进而建立产品开发的时间模型。在给定成本约束下,将开发时间最短问题转化为有约束的最优化问题,并给出相应的求解算法。最后通过实例运算表明了时间模型及其优化方法的有效性。     

改进的粒子群算法在可靠性优化设计中的应用

针对粒子群优化算法在处理约束问题时产生的不可行解,引用基于多级罚函数的约束处理方法。为了改进罚函数粒子群算法易早熟、后期收敛慢、易陷入局部最优解的缺点,提出了动态改变惩罚系数的改进粒子群算法。应用于几个经典的测试函数,都在较少的迭代次数内得到了高精度的优化解,验证了算法的有效性。以某一机械零部件的可靠性优化为例,建立了基于改进粒子群算法的可靠性优化设计模型。结果表明:该方法能快速有效地解决可靠性优化设计问题,计算结果明显优于常规的多级罚函数法。