基于蚁群算法和模态局部化参数的失谐叶盘减振研究

针对航空发动机叶盘结构由于失谐而引发振动超标事后处理的实际困难,建立了典型叶盘结构集中参数模型,分析了失谐叶片排列顺序对模态局部化的影响,将具有良好优化性能的蚁群优化技术应用到叶片安装位置的优化设计中.仿真结果表明:对于一组既定的失谐叶片,不同的叶片安装顺序能极大影响叶盘系统的固有特性;同时也证明了蚁群算法能够快速、准确地得到使叶盘模态局部化明显改善的叶片排列顺序,为叶盘系统的排障提供了一种有效手段     

基于改进DPSO的含风力发电的配电网无功优化规划

研究了风力发电系统并网后配电网无功优化问题,将年负荷持续曲线处理为五种负荷运行方式,考虑风电机组输出功率的波动性,以年电能损失费用与无功补偿设备的投资费用之和最小为目标函数,以功率平衡、过补偿约束、电压合格、馈线电流约束为约束条件,应用改进的离散粒子群算法(PSO-GA)优化并联电容器组的安装位置和容量。仿真结果证明了该优化策略的有效性及经济性。     

基于DPSO负载可控的虚拟网络映射算法

针对多租赁模式下的虚拟网络映射问题,以降低底层链路负载、加快映射速度、提高底层物理资源利用率为目标,将离散粒子群算法与虚拟节点映射规则相结合,提出了物理节点可复用、负载可控制的MLB-VNE-SDPSO算法.该算法在兼顾CPU等主机资源利用率的前提下节约了物理链路的带宽资源,缩短了虚拟链路的映射过程.仿真实验表明,在保证网络负载的前提下,获得了较好的物理节点利用率,提高了虚拟网络的收益成本比.     

基于DPSO负载可控的虚拟网络映射算法

针对多租赁模式下的虚拟网络映射问题，以降低底层链路负载、加快映射速度、提高底层物理资源利用率为目标，将离散粒子群算法与虚拟节点映射规则相结合，提出了物理节点可复用、负载可控制的MLB-VNE-SDPSO算法.该算法在兼顾CPU等主机资源利用率的前提下节约了物理链路的带宽资源，缩短了虚拟链路的映射过程.仿真实验表明，在保证网络负载的前提下，获得了较好的物理节点利用率，提高了虚拟网络的收益成本比.     

基于改进的粒子群算法求解0/1背包问题

本文尝试把粒子群优化算法应用于0/1背包问题中,对算法模型进行适当的修改,并采用以目标函数加约束惩罚函数作为适应度函数的方法,仿真实验表明:粒子群算法在求解背包问题上结果良好。     

基于改进DPSO非退出故障下多无人机任务规划

针对非退出故障下多无人机协同任务规划问题,提出了一种基于混合策略改进的离散粒子群算法。该方法首先采用Sobol序列进行种群初始化,提高解空间的覆盖率;然后,提出非线性时变策略,加快算法的收敛速度;并引入柯西算子,增强离散粒子群算法的搜索空间;同时,还提出自适应交叉学习策略,丰富种群多样性,进而提升算法的全局寻优能力。综合改进的离散粒子群算法不仅加快了收敛速度,并且解的最优性也得到了提高。此外,运用三次样条插值算法进行无人机航迹规划,最后,将改进算法在三维空间中进行无人机故障前后的对比仿真实验,结果表明所设计的算法具有显著的寻优有效性,为部分无人机发生轻微故障后,多机协同执行任务规划的问题提供了理论依据。     

基于改进PSO算法的电力系统机组优化组合

机组组合优化问题是一个大规模、多约束、非线性的混合整数规划问题，因此求解非常困难．粒子群优化（PSO）算法是一类随机全局优化技术，它通过粒子间的相互作用发现复杂搜索空间中的最优区域．采用二进制粒子群优化方法解决机组状态组合问题，用遗传算法结合启发式技术解决经济分配问题，并对最小开停机时间及启停费用进行了处理，使得运算速度大大加快．方法的可行性在10台机组系统中检验．模拟结果表明文章所提出的算法具有收敛速度快及解的质量高等优点．     

基于改进粒子群算法的测试用例优先排序

针对标准粒子群算法优化过程中易早熟及后期收敛速度慢的缺点,提出了一种改进粒子群算法用于测试用例优先排序。首先,采用Tent映射初始化粒子种群,提高初始解质量;其次,给出了一种自适应调整因子公式,使调整因子与该粒子的适应度值大小相关,以更新粒子速度与位置信息;最后,对惰性粒子进行混沌搜索优化,提高种群的多样性,保证算法较好的收敛速度及寻优能力;实验结果表明,提出的改进方法在缺陷检测率、测试用例语句覆盖率和有效执行时间等方面均有优势。     

基于粒子群算法的航空发动机管路布局方法

针对航空发动机的内机匣表面为近似柱面的特点,建立了布管模型坐标系,将三维布管问题简化为二维问题,以栅格法和粒子群算法为基础,提出了基于粒子群算法的航空发动机管路布局方法.该方法采用栅格法对环境进行建模,设计了一种基于栅格的定长度粒子编码机制以解决变长度编码的不足,建立了路径寻优的目标函数,应用粒子群算法在环境模型中搜索最优粒子.最后给出了仿真结果与UG视图,证明了该方法的可行性和有效性.     

基于GAPSO-SVM的航空发动机典型故障诊断

针对遗传算法（GA）和粒子群优化（PSO）算法优化支持向量机（SVM）存在容易陷入局部最优解、诊断精度相对较低、鲁棒性较差的问题,提出了一种结合GA、PSO、模拟退火算法的GAPSO优化算法,利用这种算法对SVM的参数进行了优化,优化后的算法能够较好地调整算法的全局与局部搜索能力之间的平衡.通过对航空发动机典型故障的诊断研究表明,该方法不仅能够取得良好的分类效果,诊断精度高于BP神经网络、自组织神经网络、标准SVM、GA-SVM,而且有较好的鲁棒性,更适合在故障诊断中应用.     

基于PIHISCMSM失谐叶盘振动特性研究

针对新型航空发动机盘片轴一体化复杂转子系统的耦合振动问题,提出考虑预应力的改进混合界面模态综合法(PIHISCMSM),通过模态分析验证了该方法的准确性.基于Isight软件集成APDL语言,建立了叶盘系统CAD/CAE参数化驱动有限元分析平台,研究了不同叶片厚度失谐叶盘系统的动力学特性.研究表明,同种失谐模式下,叶片厚度不同时,叶盘系统的模态局部化因子对于不同模态振型的敏感程度不同,随着叶片厚度增加,叶片主导振动频率增大,叶盘系统的共振频率增加,共振峰值下降,增加叶片厚度能够降低失谐叶盘系统的振动响应局部化程度.     

航空发动机风扇叶片振动特性分析

针对叶片的振动失效关系到整台发动机的工作可靠性的问题,基于振动分析理论,在风扇叶片模态试验的基础上,结合有限元方法建立了叶片振动分析模型;考虑气体与叶片的耦合作用,建立了旋转叶片流道模型;利用计算流体动力学计算了额定工况下的叶片表面气动载荷,并将其引入旋转叶片有限元振动分析中进行了叶片静频、动频和振动响应分析,从而得到叶片在不同转速下的动态响应。分析发现,叶片转速在2 000~3 600r/min范围内的10个转速点存在谐共振。通过进一步分析10个转速下的叶片振型与动态应力得出:临界转速工况下的振动应力明显高于相邻转速,但共振应力峰值与临界转速并无正相关性;共振应力集中位置受叶片模态振型影响较大,始终出现于叶片前缘并沿叶高方向变化,表明叶片前缘最易发生振动疲劳。研究结果对叶片振动疲劳设计和维护维、修均有一定的指导意义。     

基于多目标离散粒子群的产品服务系统方案配置规则提取

为有效辅助工程师将顾客需求转化为产品服务系统方案,针对其技术特征,提出一种离散粒子群优化算法(DPSO)与帕累托(Pareto)结合的配置规则提取方法.该方法包括建立产品服务系统配置规则模型及构造Pareto-DPSO算法模型.Pareto-DPSO算法基于Sobol序列的频率初始化方法及离散化粒子更新方式,将连续粒子映射到十进制离散空间;并利用Pareto进行多目标下粒子优劣性评价,以获取非支配的最优规则集.以汽车产品服务系统方案配置设计为例,经与常规多目标粒子群算法及DPSO算法对比,验证了该方法对于解决多维空间内产品服务配置规则挖掘的可行性及有效性.     

基于改进遗传算法的秸秆还田机刀片功耗优化

为降低秸秆还田机的功耗,以秸秆还田机的刀片为研究对象,对刀片的结构和运动参数进行优化.首先通过分析刀片受力情况建立刀片功耗数学模型,并通过田间试验验证模型的正确性;其次对遗传算法进行改进,使用权威测试函数验证改进后算法的可行性与优越性;最后使用改进遗传算法对刀片功耗数学模型进行优化,并利用ANSYS Workbench平台对优化前后的刀片进行结构静力学分析.优化结果表明刀片的功耗值由优化前的19.3kW下降到18.06kW,降低了6.4%,结构静力学分析结果表明刀片优化后结构的合理性和可行性.     

基于遗传算法的排课算法

本文把排课问题转化为一个组合优化问题,在此基础上以罚函数的方法建立数学模型,并给出了基于遗传算法的解法,提出“动态罚值权定标方法”和“分块遗传策略”.     

一种求解非线性规划问题的改进遗传算法

基于惩罚函数的思想，提出了沿权重梯度方向变异的遗传算法求解非线性规划问题。该方法既避免了惩罚函数法在计算上的困难。也无需传统遗传算法所要求的复杂的编码和译码过程。给出了收敛性分析，一些实例的仿真结果表明算法的有效性。     

基于精确目标罚参数的遗传算法

结合一种精确目标罚函数和遗传算法,提出新的算法;算法能将约束优化问题转化为无约束优化问题,同时具有遗传算法的全局搜索能力,避免陷入局部收敛;给出并讨论了精确罚定理,实验结果表明了算法的有效性.     

基于CAFSC算法的航空发动机多管路智能布局

针对航空发动机多管路布局问题,运用协同进化的思想,结合混沌人工鱼群算法,提出了基于混沌人工鱼群协同进化算法的航空发动机多管路智能布局方法.该方法将每个管路对应一个种群,一方面采用混沌人工鱼群算法使各物种在自己的种群中进行独立进化,另一方面采用合作型协同进化方法对由选取的代表构成的系统模型进行进化以使多管路布局达到全局最优.该算法不仅避免了在管路增多情况下的组合爆炸现象,而且不用考虑布局顺序从整体上优化管路布局.     

非接触电能传输系统参数优化的改进遗传解法

为了解决非接触电能传输系统设计中的参数优化问题,提出了一种混合改进遗传解法.首先建立了非线性规划数学模型,其中对频率稳定性约束条件进行了修正;其次在遗传算法中采用虫口模型产生优良的混沌初始种群,采用"两次归一化"来处理目标及约束函数,并利用可行性规则代替罚函数法来选择优良个体以减少额外的经验参数;最后设计了均匀变异加高斯变异的混合变异算子以提高算法的全局搜索能力.仿真及实验结果表明:改进后的算法能够较好地突破局部最优解的限制,较快地找到了系统的全局最优参数;优化后的系统达到了设计要求,且对于负载在约束范围内的动态大范围变化有较强的鲁棒性,如当负载增大为原来的2倍时,输出电压及原边电流的大小及频率基本保持不变.     

叶片精锻三维刚粘塑性热力耦合有限元模拟系统

采用基于边界构形的内缩法,实现了三维畸变网格的重新划分;提出了初矢修正法对触模节点的位置进行修正,解决了由于离散的模具网格的法矢不连续造成的“死锁”问题;采用准静态迭代法简化了速度场和温度场耦合计算过程;特别是针对减速因子β的选取,建立了适用于三维复杂成形过程刚粘塑性罚函数法有限元三次因子法的计算公式,并结合进退搜索法提出了改进的三次因子快速算法,提高了模拟计算效率和稳定性,在此基础之上,开发了面向叶片精锻过程的三维刚粘塑性热力耦合有限元模拟分析系统(3D-CTM),系统的可靠性得到了圆柱体镦粗的验证．对单榫头叶片精锻过程的模拟分析结果表明,3D—CTM是模拟分析叶片精锻过程的可靠工具。