用基因算法实现切削参数的现场实时优化

为了使金属切削加工中,切削参数能实现实时优化保证产品质量和设备效率,提出采用基因算法。它是基于生物进化理论的优化算法,对问题进行全局的、并行的启发式探索优化,因而可以防止收敛于局部最优解,且搜索效率优于其它方法;适用于具有多参数、多约束条件和多目标的切削参数优化。基因算法结合现场实际工况的反馈信息实现了实时优化,在任一不同的生产条件下均能达到最优值。     

数控铣削工艺参数优化的研究

提出了数控铣削工艺参数优化的方案，该方案将精通数控铣削的工人和工艺专家的经验知识和理论公式有机地结合起来。其中着重对理论公式进行深入探讨。     

帝王蝶优化算法在铣削参数优化中的应用

为了寻找较优的铣削参数,利用改进的帝王蝶优化算法(monarch butterfly optimization,MBO)对铣削加工模型求解,得到优化后的铣削参数.通过建立铣削加工的数学模型,将实际加工时的约束条件引入到模型中.为了对模型求解,在传统的MBO算法中加入粒子群算法(particle swarm optimi...     

基于改进蚁群算法的钻进参数优化

在钻井过程中,为了使钻进过程达到最优的技术和经济指标,需要选择合理的钻进参数。针对单目标钻进参数优化的局限性和不足,通过分析钻进参数之间的相互关系,综合考虑多个目标(如机械钻速最大、钻头寿命最长及钻头比能最小)建立一定约束条件下的多目标优化模型,实现最优的钻压-转速配合。采用改进的蚁群算法进行钻进参数优化,在具体的钻井实例中进行仿真,并将仿真结果与其他经典优化算法的结果进行对比分析。实验结果进一步证明了该模型和算法的有效性和实用性,为蚁群算法在钻进参数优化研究中的应用提供了理论依据。     

基于遗传算法和单纯形法的混合优化算法

基于对遗传算法和单纯形法的分析,提出了可结合这两者长处,既有较快收敛性,又能以较大概率得到全局最优的用于组合优化的混合算法,测试结果表明该方法明显优于遗传算法和单纯形法。     

求解具0-1变量的二级决策问题的基因优化方法

在一类具0-1变量的二级决策问题的基础上,应用罚函数理论将其转化为非线性单级优化问题,研究了求解该问题的基因优化方法。示例仿真表明,该算法是有效的。     

利用模拟退火算法优化计算通讯网络极小生成树

介绍了模拟退火算法的基本思想 ,并应用它成功地解决了通讯网络极小生成树的优化计算问题。计算结果表明 :该算法能有效地跳出局部极小值并快速地收敛于全局最优值。说明模拟退火算法是一个通用的、具有概率爬山的、强有力的组合优化算法     

复杂工程问题全局优化算法研究

分析了遗传算法,模拟退火算法与神经网络等近年来广泛应用于复杂工程问题优化的全局优化算法各自的特点与其全局优化能力,指出如何针对其特点进行改进以达到更佳效果,深入研究了复杂工程问题优化的关键技术－目标函数与约束条件建立方法,最后,展望了全局优化算法与复杂工程问题优化技术的发展趋势。     

基于动态参数的微粒群算法(PSO)的研究

标准的PSO算法一般不能兼顾收敛速度、全局探索能力和局部精细搜索能力．本文通过同时动态调整惯性权重和加速度权重以平衡运算性能，并通过寻找LevyNo．5函数极值加以验证．结果表明，与标准的固定参数PSO算法相比，该方法取得了更好的效果．     

求解无约束全局优化的T-F函数算法

提出一个求解连续全局优化的T-F函数,先给出了T-F函数的定义,然后根据提出的T-F函数的性质,设计了一个新的T-F函数算法,并进行数值实验,数值实验的结果表明该算法是有效和可行的.     

遗传搜索优化算法

简述了多峰优化的主要问题及遗传算法的基本概念及算法.在传统的优化方法基础上,引入遗传算法的思想,提出以优化搜索方向向量为研究对象,在连续空间进行优化的遗传搜索优化算法;给出了算法中关键参数的选取方法;最后,给出了该算法的计算实例,结果表明,用该算法能较稳定地找出全局最优点.     

遗传算法求解函数优化问题的Matlab实现

利用Matlab优化工具箱,结合典型的一维和多维变量函数,在Matlab环境中有效地解决了用遗传算法求解函数优化问题.图形直观,性能优越,为遗传算法的实际应用开辟了新的渠道和途径.     

一种基于小生境的遗传算法及其应用

基本遗传算法在进行种群中个体的交配时采用的是一种随机方式,在一定程度上会影响进化的性能,提出一种基于小生境的遗传算法,通过定义新的选择机制与变异策略,能利用种群中个体的历史信息,较好地维持群体的分布特性,它可用于多峰函数（特别是变峰函数）的优化,以获得目标函数的多个极值点,文中详细给出了方法的具体实现步骤。     

基于基本遗传算法的PID参数整定

多目标优化问题一直是控制领域的重要研究问题。本文主要利用基本遗传算法来解决其中的参数优化问题。采用误差绝对值时间积分性能指标作为参数选择的最小目标函数,采用轮盘转的方法提高遗传算法的全局优化能力。最后,通过MATLAB仿真结果表明,根据遗传算法寻优设计的PID控制器比人为的通过调试或经验取得的数据更有说服力,控制效果更好。     

求解组合优化问题的组合遗传算法

构造了求解组合优化问题的组合遗传算法。这个方法的主要优点是优化效果好 ,计算效率高以及通用性。模拟结果验证了该方法的有效性。它能应用到求解许多组合优化问题。     

基于改进伪并行遗传算法的函数优化

针对遗传算法早熟和收敛速度慢的问题,在已有的伪并行遗传算法基础上对遗传操作进行改进。采用3个测试函数对改进的算法进行验证,结果表明改进的算法在函数的平均适应度值、平均运行代数、收敛概率等方面都取得了较好的结果。     

实值编码遗传算法的行星齿轮传动优化

角度变位２Ｋ－Ｈ行星齿轮的优化设计是一个多峰函数优化问题,用传统确定性的、计算式方法容易陷入局部最优解．为达到全局优化的目的,采用实值编码遗传算法进行优化．首先给出了一个通用性强、以体积最小为优化目标的２Ｋ－Ｈ传动机构的优化模型,然后描述一种实值编码遗传算法的实现,并将之应用于角度变位行星传动的优化设计．其优化结果与单纯形的比较表明,遗传算法更能脱离局部解而取得更优解,在工程设计中具有一定的应用价值．     

基于遗传算法的卸载阀结构参数优化

分析了矿用乳化液泵站中卸载阀的工作原理,建立了数学模型。在AMESim软件中运用遗传算法优化原理,选择卸载阀中影响因素较大的参数进行参数取值,并对这些参数进行优化设计。最后,通过仿真证明优化结果能使卸载阀在工作时达到最大的节能效果。     

一种基于遗传算法的单神经元PID控制器参数优化

文章分析了神经元PID控制器存在的问题,提出了一种用遗传算法对单神经元控制器进行参数寻优,并利用种群数N和交换概率Pc逐次递减的方法来提高计算效率和收敛速度,在搜索空间内获得全局最优点的方法。试验仿真结果表明,基于遗传算法的单神经元PID控制器参数优化方法能获得很好的控制效果。