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。     

基于遗传算法的车削用量优化研究

为合理地选择切削用量，建立了基于遗传算法的切削用量优化系统框架结构，系统地研究了遗传算法及其相关内容。在约束、单优化目标函数数学建模的基础上，采用线性加权法建立的多目标优化函数；采用罚函数法改进目标函数，使约束直接表示在目标函数中，简化了切削用量的寻优过程。最后，应用遗传算法开发了一个车削用量优化器，对多约束条件下的切削用量优化结果进行了分析，总结了寻优过程中约束条件影响切削用量优化结果的规律。     

基于遗传算法的三叶孔板换热器优化设计

通过Matlab软件,用遗传算法对三叶孔板换热器进行了传热性能优化设计研究。基于单目标和多目标遗传算法,选取火积耗散数和总成本作为目标函数,然后编程运算。结果表明:通过优化设计,三叶孔板换热器的有效度增加,泵功减小,热容流量比减小;在相同有效度情况下,多目标函数优化后的泵功比单目标函数减小了近13.7%,说明多目标函数优化比单目标优化的结果更有优越性;多目标函数优化更具有灵活性,其得到的Pareto解可供多角度选择。     

基于遗传算法的推料机齿轮传动多目标优化设计

针对某生产线推料机的机构平稳性要求高、且体积不易过大的问题,通过选取齿轮体积和啮合重合度为优化目标,利用遗传算法对其机械传动结构进行了多目标优化设计。对算法的编码方式、精英选择策略、适应函数、惩罚因子和加权系数对优化结果的影响等几方面进行了分析探讨,提出了一种基于改进遗传算法的机构尺寸参数的优化方法;分别在单目标和多目标优化的情况下,利用Fmincon函数与改进的遗传算法进行了对比分析。研究结果表明:改进的遗传算法较Fmincon函数优化效果更佳,且较单目标优化结果,基于多目标优化后的齿轮传动重合度增加了3.03%,有效提高了推料机传动系统的平稳性;该结论为齿轮传动系统的多目标优化提供了理论参考依据。     

采用多目标遗传算法对五自由度车辆振动模型优化

针对当前车辆在行驶过程中座椅振动比较大问题,采取多目标遗传算法对五自由度车辆振动模型进行优化。提出了一个新的多目标遗传算法,同时考虑五自由度车辆振动模型相互冲突的五个函数;建立五自由度车辆振动模型,通过对5个不同目标函数进行优化,分别为座椅加速度、前轮速度、后轮速度、簧载质量和前轮的相对位移及簧载质量和后轮的相对位移,从这些目标函数中选出不同四对函数用于2-目标优化处理;通过图形展示2-目标优化处理结果,并与以往研究结果形成鲜明对比。优化结果显示,车辆经过地面隆起物时,座椅产生的加速度较小。采用多目标遗传算法对五自由度车辆振动模型优化后,车辆在行驶过程中经过地面障碍物时,座椅振动较小。     

面向绿色设计的材料选择多目标优化决策

为解决绿色设计中材料选择的多目标优化问题,提出一种将神经网络与遗传算法集成的求解决策模型。该模型以材料的力学性能、工艺性能、经济属性和生命周期的环境属性等为优化目标,利用人工神经网络进行系统建模,并为遗传算法找到适应度函数及求得目标函数值的方法,进而利用遗传算法进行多目标优化。采用生态指数方法定量分析材料在其生命周期内对环境的影响。以某个电冰箱壳体材料的选择为例,证明该多目标决策模型对绿色设计中的材料选择有重要指导作用。     

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.     

多目标模糊优化方法及其在可靠性设计中的应用

在基于模糊机会约束规划理论基础上,对多目标模糊优化方进行研究,通过模糊模拟求解模糊目标函数的理想极大值和极小值,建立了多目标优化问题的模糊机会约束规划模型,并给出了基于模糊模拟的遗传算法求解方法.通过对一个无约束处理的常规双目标模糊可靠性优化问题实例求解,验证了多目标模糊模拟遗传算法的有效性,并指出该算法的优点在于能较好处理多目标优化问题的分目标量纲不同及其函数值之间差距较大的情况.     

基于遗传算法对车辆振动模型目标函数的优化及仿真研究

本文从遗传算法的角度出发,对车辆振动模型的目标函数进行优化,并与以前研究理论成果进行对比分析。首先,分析了目标函数的遗传算法程序,同时考虑车辆振动模型中的相关函数;其次,创建车辆振动模型,对相关目标函数进行优化,采取2-目标,优化车辆的前轮速度、后轮速度、座椅加速度、簧载质量、前轮的相对位移及后轮的相对位移;最后,采用matlab软件,对目标优化处理结果进行仿真,并与以前的仿真结果进行对比分析。优化后仿真结果显示,采取多目标遗传算法对车辆振动模型进行优化后,车辆行驶过程中经过地面障碍物时,座椅振动相对较小,舒适性良好。     

基于特征选择遗传算法对混合动力汽车的研究

针对传统遗传算法优化串联式混合动力汽车时燃油经济性和排放性不佳、优化运行时间过长的问题,提出一种基于特征选择遗传算法的串联式混合动力汽车系统参数和控制策略参数的多目标优化算法,并建立以动力性能指标为约束的混合动力汽车参数优化的非线性模型,其中目标函数包含最佳的燃油消耗和排放等指标。首先对目标函数的可行解空间进行特征选择,筛选出与目标函数相关度较高的可行解,并将基于特征选择的优化方法与传统遗传算法相结合,对其控制参数进行优化。其次通过ADVISOR仿真程序,计算出目标函数的最佳燃油消耗量和排放值。仿真结果表明:与传统的遗传算法相比,燃油经济性提高9.96%,CO、HC和NOX的排放分别降低18.07%、26.71%以及15.61%,同时优化运行时间降低62.14%。     

基于混合遗传算法的齿轮传动优化设计

以体积最小为目标函数,建立了齿轮传动优化设计数学模型,并用外部惩罚函数法将该问题转化为无约束优化问题。针对遗传算法的局限性,采用整数编码和实数编码结合的混合编码,并调整了适应函数,采用随机多父辈适应函数值加权交叉和自适应变异操作,结合了模拟退火算法,给出了初温的确定方法,从而形成了混合遗传算法。该算法能够有效地减少不可行解的产生,提高收敛速度,避免早熟收敛。算例说明,该优化方法有效、实用。     

一种改进遗传算法在离合器参数优化中的应用

针对离合器摩擦片参数优化过程中多目标、多参数、多约束的特点,提出了一种改进遗传算法。采用层次分析法对分目标函数的权重系数进行了初始分配,引入参数间组合度系数和参数的敏感度系数,将组合度系数用于交叉变异中,将敏感度系数用于权重系数动态调整中。以东方红-LA3004拖拉机换挡离合器为优化算例,分别基于传统遗传算法和改进遗传算法对离合器参数进行了优化,将两种优化结果进行了对比分析,结果表明,改进遗传算法能在得到全局最优解的同时,提高优化效率。     

基于遗传算法的注塑机肘杆机构优化设计

遗传算法对于多参数系统优化设计具有较好的鲁棒性。针对注塑机肘杆机构优化设计的问题,通过对注塑机单肘杆合模装置的运动分析,建立了数学模型。以肘杆机构长度最小为目标,利用遗传算法进行了优化设计,并与常规设计方法进行了比较。研究结果表明,基于遗传算法的优化设计体现出了明显的优化效果,具有一定的实际应用价值。     

基于改进遗传算法的时间最优轨迹规划

提出一种工业机器人时间最优轨迹规划方法.将机器人关节空间的轨迹视为拟合关键点的三次样条曲线,以最优时间为目标建立最优时间轨迹规划的数学模型,同时考虑关节轨迹速度、加速度和加加速度的约束,结合目标函数值和约束条件提出一种用于进化算法的排序方法,以改进遗传算法为例优化关节空间的三次样条轨迹.应用谢菲尔德(Sheffield...     

Real-coded genetic algorithm for machining condition optimization

In this paper, we consider the machining condition optimization models presented in earlier studies. Finding the optimal combination of machining conditions within the constraints is a difficult task. Hence, in earlier studies standard optimization methods are used. The non-linear nature of the objective function, and the constraints that need to be satisfied makes it difficult to use the standard optimization methods for the solution. In this paper, we present a real coded genetic algorithm (RCGA), to find the optimal combination of machining conditions. We present various issues related to real coded genetic algorithm such as solution representation, crossover operators, and repair algorithm in detail. We also present the results obtained for these models using real coded genetic algorithm and discuss the advantages of using real coded genetic algorithm for these problems. From the results obtained, we conclude that real coded genetic algorithm is reliable and accurate for solving the machining condition optimization models.     

基于混沌蚂蚁群算法的PID控制器的参数整定

将蚂蚁混沌动力学、群组织和优化机制进行巧妙的结合，本文给出了一种基于群智能理论的新的优化方法，即混沌蚂蚁群算法CAS。同时采用该方法对PID控制器的参数进行了整定，它以误差积分型性能指标为目标函数、以设计参数的取值范围及最小增益和相位裕度为约束条件，建立了优化数学模型，数值结果显示采用混沌蚂蚁群算法的整定性能要优于采用遗传算法整定的性能。同时本文的方法由于不需要采用编码过程，因此比采用遗传算法的辨识方法要简练。     

Multi-objective optimization and evaluation method of modular product configuration design scheme

Product configuration is one of the key technologies for mass customization. Traditional product configuration optimization targets are mostly single. In this paper, an approach based on multi-objective genetic optimization algorithm and fuzzy-based select mechanism is proposed to solve the multi-objective configuration optimization problem. Firstly, the multi-objective optimization mathematical model of product configuration is constructed, the objective functions are performance, cost, and time. Then, a method based on improved non-dominated sorting genetic algorithm (NSGA-II) is proposed to solve the configuration design optimization problem. As a result, the Pareto-optimal set is acquired by NSGA-II. Due to the imprecise nature of human decision, a fuzzy-based configuration scheme evaluation and select mechanism is proposed consequently, which helps extract the best compromise solution from the Pareto-optimal set. The proposed multi-objective genetic algorithm is compared with two other established multi-objective optimization algorithms, and the results reveal that the proposed genetic algorithm outperforms the others in terms of product configuration optimization problem. At last, an example of air compressor multi-objective configuration optimization is used to demonstrate the feasibility and validity of the proposed method.     

Optimization of Machining Parameters for Milling Operations Using Non-conventional Methods

In this paper, optimization procedures based on the genetic algorithm, tabu search, ant colony algorithm and particle swarm optimization Algorithm were developed for the optimization of machining parameters for milling operation. This paper describes development and utilization of an optimization system, which determines optimum machining parameters for milling operations. An objective function based on maximum profit in milling operation has been used. An example has been presented at the end of the paper to give a clear picture from the application of the system and its efficiency. The results are compared and analysed using the method of feasible directions and handbook recommendations.     

开炼机绿色塑炼参数建模及多目标优化

通过对开炼机塑炼过程的效率和能耗分析,构建了塑炼过程门尼黏度目标函数和碳排放目标函数。考虑塑炼过程中开炼机性能和塑炼参数的实际约束条件,建立以辊筒线速度、辊筒间距和辊筒速比为优化变量,以最小门尼黏度和最低碳排放为目标的多目标模型和量纲一单目标模型。应用改进遗传算法对优化模型进行寻优求解。通过具体实例验证了所建多目标优化模型的有效性和量纲一单目标模型的准确性,并对优化结果和优化变量的灵敏度进行了分析。     

基于遗传算法的海洋平台损伤诊断

海洋平台结构在环境因素下可能出现局部破损,提出一种快速诊断结构损伤的损伤探测方法,而遗传算法因其方法简单及较强的鲁棒性成为近年来发展较快的一种全局优化方法。以海洋平台实测的固有频率和振型为诊断依据,将海洋结构的损伤诊断归结为优化问题,采用遗传算法进行优化搜索。考虑到平台结构刚度的方向性,针对测量噪声和海洋平台模态的特点,提出了一种修正的目标函数作为遗传算法进行损伤诊断的适应度函数。数值模拟和物理模型试验结果表明,该方法能够准确地诊断出导管架海洋平台结构的损伤,改进了进化搜索的鲁棒性,提高了海洋平台结构损伤诊断的可靠性。