遗传算法在内燃机凸轮优化设计中的应用

引入一种基于自然选择和自然这机理的全局搜索算法－遗传算法,并对基于遗传算法的优化过程进行了全面和简要的说明,同时根据内燃机凸轮优化设计的特点和难点,提出了基于遗传算法的凸轮优化设计方法,对遗传算法对用于内燃机中的可能性进行了研究,数值计算实例表明：遗传算法用于内燃机凸轮优化设计中获得比较满意的参数优化设计结果;与传统的优化方法相比,遗传算法具有一定的优越性。     

内燃机配气凸轮的优化设计

在强调配气凸轮设计在内燃机中的重要作用基础上，综述了该领域的技术发展、现状及展望，并结合常用的函数凸轮，论述了内燃机配气凸轮的优化设计方法。     

配气凸轮优化设计综述

探讨发发动机配气凸轮设计的近代技术发展，重点论述了凸轮型线的静态优化设计和动态优化设计及系统优化设计，阐述了这三种方法的特点以及用这些方法设计凸轮的优缺点，在此基础上讨论了凸轮型线优化设计方法的发展方向。     

非对称N次谐波凸轮的优化设计

讨论了非对称Ｎ次谐波凸轮的设计方法及其特点，并应用正交设计的方法初步确定凸轮型线的设计参数的变化区域，建立合理的优化模型进行求解，在国内首次应用非对称Ｎ次谐波理论设计凸轮。     

遗传算法在深基坑支护工程优化设计中的应用

城市深基坑支护工程的优化设计是一个涉及众多因素的，非线性的、复杂的系统，本文探讨了将遗传算法应用于深基坑支护工程的优化设计问题，并对支护工程的优化设计中涉及的目标函数，设计参数的选择、约束条件以及遗传算法中的编码、遗传算子、惩罚函数问题进行了分析和讨论，最后，给出了一种用于深基坑支护工程方案选择的优化的遗传算法的设计实现。     

改进的遗传算法在机械系统动态优化设计中的应用

针对机械系统动态优化设计的特点,建立了其数学模型。结合复合形法和变概率方法对传统遗传算法作了改进,以提高其求解效率和避免陷入局部最优。实例计算表明该方法结果正确,这为解决机械系统动态优化设计提供了一种有效的途径。     

遗传算法在超微电动机参数优化设计中的应用

基于超微电动机的主要参数之间相互限制和约束,提出将遗传算法应用于超微电动机的参数设计,利用遗传算法的特性进行辅助超微电动机设计．首先确定超微电动机的简化数学模型,结合电动机工作环境对其性能的要求,确定超微电动机设计中的评价函数,利用遗传算法在整个参数空间内搜索,得到超微电动机的主要参数,并给出了该超微电动机经实验测量的性能     

遗传算法在电机系列优化设计中的应用研究

电机的系列优化是一处复杂的有约束,非线性,混合离散多目标规划问题。文章在传统遗传算法的基础上,对算法进行了改进,使之适用于电机系列优化设计,并且把该算法应用于Ｙ系列电机的系列优化设计中,优化设计结果表明这种算法效果是比较理想的。     

内燃机连杆的优化设计

采用最优化理论对连杆进行了有限元的优化设计.通过优化设计,连杆在强度和刚度都满足设计要求的情况下,其重量比原来连杆重量有了很大的减少,其中强度较大部位的金属被自动减少,而强度较小部位的金属被自动增加,并且应力分布也比较合理.     

自适应改进遗传算法在土木工程优化设计中的应用

为了改进基本遗传算法的早熟收敛、随机漫游,验证改进后的算法在七木工程中的应用效果,提出4点改进措施,形成自适应遗传算法。利用混沌序列的“遍历性、随机性、规律性”的特点生成初始种群：引入适应度的指数尺度变换;提出自适应的交叉、变异概率公式：幅度系数调节交叉率、变异率。改进后的优化结果与基本遗传算法进行了对比,在进化时间、收敛精度上得到提高。通过土木工程中桁架结构非对称受荷的数值算例,证明白适应改进遗传算法是现实可行的。     

基于遗传算法的机械优化设计

阐述了遗传算法的原理、理论基础和实现步骤,将遗传算法与搜索算法进行了分析比较,并附有应用实例。     

小生境遗传算法在平面叶栅优化设计中的应用

提出了一个基于小生境遗传算法的平面叶栅的优化设计方法。该方法利用奇点分布法设计无厚翼型骨线，然后通过小生境遗传算法使叶栅表面边界层中的流动损失最小化，以此搜索沿骨线最佳的厚度分布规律。已知叶栅的流场分析由一个基于边界元的程序完成。将该方法应用于ZZ440叶栅的设计，结果表明该方法可行且有效。     

遗传算法在离散变量结构优化设计中的应用

研究适于离散变量结构优化设计的遗传算法．探讨了离散变量结构优化问题的基因表达模式，提出了一种减小基因搜索范围的子空间构造方法．该算法可处理受应力、位移约束的结构优化问题．数值计算实例表明该算法效率高，具有很强的适应性     

改进遗传算法在齿轮减速器优化中的应用

以一个标准齿轮减速器体积（中心距）最小为优化目标的优化模型,描述一种改进遗传算法的实现,并将之应用于两级圆柱齿轮传动的优化设计。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。     

改进的自适应遗传算法在结构优化设计中的应用

普通遗传算法经常出现易早熟、随机性较大、收敛速度较慢等问题,基于Sigmoid函数,提出了一种新的改进的自适应遗传算法.该算法可以有效提高收敛速度并防止算法陷入局部最优解,通过算例分析,证明了该方法的可行性和有效性.结果表明,提出的新型遗传算法可以为其在大型土木建筑结构的优化设计中的推广应用提供理论支持.     

配气凸轮的概率设计初探

使用概率法对内燃机配气凸轮进行设计和分析，计算平面挺拉升程、速度和加速度的公差变化规律，讨论加工精度对凸轮型线的影响．     

基于遗传算法的PID参数优化设计

提出一种新的ＰＩＤ参数设计方法,以模糊化的性能指标为目标函数,以设计参数的取值范围及极限性能指标为约束条件,建立优化数学模型,结果表明,在Ｍａｔｌａｂ环境下,将遗传算法同Ｓｍｕｌｉｎｋ仿真技术有机融合,求解该优化模型,该法能有效提高编程效率,所得优化解大大提高系统性能指标。     

基于自适应遗传算法的无刷直流电机的优化设计

对遗传算法特别是自适应遗传算法作了分析，重点研究了交叉算子和变异算子对遗传算法收敛性的影响，提出了一种改进的自适应遗传算子的方法。该方法可在遗传模式得到保证的基础上加快新个体的产生速度，所构造的遗传算子随适应值自动变化，对远离最优值的个体采用较大的遗传算子值，对接近最优值的个体采用较小遗传算子值，以提高得到全局最优解的概率。通过测试函数的求解，验证了所构造的自适应算子的有效性和正确性。实算结果表明，在无刷直流电机的优化设计中，改进后的自适应遗传算法可在满足各项性能指标的前提下取得良好的优化效果，得到全局最优解的概率较改进前有明显提高。