基于混合优化算法的关节臂式测量机参数标定

为进一步提高关节臂式坐标测量机等高机动性精密测量设备的测量精度,使用D-H矩阵法建立其关节坐标转换数学模型并据此推导出参数误差模型.针对非线性多参数标定问题,通过变换分析消除了最小二乘法求解时矩阵中的冗余参数,降低了计算的复杂性.设定判定准则并实现最小二乘法和模拟退火算法的混合,提出了一种基于混合优化算法的参数标定方法,解决了LM算法的初值设定和SA算法的搜索效率逐步降低的问题.实验结果表明:关节臂式测量机参数经混合优化算法标定后,参数的误差范围有了显著的缩小,单点重复性误差的平均值减小了1.746 mm,长度误差的平均值减小了0.941 mm,测量误差得到了进一步的抑制.     

珊瑚礁算法的改进研究

珊瑚礁算法易于陷入局部最优且寻优精度低，因此提出一种改进的珊瑚礁算法.此算法借鉴粒子群算法、高斯变异和模拟退火算法的思想改进珊瑚礁算法的内部有性繁殖、无性繁殖和更替机制，提高了算法的寻优精度并可跳出局部最优.在仿真实验中，将改进珊瑚礁算法与基本珊瑚礁算法和粒子群算法等10种算法分别在高维和低维测试函数下进行比较.实验结果表明，改进的珊瑚礁算法不仅较其他算法具有更好的收敛速度和精度，而且在高维测试函数中，仍然可以保持良好的性能.     

基于自适应模拟退火的改进混合粒子群算法

为了改善旅行商(TSP)优化求解能力,对模拟退火与混合粒子群算法进行改进,引入了自适应寻优策略。交叉、变异的混合粒子群算法,易于陷入局部最优,而自适应的模拟退火算法可以跳出局部最优,进行全局寻优,所以两者的结合兼顾了全局和局部。该算法增加的自适应性寻优策略提供了判定粒子是否陷入局部极值的条件,并可借此以一定概率进行自适应寻优,增强了全局寻优能力。与混合粒子群算法实验结果对比,显示了本文算法的有效性。     

深水钻机集成监控系统可靠性冗余优化

深水平台钻机集成监控系统(DSDR-IMCS)采用冗余方法提高可靠性,但存在费用、重量、体积等增加的问题。对DSDR-IMCS进行分析,建立一种适于DSDR-IMCS的可靠性冗余优化配置模型,提出一种基于模拟退火算法的PSO-GA混合算法对模型进行求解,该方法将PSO算法收敛快和GA算法全局收敛性好的优点相结合,引入模拟退火优化机制,并对PSO算法产生的新粒子群进行修正。结果表明,本文算法既可加快运算速度,降低计算强度,提高搜索效率,又可避免收敛过快陷入局部极大而降低全局搜索能力,且得到的优化结果更好,为DSDR-IMCS可靠性分析和设计提供参考。     

考虑GIS的物流配送区域划分与路径规划算法

针对大规模VRP配送问题,提出一种配送区域划分的启发式-模拟退火混合搜索算法.针对GIS中实际路网建立路网数学模型,并在大规模VRP路径规划问题研究中与实际GIS路网相融合.对配送路径规划问题提出一种结合GIS模型约束的启发式路径搜索算法.对杭州市某配送区域实际问题求解并与另一种启发式算法对比,验证了算法的有效性.     

改进GA优化BP神经网络的短时交通流预测

为了提高BP神经网络预测模型对短时交通流的预测准确性,文章提出了一种基于改进遗传算法优化BP神经网络的短时交通流预测方法。由于模拟退火算法具有较强的局部搜索能力,能够在搜索过程中避免陷入局部最优解,因此引入模拟退火算法中的Metropolis接受准则来增加遗传算法的局部搜索能力,避免了遗传算法过早收敛和陷入局部最优解。通过改进的遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解。仿真结果表明,该方法对短时交通流预测具有较好的预测精确性。     

中锰钢两相区退火奥氏体逆转变的数值分析

根据中锰钢热轧组织结构确立两相区奥氏体化的几何模型和初始条件,利用DICTRA动力学分析软件对中锰钢马氏体基体奥氏体化过程进行计算分析。在奥氏体化初期的形核过程中,马氏体中过饱和的碳锰元素从铁素体迅速转移到奥氏体并在相界面奥氏体一侧聚集。后续的相变过程中,碳在奥氏体中快速均化,但锰在相界面奥氏体一侧的聚集加剧。相变初期奥氏体界面推移速度比中后期高出若干个数量级,但随时间推移迅速衰减。相变初期相界面推移是碳扩散主导,相变后期界面推移受到锰在奥氏体中扩散速度制约。温度升高可显著提高相界面推移速度。达到相同数量奥氏体的情况下,低温长时退火有利于锰从铁素体向奥氏体转移并提高其在奥氏体中的富集度,从而提高奥氏体的稳定性。     

冷却速率和奥氏体化温度对40 Cr钢球化退火的影响

为探究奥氏体化温度和冷却速率对40Cr钢球化过程的影响,采用双相区球化退火研究了热轧态40Cr钢的球化退火行为和力学性能。奥氏体化温度从760℃提高到800℃,冷却速率从10℃·h-1上升到30℃·h-1,组织硬度随冷却速度呈V形变化,碳化物球化率随冷却速度变化正好与前者相反。奥氏体化温度为760℃,冷却速率为20℃·h-1所得到的球化组织球化率高,且碳化物细小,具有良好的冷成形性能,可大幅度缩短球化退火时间,显著提高生产效率。提出了球化退火过程中离异共析转变机制,控制好球化过程中奥氏体化温度、冷却速率及保温时间有利于离异共析转变的发生。     

快速凝固Al-Fe-Ce合金的相变与性能研究

采用相成分分析(X射线衍射)、组织观察(透射电子显微镜)和力学性能检测(显微硬度)等结合的方法,对单辊旋铸法制备的快速凝固Al-6.87Fe-3.95Ce合金薄带的急冷态和退火态进行相变与热稳定性能的分析.亚稳相Al₁₀Fe₂Ce和平衡相Al₁₃Fe₃Ce的晶格参数以及晶格结构已被确定.棒状的亚稳相Al₂₀Fe₅Ce也在TEM中被观察到.稳定相Al₁₃Fe₃Ce是亚稳相Al₁₀Fe₂Ce和Al₂₀Fe₅Ce经过热处理后不完全转变而形成.结果表明:在退火处理过程中,随着温度的升高,有明显的析出相出现,并且出现了长大趋势;显微硬度也随退火温度变化而变化,在340℃出现最高峰值,说明该合金在340℃能保持较好的热稳定性.     

超启发式DE算法求解零等待发酵工艺调度

为解决具备间歇过程特点的零等待发酵工艺调度过程中易变质的难点,提出了一种超启发式差分算法,并将最小化最大完工时间设置为优化目标。此算法分为2层,高层为改进的自适应差分进化算法,来对低层的启发式操作进行选择排序。而低层组合排序成了新的算法对问题域进行操作,加入模拟退火算法避免陷入局部最优。所提出的方法具有学习的机制,对不同问题具有较强的泛化能力。通过测试算例和实际生产进行算法的比较和求解验证了此算法的有效性,结果表明所提出的算法比传统的启发式算法性能更优。