基于MBC工具箱的汽车内板件成形多目标优化

摘要： 为了研究成形工艺参数对板料成形回弹量和板料厚度的影响,以某汽车内板件为对象,基于MATLAB软件中MBC (Model Based Calibration)工具箱建立了参数（摩擦系数、压边力、成形阻力系数和板料尺寸）与目标函数（回弹量和板料厚度）之间的数学模型,借助于MBC工具箱中的CAGE优化模块对目标函数进行优化,得到最佳参数组合,即摩擦系数0.125、压边力350 kN、板料尺寸250 mm×360 mm,拉延筋阻力系数分别为20%、10%、6%和35%.同时,通过有限元模拟和实际生产实践,验证了所提出方法的可行性.     

基于多目标满意优化的热轧非对称工作辊设计

热轧非对称工作辊可兼顾板形控制和自由规程轧制,其关键参数通常采用经验设计法,缺乏相应的依据.本文提出了热轧非对称工作辊关键参数的理论设计方法.由于设计过程中无法精确给定已知条件,因此把多目标满意优化引入到非对称工作辊的参数设计中,建立了综合满意度目标函数,并用模拟退火遗传算法进行满意度最优值求解.采用满意解代替最优解,使得辊形参数的优化设计结果更具科学性.在某热连轧生产线上的实际应用表明,优化设计的辊形在板形控制和自由规程轧制方面均取得了理想的效果.     

基于改进单步多框目标检测的道路小目标检测算法

针对SSD目标检测算法运用于自动驾驶领域时,在检测道路上小目标容易发生漏检错检的情况,本文提出一种改进的SSD目标检测算法。本算法首先在SSD模型的主干网络中嵌入感受野增强模块,扩大特征层的感受野,以获取更多小目标的特征信息;然后在主干网络后加入4次U型特征提取结构,构建4个不同层级的特征金字塔,最后合并成一个多层级特征金字塔用于检测。结果表明,该改进SSD模型在KITTI数据集上的检测精度较原始SSD模型提升了6%,检测速度达到了每秒27.9帧。在兼顾检测效率的同时,有效提高了对道路上小目标的检测精度,更适用于自动驾驶领域。     

基于RSM和FEM的辊锻件长度控制技术

以某钩尾框精密辊锻工艺为研究对象,首次应用响应面法(RSM)和有限元数值模拟法(FEM)对精密辊锻件的长度控制问题进行了研究.首先以满足辊锻件长度和降低轧辊最大扭矩为目标,采用FORGE3有限元软件建立了RSM与FEM相结合的二阶分析模型,研究了轧辊间隙、摩擦因子、轧辊转速和坯料温度对辊锻件的长度和轧辊最大扭矩的显著性和影响规律;其次采用优化后的工艺参数对该辊锻工艺进行了再模拟,提出了辊锻件长度的调试原则,利用该原则和点的反追踪技术对辊锻模具进行了再设计,同时分析了设计、模拟和生产辊锻件的长度和辊锻过程的功率耗散和分布.研究结果表明:应用RSM和FEM可准确有效地掌握精密辊锻件的长度控制技术.     

基于Isight的博弈多目标优化

复杂多目标优化设计中常遇到性能目标与设计变量之间不具有显式的函数关系式,难以直接运用传统优化方法进行设计计算,且多个性能目标相互耦合,设计周期长等问题。针对这些问题,本文提出了基于Isight的博弈多目标优化设计方法,在Isight优化平台下集成Solidworks软件和Ansys软件进行建模与分析,运用博弈论思想分别建立合作博弈模型和非合作博弈模型,用遗传算法对模型进行求解获得优化解,并以悬臂梁多目标优化设计进行示例说明。     

基于遗传算法的多目标优化算法

本文先介绍了遗传算法的实现技术,又介绍了多目标优化问题的概念,然后使用遗传算法来求解多目标优化问题。文中使用了均匀设计方法来设计适应度函数,并设计了新的变异算子,算法结果是有效的。     

基于遗传算法的多目标优化方法

本文通过建立多目标问题模型,提出了运用改进的遗传算法求解多目标物流网络问题.该算法借鉴AHP方法的思想,采用将其与遗传算法混合的求解策略,并采用分阶段化的实数编码思想以及相应的遗传算子设计,对遗传算法进行适应性改进.     

基于多目标遗传算法的工作辊温度场计算与分析

等效换热系数是热连轧机工作辊温度场仿真模型的核心输入参数,多采用遗传算法优化得到,某1800mm热连轧机存在品种、规格交替轧制,等效换热系数的准确计算比较困难.选取多组典型工艺条件下的工作辊下机后表面温度作为优化目标,采用多目标遗传算法进行优化,并通过改变遗传算子有效避免了算法早熟及局部收敛等问题,获取了具有较强适应性的等效换热系数.仿真和实测数据的对比结果证明了优化模型的可靠性.利用仿真模型分析了主要工艺参数对工作辊热凸度的影响,并提出同宽交替时,工作辊热凸度随轧制进程呈指数变化,而在品种、规格交替编排轧制工艺下相邻带钢轧制时工作辊热凸度存在6~21.8μm的波动,且随轧制进程趋于稳定.     

基于线性目标规划的切削参数多目标优化

切削参数是切削过程优化最重要的控制因素,为了研究切削参数的多目标优化问题,本文采用了线性目标规划理论,建立了一个以最大金属切除率和最小工件表面粗糙度作为优化指标的多目标优化模型,并且以切槽车刀的车削为实例,采用目标单纯形法求得其最优解,确定了每一个目标函数与事先给定的对应目标值的逼近程度。结果表明,这种模型可以将决策者指定的目标与数学模型融合在一起。为实际生产中,根据各项指标的目标值来选择最优切削用量,提供了一种新的理论方法。     

基于MATLAB优化工具箱的机床主轴优化设计

基于现代机械优化设计理论,建立了以数控机床主轴的体积最小为目标函数的优化数学模型。运用MATLAB优化工具箱对机床主轴进行优化设计,使主轴的设计在保证其强度、刚度的前提下达到体积最小的优化要求。缩短了机床主轴的设计周期,提高了设计效率,从而降低了主轴生产成本。通过对优化结果的研究和分析,表明该设计方法简单、实用、效率高,机床主轴参数优化的结果合理、可靠。     

旋转辊差异化非直流道设计与多目标优化方法

为提高平面流铸冷却辊内水流更新速率,在流道内流体微团力学分析基础上,提出一种进、出水面采用不同旋向肋道的差异化非直流道结构,并基于Bezier曲线对肋道型线与厚度进行参数化表达;针对多变量、多参数优化过程中求解效率低的问题,采用拉丁超立方抽样获取样本点,通过数值计算获得样本点性能参数,然后,基于熵权层次分析法获得流道换热效率综合性能指标,进一步采用BP神经网络预测与遗传算法优化相结合的方法进行寻优。研究结果表明：进水面采用旋向即与冷却辊转向相反的肋道、出水面采用旋向即与冷却辊转向相同的肋道可明显减小流道涡旋现象,提高水流更新速率;所提出的参数化建模与优化方法在应用于多变量、多参数优化时具有较高的求解效率;在同等条件下,相比于传统散射直流道和优化前流道,优化后流道的流量分别提升25.0%和5.6%,达到了提高水流更新速率的目的。     

基于多目标优化的冷轧带钢压下规程优化

轧制规程的计算是轧机连轧生产工艺的核心内容,是轧机生产能力发挥、产品厚度精度及板形质量的基本保证,因此轧制规程的优化尤为重要。本文根据轧制过程的实际需求,结合多目标优化算法,以总能耗最小和带钢板形良好为目标,建立多目标优化数学模型,并从理论上分析,可以取得较好的优化结果,从而优化轧制规程,提高生产能力。     

基于多目标优化的多Agent信任联盟模型

基于交互历史建立信任联盟模型,采用多目标优化算法实现联盟信誉最大和联盟收益最大化的双目标优化。实验验证结果表明,模型对联盟的优化效果优于单纯追求联盟信誉或联盟收益最大化的单目标优化效果。     

基于B-凸函数多目标优化的充分条件

利用B-凸函数及广义B-凸函数的概念和性质, 给出了包含这类广义凸函数多目标规划问题的最优性充分条件, 并将结果推广到B-伪凸、 B-拟凸、 B-不变伪凸、 B-不变拟凸等广义凸函数上.     

基于遗传算法的交通信号控制多目标优化

针对城市交通信号控制面临的多目标优化问题,提出了利用遗传算法实现多目标优化的方法.分析了城市交通信号控制多目标优化的本质及特点,采用基于遗传算法的多目标优化方法,提出了信号控制多层模糊控制模型,以平均延误和停车次数作为优化目标,采用遗传算法中的随机权重方法来进行该模型的多目标综合优化,给出了各模型参数的计算方法和优化步骤,最后进行了仿真试验.仿真结果表明,给出的多目标优化方法优于传统的多目标固定权重方法,可以获得更好的交通信号控制效果.     

基于万有引力定律的多目标优化算法

针对一类多目标优化问题,提出一种基于万有引力定律的优化算法．首先把决策变量空间的解看成带有质量的个体,然后根据万有引力定律,计算每个个体的合加速度,再根据运动规律,给出产生新解的迭代公式．仿真实验结果表明,算法是可行的、有效的．     

基于物理规划的弹道多目标优化

针对加权系数法求解弹道多目标优化问题时不能获取非凸Pareto非劣解,并且主观依赖性严重,难以选取合适的权值的问题,将物理规划引入弹道多目标优化中,建立了基于物理规划的弹道多目标优化模型,详细分析了基于物理规划的弹道多目标优化方法的求解流程,指出了该方法的优点. 最后分别采用加权系数法、最优控制方法以及本文所提方法进行拉平段弹道多目标优化. 优化结果对比研究表明,物理规划法效率更高,结果更好,对初值不敏感,鲁棒性更强,并且有利于获得非凸Pareto非劣解,从而体现了所提方法较强的工程实用价值.      

基于多目标准则的流域站网优化

对于流域站网空间布局不合理(含有大量冗余站点及监测空白区等)的问题,基于美国伊利洛伊斯河下游流域27个站点4年的日均径流量数据,以站网中联合熵最大、冗余度最小且数据波动最小3个准则,构建了联合熵比、冗余度比和纳什效率系数(NSE) 3个目标函数对站网的信息量进行定量评估。约简流域冗余站点构成初步优化站点组合,并根据出水口得到的潜在站点确定流域需要新增的站点。结果表明:在原站网的基础上选出11个站点构成初步优化站点组合,其联合熵与原站网相等,冗余度减少74. 2%;在初步优化站点组合基础上新增3个站点,联合熵和冗余度分别增加37. 1%和22. 3%;与原站网相比,优化后的站点数量为14个,联合熵增加了37. 1%,冗余度减少了68. 5%。