液压支架四连杆机构运动学的优化分析

本文在液压支架主要结构尺寸数据库的基础上,研究了以支架任意工作高度H为自变量,以一维优化法(Q.618法)为依据的液压支架四连杆机构运动学分析的实用方法。编制了相应的分析程序并在微机上进行了实例验算,在绘图仪上绘出以高度为自变量的各种运动曲线轨迹。所得结果与作图结果十分吻合.     

一种基于遗传算法的非线性规划问题求解方法

非线性规划在航天，军事，经济及生产过程等多方面都有广泛应用．但其各种求解方法有相应的适用范围和局限性．Holland教授1962年提出的遗传算法已被广泛应用于系统建模，控制器参数优化等方面．在这里我们针对非线性规划问题，结合极大熵方法和遗传算法.提出了一个改进的遗传算法．文章给出了几种算例，效果不错．     

基于遗传算法的配水系统优化浅析

基于遗传算法,针对新建管道已经开发出了低成本的设计并对现有给水管网进行再扩大设计.通过对几个案例的研究,已将此种方法的研究结果与非线性规划技术的应用程序进行比较,遗传算法会使得费用较低,控制非线性以及遗传算法解决方案收敛性的参数还有待讨论.该算法是基于试图保持遗传信息代代相传的优胜劣汰原则,具有丰富的人口数据库而且在搜索中可同时并联爬上多峰,因此,使之陷入局部最小值的概率显著降低.此外,对控制非线性以及遗传算法解决方案收敛性的参数还有待讨论.     

基于四连杆机构的起落架缓冲器行程测量方法

针对小型飞机起落架缓冲支柱行程测试提出了一种测量方法。利用四连杆机构将位移变量转化为角度变量,通过标定试验得到角位移和行程的对应关系;再将实测得到的角位移代入标定方程,即得到实测的缓冲支柱压缩行程。经验证,该方法可以得到满足精度要求的结果;并已成功应用于某型飞机起落架缓冲支柱压缩行程的实测试验。     

基于遗传算法优化BP神经网络的TIG焊缝尺寸预测模型

建立了4-12-4结构的误差反向传播(BP)神经网络.以训练样本预测误差作为适应度函数,采用具有全局寻优功能的遗传算法得到最优化的BP神经网络的权值和阀值.以TIG焊接工艺参数电弧长度、保护气流量、焊接电流和焊接速度作为网络输入,焊缝的上余高、下余高、上焊宽和下焊宽作为网络的输出,优化后的BP网络模型具有良好的泛化能力和预测能力.     

自立式起重设备中四连杆机构的优化

对起重机械中四连杆机构建立力学及优化设计模型,确定相关尺寸和构件相对位置并与传统设计进行比较,进一步说明方案选择的合理性.结果表明优化后的结构受力得到明显改善,并减轻结构质量.     

基于AutoLISP的四连杆机构运动轨迹分析及应用

四连杆机构在机械工程的运动机构设计中得到广泛采用。本文介绍并运用AutoLISP程序设计语言对四连杆机构运动轨迹进行了描述,从而体现出AutoLISP人工智能绘图语言的特点。     

连续非线性规划的猴王遗传算法

仿照猴群竞争产生猴王、猴王在猴群中拥有基因遗传绝对优先权的模式建立了猴王遗传算法 将种群中的点按目标函数值的大小排序 ,保留最优点和部分较优点 ,引入部分变异染色体更换部分较劣点 ,并让最优点依次与种群中的其他点进行交叉变异得到下代种群中的新点 对多种测试函数的计算表明 :猴王算法直观易懂、程序简单、参数少、计算量小 ,是解连续非线性规划问题的有效方法     

线性与非线性规划第三版

本书被认为是一本实用优化的经典书籍,又涵盖了现代优化理论的新见解。这些新见解提供了一个有机的优化知识结构,从而可以帮助读者很好地学习已有优化成果,同时试图发展新的优化成果。     

基于改进遗传算法的温室环境动态优化控制

针对一种经济效益最优目标的温室环境混合整数变量优化控制问题,提出一种带有工程经验规则的改进遗传算法(IGA)进行有效、实用求解.首先采用分段常数法离散化控制变量,形成一种有限维参数的非线性数学规划(NLP)问题;在标准遗传算法(SGA)直接求解该NLP问题的基础上,采用精确罚函数处理状态变量路径约束;引入工程经验规则,并采用精英保留、多种群并行进化、整数变量取值等改进措施,以提高算法性能.仿真结果显示,相较于SGA,该方法获得更优的性能指标和控制品质,表明了所提方法的有效性、实用性.     

解平面四杆机构约束优化问题的改进遗传算法

以平面四杆机构约束优化设计这一实际问题为背景,针对传统遗传算法（ＧＡ）存在的问题,提出了一种新的将柯西机（ＣＭ）和遗传算法相结合的改进遗传算法（ＭＧＡ）,数值计算结果表明,该算法避免了ＧＡ算法中的早熟收敛问题,可获得上机构参数优化问题的最优解,并且还具有收敛速度快等特点。     

基于非线性规划遗传算法的汽车动力传动系统参数优化研究

研究了兼顾动力性和燃油经济性的汽车动力传动系统优化数学模型,以改善燃油经济性和整车动力性为目标,采用非线性规划遗传算法对某款轿车的动力传动系统参数进行优化研究并进行了仿真试验验证.结果表明:优化后原地起步加速时间降低了3.96%,整车多工况百公里油耗降低了8.23%.表明运用非线性规划遗传算法进行动力传动系统参数优化是可行的.     

基于蚁群算法和遗传规划的跨单元调度方法

针对运输能力受限的跨单元调度问题,提出了一种基于蚁群算法与遗传规划的超启发式算法.通过蚁群算法搜索合适的启发式规则,并且利用遗传规划生成可以适用于问题模型的启发式规则,用以扩充规则集;同时引入时间窗的概念,用来决策每个小车运输时的等待时间.实验表明,提出的算法可以搜索出优质规则,并且通过遗传规划很大程度上改善了候选规则集,提升算法性能.同时时间窗策略的采用可以提高小车的利用率以及最小化总加权延迟时间.      

求解非线性规划问题的混合遗传算法

本文针对一般形式的非线性规划问题，提出一种具有学习算子的混合遗传算法，该算法具有收敛速度快且能收敛于最优解等特点。     

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。     

非线性整数规划的蚁群算法

提出了一种新的蚁群算法来求解无约束的整数规划问题,蚂蚁在整数空间内运动,同时在路径上留下激素,以此引导搜索方向。对蚁群算法参数的合理选取进行了实验分析,给出了算法参数选取的基本原则。数值试验计算结果表明:该方法比较有效,并具有通用性。     

基于MATLAB的遗传算法程序设计及TSP问题求解

首先分析了用Matlab语言设计遗传算法程序的优越性,接着以遗传算法求解TSP问题为例,深入讨论了各个遗传算子的程序实现,并通过分析实验数据,得到各个遗传算子在搜索寻优过程中所起的作用,最后指出了用Matlab语言编码同用其它高级程序语言编程的差异所在。     

基于MATAB的遗传算法程序设计及TSP问题求解

首先分析了用Matlab语言设计遗传算法程序的优越性,接着以遗传算法求解TSP问题为例,深入讨论了各个遗传算子的程序实现,并通过分析实验数据,得到各个遗传算子在搜索寻优过程中所起的作用,最后指出了用Matlab语言编程同用其它高级程序语言编程的差异所在．     

一种求解非线性函数优化问题的混合遗传算法

结合单纯形法的混合遗传算法是将单纯形操作替代原来的交叉算子,并采用最优群体保留策略,算法可以很小的群体规模实现兼顾全局搜索和局部搜索的均衡搜索,大幅度提高搜索精度和效率,算法不需要梯度信息,不需进行编码操作,非常适合求解非线性函数优化问题。     

基于GAs求解整数规划问题的算法设计

对于遗传算法（ＧＡｓ）求解整数规划问题,提出一种新的位串编码结构,采用一种新的加速变异算子,可明显改善寻优的收敛速度,并为保持种群多样性引入分散型淘汰法。