增强差异演化算法及其应用

针对约束优化问题,提出一种适于约束优化的增强差异演化算法(enhanced differential evolution algorithm for constrained optimization, ECDE).在约束处理上采用不可行域与可行域更新规则的方法,避免了传统的惩罚函数方法中对惩罚因子的设置,使算法的实现变得简单.改进了DE算法的变异操作,对选择的3个父代个体进行操作遍历,产生6个候选解,取适应值最优的为变异操作的解,大大改善了算法的稳定性、鲁棒性和搜索性能.通过4个测试函数和1个设计实例仿真,表明所提出的算法具有较快的收敛速度和较好的稳定性和鲁棒性.     

简单差异演化算法及其在装配公差优化中的应用

差异演化算法是一种基于群体差异的演化算法,具有良好的优化性能,但是对于高维复杂函数,算法易早熟收敛.为此,在对算法参数以及关键算子分析的基础上,提出了自适应缩放因子及突变因子两个概念,进而提出了简单差异演化算法(A Simple Differential Evolution Algorithm)SDE.首先将缩放因子按照进化代数进行递减,一方面为了减少用户参与程度,另一方面为了平衡算法的收敛速度与全局搜索能力;其次在研究交叉算子的基础上,引入了灾变因子,使群体中的部分个体在进化过程中不进行交叉操作,而直接与父代个体进行竞争,简化了差异演化算法的步骤.仿真实验结果与工程应用实例表明,SDE算法在收敛速度和全局搜索能力方面得到了较好的平衡,不仅保证了算法的收敛速度,而且具有较好的全局搜索能力.     

基于HMM和CS-VMD的滚动轴承故障诊断

针对滚动轴承故障信号非线性和非平稳的特点,为准确识别滚动轴承的故障类型,提出了一种基于隐马尔可夫模型(HMM)并利用布谷鸟搜索(CS)优化变分模态分解(VMD)的滚动轴承故障诊断新方法。首先,利用CS分别优化VMD的模态分解个数K和二次惩罚因子α;然后,设置寻优得到的最佳参数组合,将故障信号经VMD分解为一系列本征模态函数分量(IMFs);最后,依据相关系数重构信号,并从重构信号中提取特征向量输入HMM模型中训练及识别。通过对实验采集的轴承故障振动信号的分析,验证了此方法的有效性和准确性。     

高斯变异差分进化算法及其应用研究

为平衡算法收敛速度和全局搜索能力,克服差分进化算法易“早熟”的缺陷,在分析引起种群多样性下降及个体进化停滞原因的基础上,通过引入高斯变异操作,提出了基于高斯变异改进的差分进化算法(modified differential evolution base on Gauss mutation, GMDE). 数值仿真及2个工程优化问题的求解结果表明本文算法能有效避免“早熟”收敛,且在算法收敛速度和全局搜索能力上取得了较好的平衡.     

催化肋片对微燃烧室内燃烧特性的影响

针对带有催化肋片的微燃烧室内部的氢氧预混合燃烧过程,利用CFD计算软件建立数值模型,在实验验证的基础上进行了模拟计算。结果表明:不同流速下,燃烧室内布置催化肋片能提高燃烧室外壁面平均温度以及燃烧效率。在低流速时催化肋片布置越靠近入口,表面催化反应对气相反应的抑制程度越大;肋片位置越靠近出口,燃烧室外壁面平均温度越高。在高流速下,催化肋片位置越靠近出口,表面催化反应对气相反应的促进作用越明显,使得燃烧室外壁面温度分布越均匀、燃烧室出口截面温度越高。