遺傳算法回轉(zhuǎn)體頭部線型低噪優(yōu)化設(shè)計

以一曲線方程已知的復(fù)雜回轉(zhuǎn)體內(nèi)圓曲面加工為例,闡述了一種優(yōu)化的磨削加工模型,以數(shù)學(xué)理論和運動合成法建立了精密數(shù)控磨床加工復(fù)雜旋轉(zhuǎn)體的數(shù)學(xué)模型,得到了高精度數(shù)控加工模型,提高了數(shù)控加工工件的加工質(zhì)量,并對模型做了誤差分析。表明模型誤差均在允許范圍內(nèi),且修正模型提高了精度。

本文針對石材加工的特殊工藝,研究了回轉(zhuǎn)體石材的粗加工和半精加工自動編程技術(shù),并基于此開發(fā)了回轉(zhuǎn)體石材數(shù)控加工的計算機輔助編程軟件,同時集成了加工過程仿真模塊,能夠驗證nc代碼的正確性,大大提高了數(shù)控編程的效率和質(zhì)量.

本文針對石材加工的特殊工藝,研究了回轉(zhuǎn)體石材的粗加工和半精加工自動編程技術(shù),并基于此開發(fā)了回轉(zhuǎn)體石材數(shù)控加工的計算機輔助編程軟件,同時集成了加工過程仿真模塊,能夠驗證nc代碼的正確性,大大提高了數(shù)控編程的效率和質(zhì)量。

標準遺傳算法在求解無約束優(yōu)化問題時得到了成功的應(yīng)用,但是多數(shù)的工程實例為約束優(yōu)化問題.目前引入懲罰函數(shù)思想的遺傳算法是解決約束優(yōu)化問題最常用的方法,但是使用此方法時參數(shù)的設(shè)定較為困難.從避免這個困難和提高算法本身性能的角度出發(fā),構(gòu)造了一種新的算法.首先對非可行個體進行修正,把約束優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題;其次,采用了擴大搜索空間選擇較優(yōu)個體的交叉算子,增強了全局搜索能力;最后,在部分較優(yōu)個體附近采用了局部搜索策略,提高局部搜索能力.通過對2個工程優(yōu)化實例的求解說明了算法的有效性.

基于分級遺傳算法的離散變量結(jié)構(gòu)優(yōu)化設(shè)計——提出一種分級處理的遺傳算法，它采用微種群和附加變異算子來減少計算量、增加算法的局部搜索能力．算例表明，這種算法收斂平穩(wěn)、并取得了較好的效果?！　?/p>

遺傳算法原理、實現(xiàn)及其在離散變量結(jié)構(gòu)優(yōu)化設(shè)計中的應(yīng)用——闡述了遺傳算法的基本原理和實現(xiàn)步驟，論述了遺傳算法的特點．介紹了遺傳算法在離散變量結(jié)構(gòu)優(yōu)化設(shè)計中的應(yīng)用情況　　

提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計的單向搜索算法并與標準遺傳算法結(jié)合成混合遺傳算法,即發(fā)揮了單向搜索算法省時、高效、局部搜索能力強的特點,又發(fā)揮了遺傳算法全局性好的特點.算例結(jié)果表明,該方法能直接計算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題,也能處理同時具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題.這種混合遺傳算法優(yōu)于標準遺傳算法和單向搜索算法,是兼二者之長,棄二者之短的高效的理想優(yōu)化設(shè)計方法.

針對標準遺傳算法在迭代過程中經(jīng)常出現(xiàn)未成熟收斂、發(fā)生振蕩、隨機性太大等缺點,提出一種新的遺傳算子轉(zhuǎn)基因算子,用于對標準遺傳算法的改進·這種轉(zhuǎn)基因算子有效地利用了計算適應(yīng)度的信息,很好地保護了最優(yōu)個體,并能提高群體中個體的適應(yīng)度·包含轉(zhuǎn)基因算子的改進遺傳算法能直接計算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題,也能處理同時具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題·算例結(jié)果表明,改進遺傳算法的收斂特性和優(yōu)化設(shè)計結(jié)果遠好于標準遺傳算法,是一種理想的建筑結(jié)構(gòu)優(yōu)化設(shè)計方法·

提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計的單向搜索算法并與標準遺傳算法結(jié)合成混合遺傳算法,即發(fā)揮了單向搜索算法省時、高效、局部搜索能力強的特點,又發(fā)揮了遺傳算法全局性好的特點·算例結(jié)果表明,該方法能直接計算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題,也能處理同時具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計問題·這種混合遺傳算法優(yōu)于標準遺傳算法和單向搜索算法,是兼二者之長,棄二者之短的高效的理想優(yōu)化設(shè)計方法·

介紹了免疫遺傳算法的原理、模型和算法實現(xiàn)過程,并采用該算法對防汛打樁機激振器數(shù)學(xué)模型進行了優(yōu)化計算,優(yōu)化計算結(jié)果表明,基于免疫遺傳算法的優(yōu)化設(shè)計切實可行,為復(fù)雜的水利機械設(shè)備優(yōu)化設(shè)計提供了新的思路和方法。

工程中檁條用鋼量將隨新規(guī)程《門式剛架輕型房屋結(jié)構(gòu)技術(shù)規(guī)程》cecs102:2002中活荷載取值的變化而變化。論文結(jié)合該新規(guī)程和《冷彎薄壁型鋼技術(shù)規(guī)范》gb50018-2002,在常見荷載和柱距條件下,采用遺傳算法對簡支檁條的截面進行了優(yōu)化設(shè)計,并對新規(guī)程中檁條的用鋼量進行了分析比較。

針對傳統(tǒng)算法在套筒滾子鏈傳動優(yōu)化設(shè)計中全局尋優(yōu)能力差的問題,改進了標準遺傳算法參數(shù),并運用退火罰函數(shù)處理約束,提出了基于改進遺傳算法的套筒滾子鏈傳動優(yōu)化設(shè)計的方法。開發(fā)了混合離散變量優(yōu)化的改進遺傳算法程序,給出了套筒滾子鏈傳動的混合離散變量優(yōu)化設(shè)計的實例,所得優(yōu)化參數(shù)符合實際生產(chǎn)的要求。

遺傳算法在函數(shù)尋優(yōu)過程中不要求計算函數(shù)梯度,對問題沒有依賴性,能以較大的概率找到問題的全局最優(yōu)解。運用遺傳算法對鋼閘門進行優(yōu)化設(shè)計的實例表明:遺傳算法在離散變量的結(jié)構(gòu)優(yōu)化方面比傳統(tǒng)方法更容易找到全局性優(yōu)化解,節(jié)省了撐臥式平板鋼閘門的工程造價,提高了數(shù)值分析的準確性。

在彎管前安裝擾流子，可以減小彎管處二次流強度，降低能量損失，并運用cfd軟件對不同參數(shù)下的擾流子節(jié)能效果數(shù)值計算。以l9（33）正交試驗以及4組補充試驗作為bp神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，建立在5種雷諾數(shù)下擾流子節(jié)能效率與擾流子葉片轉(zhuǎn)角、葉片長度、安裝距離3個結(jié)構(gòu)參數(shù)的非線性映射關(guān)系；擾流子節(jié)能效率最大值作為目標函數(shù)，再結(jié)合遺傳算法進行結(jié)構(gòu)參數(shù)優(yōu)化。最終得到在不同雷諾數(shù)下擾流子葉片轉(zhuǎn)角、葉片長度、安裝距離的最佳組合形式，并利用有限元方法對結(jié)果驗證。結(jié)果表明，這種優(yōu)化方案具有可行性；合適的結(jié)構(gòu)參數(shù)的擾流子具有良好的節(jié)能效果。

在彎管前安裝擾流子,可以減小彎管處二次流強度,降低能量損失,并運用cfd軟件對不同參數(shù)下的擾流子節(jié)能效果數(shù)值計算.以l9(33)正交試驗以及4組補充試驗作為bp神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,建立在5種雷諾數(shù)下擾流子節(jié)能效率與擾流子葉片轉(zhuǎn)角、葉片長度、安裝距離3個結(jié)構(gòu)參數(shù)的非線性映射關(guān)系;擾流子節(jié)能效率最大值作為目標函數(shù),再結(jié)合遺傳算法進行結(jié)構(gòu)參數(shù)優(yōu)化.最終得到在不同雷諾數(shù)下擾流子葉片轉(zhuǎn)角、葉片長度、安裝距離的最佳組合形式,并利用有限元方法對結(jié)果驗證.結(jié)果表明,這種優(yōu)化方案具有可行性;合適的結(jié)構(gòu)參數(shù)的擾流子具有良好的節(jié)能效果.

首先給出了離散變量結(jié)構(gòu)的數(shù)學(xué)優(yōu)化模型,提出了子空間搜索的單親遺傳算法,并給出了兩個減少計算量的策略。通過兩個結(jié)構(gòu)優(yōu)化的算例表明,文章算法收斂速度快、收斂平穩(wěn),為離散變量結(jié)構(gòu)優(yōu)化設(shè)計提供了一種借鑒方法。

基于遺傳算法的柱下獨立基礎(chǔ)優(yōu)化設(shè)計——柱下獨立基礎(chǔ)應(yīng)用廣泛，其優(yōu)化設(shè)計具有重要意義。建立了獨立基礎(chǔ)優(yōu)化設(shè)計的數(shù)學(xué)模型，給出了設(shè)計變量、優(yōu)化目標、約束條件的具體表達形式，闡述了遺傳算法的求解過程。工程算例表明，遺傳算法能有效地解決獨立基礎(chǔ)的優(yōu)化...

以蝸輪的有色金屬齒圈體積最小為目標函數(shù),并從設(shè)計經(jīng)驗本身、運動性能、邊界條件等方面建立合理的約束條件,建立了蝸輪齒圈的優(yōu)化設(shè)計數(shù)學(xué)模型。應(yīng)用matlab遺傳算法工具箱尋求全局最優(yōu)解。優(yōu)化結(jié)果表明,采用遺傳算法能夠快捷有效地對蝸桿齒輪進行優(yōu)化設(shè)計,是對蝸桿齒輪優(yōu)化設(shè)計的一種有效方法。

為了解決熱定型中影響成品織物門幅的工藝參數(shù)難以定量設(shè)計的關(guān)鍵技術(shù)難題。提出了將量子遺傳算法用于成品門幅模型工藝參數(shù)優(yōu)化設(shè)計中。建立優(yōu)化模型,基于該模型采用量子遺傳算法,實現(xiàn)了影響成品門幅的工藝參數(shù)精確定量設(shè)計。用該方法得到的工藝參數(shù)加工彈力布,生產(chǎn)成品的門幅與用戶要求指標的偏差小于0.1%,完全滿足實際生產(chǎn)要求。同時將量子遺傳算法與遺傳算法在工藝參數(shù)的優(yōu)化設(shè)計中進行比較,得出當?shù)N群逐漸增大時,量子遺傳算法在工藝參數(shù)的優(yōu)化設(shè)計中的優(yōu)勢更加明顯。

本文用水滴型回轉(zhuǎn)體的數(shù)學(xué)模型——二次多項式模型對三種水滴型型線的經(jīng)驗設(shè)計進行了逼近研究,以觀察兩者逼近的可能性和精度(或離差)。逼近的方法是工程上常用的最小二乘法。把經(jīng)驗設(shè)計作為已知量,用多項式去擬合。對中國船舶標準化技術(shù)委員會標準“水滴型潛艇線型設(shè)計和水下阻力估算方法”(報審稿)[1]中提供的二次多項式模型的合理性做了考察。還對使用nystrom經(jīng)驗公式[2]設(shè)計水滴型型線的可行性作了探討,提出了一種設(shè)計方法。

計算機通信網(wǎng)優(yōu)化設(shè)計,是提升計算機網(wǎng)絡(luò)性能,更好滿足人們上網(wǎng)需要的保障。在進行計算機通信網(wǎng)優(yōu)化設(shè)計過程中,主要考慮到路由器和鏈路容量分配,以優(yōu)化設(shè)計模型cfa構(gòu)建為主,該優(yōu)化過程屬于一個較為復(fù)雜的非線性0——1規(guī)劃。遺傳算法在計算機通信網(wǎng)優(yōu)化設(shè)計過程中,起到了重要作用。本文對計算機通信網(wǎng)優(yōu)化設(shè)計的研究,將以遺傳算法的具體應(yīng)用為主。

近年來,隨著高等教育改革步伐的加快,特別是近年來高校教師工資變動頻繁以及復(fù)雜程度不斷提高,原有的工資管理系統(tǒng)已不能適合工作的需要,改進高校教師工資管理系統(tǒng)是形勢所趨.本文引入遺傳算法,旨在對高校工資管理系統(tǒng)進行優(yōu)化,通過高效的信息化手段實現(xiàn)工資的規(guī)范化、精細化和智能化管理.