STL快速成型制造质量实验研究

针对快速成型设备成型质量不高的问题,利用STL快速成型设备进行试验.进行了相应的试验设计,运用田口方法对试验数据进行处理,得到了改进加工质量的最优参数,使用最优加工参数达到了提高工件尺寸精度和形位精度的目的.在田口方法的使用中提出了对田口方法的改进,提出了单位贡献率、误差贡献率等新的概念.     

镀锌钢板成形噪声因素试验测量和稳健设计

对镀锌钢板进行了材料实验和盒形件成形实验,分别获得了材料性能、板料初始厚度、压边力和摩擦条件等噪声因素波动的概率分布.采用田口试验设计方法分析了噪声因素对盒形件成形质量的影响规律,在此基础上筛选出对成形质量影响显著的因素.为将产品质量对噪声因素的敏感性降到最低,以凸模圆角半径、润滑条件和压边力为设计变量,以润滑条件、压边力和材料的n值为噪声因素,分别基于数值模拟方法和试验方法对矩形盒件的拉深成形工艺进行了田口稳健优化研究.两种方法得到的优化结果较接近,都降低了噪声因素对成形质量的影响,提高了成形工艺的稳健性.     

基于田口方法的PSO算法参数设计

PSO算法中的参数对其性能有显著影响,本文利用田口方法对标准PSO算法的参数进行设计。以惯性权重、学习因子和种群大小作为可控因子,以信噪比度量PSO算法性能的优劣,通过基准测试函数的正交试验得到PSO算法的最佳参数组合。实验结果证明:按照田口方法设计的参数,能够有效提高算法的效率和稳健性。同时本研究为优化PSO算法提供了一些新思路。     

多因素影响下高地隙喷雾机稳定性模型试验

针对高地隙喷雾机复杂的作业环境,基于3D打印技术和比例模型相似性准则原理,建立了喷雾机作业车轮-地面载荷试验测试系统,以车轮离地为参考量,提出了针对喷雾机水平-斜坡路面下的稳定性评价指标,采用田口试验设计方法,以全工况下E,F级随机路面为噪声因子,选择水箱放置位置、车速、轮距、充液比和坡度5个影响因素作为控制因子,设计了5因素混合水平的田口试验方案,针对不同的失稳特性,选择不同的信噪比计算方法,确定喷雾机在水平-斜坡路面下的最大失稳试验条件.结果表明:利用田口方法预测到的斜坡路面下稳定性评价指标与实测值基本吻合,二者的线性回归决定系数大于0.91,NSE效率系数在0.85以上,预测值与实测值之间的平均相对误差在6.5%以内,进一步验证了所寻找的喷雾机失稳试验条件以及模型的正确性.     

凹叶厚朴二元立木材积方程的研究

通过实测239株凹叶厚朴样木的胸径、树高和材积,采用遗传算法,三次设计法,改进单纯形法拟合材积方程并与对数线性化最小二乘法进行比较.结果表明:采用遗传算法、三次设计法和改进单纯形法建立二元材积方程优于对数线性化最小二乘法;对数线性化最小二乘法的适用性检验统计量F不能服从F分布,说明不能用对数线性化最小二乘法拟合凹叶厚朴的材积方程;同时用模外25株凹叶厚朴样木进行检验,遗传算法、三次设计法和改进单纯形法建立的二元材积方程的理论材积与实测材积相吻合.采用遗传算法建立的立木材积方程编制了凹叶厚朴的胸径、树高二元材积表.     

基于田口损失函数方法的控制图经济模型

本文将田口的质量思想融入到控制图的经济设计中,通过应用田口损失函数重新定义受控阶段和失控阶段的成本,实现损失函数在控制图经济设计中的嵌入,新模型融合了田口方法和SPC的优点。     

"信噪比-两步法"的一个注记

参数设计是日本质量专家田口倡导的一种质量工程方法.从函数结构方面考察了信噪比指标下调节因子的存在性,并指出了参数设计中scale因子的重要性.     

重卡驱动桥壳疲劳稳健性与轻量化设计

驱动桥壳轻量化设计对于提高承载能力、降低生产成本具有重要的意义.本文在驱动桥壳有限元分析和疲劳分析计算的基础上建立驱动桥壳多目标优化模型，对重型卡车驱动桥壳进行参数化设计，建立正交试验表，利用田口方法和综合评价方法对驱动桥壳的疲劳性能稳健性和质量进行优化设计.优化结果表明，此方法可以应用于驱动桥壳的多目标优化，优化后驱动桥壳的疲劳稳健性能得到提高，减轻了质量，因此节约了桥壳材料，降低了生产和运营成本，提高了设计水平.     

均匀设计在求解TSP问题中的应用

本文利用均匀设计抽样的理论和方法,针对遗传算法解决旅行商问题,将遗传算法基本模型的参数设定问题描述成均匀设计中多因素多水平的试验设计,确定参数后再运用均匀设计产生初始种群,用TSP问题库内的基准问题进行仿真实验,证明了该方法是有效的。     

基于神经网络-遗传算法的悬臂梁支架系统的优化设计

综合利用有限元方法、正交试验设计法、人工神经网络以及遗传算法对悬臂梁支架系统进行优化设计.试验分析表明,优化后的悬臂梁自由端变形减小,悬臂梁整体基频提高,减少了悬臂梁的弯曲振动,增强其稳定性,达到优化目的.     

基于栅格地图的遗传算法路径规划

为提高移动机器人路径规划问题的求解质量和求解效率并克服遗传算法用于复杂环境下路径规划存在的常规缺陷,本文改进了运用于路径规划的遗传算法操作,提出了一种基于栅格地图的完善遗传算法路径规划方法,通过引入路径修复机制来提高遗传算法的收敛速度。仿真结果表明这种方法能够很好的解决移动机器人点对点的路径规划问题。     

协同设计中的任务调度算法及实现

 在协同设计子任务间形成的任务前趋图的基础上,面向协同设计的实际需求,采用了两个任务调度算法：改进的AGA（Adaptive Genetic Algorithm, 自适应遗传算法）及GASA（Genetic Simulated Annealing Algorithm,遗传-模拟退火算法)。分别给出了算法的详细实现,分析并比较了算法与其它任务调度算法的效能。最后,针对较大规模的任务实例对这两个算法进行了横向比较,分析了它们的时间效率和适用场合。     

具有禁忌策略的蜂群算法评定圆柱度误差

针对最小二乘法评定误差较大,遗传、蚁群等仿生算法设置参数较多、收敛速度较慢的问题,结合圆柱度误差评定的特点,提出采用蜂群算法,来实现圆柱度误差的最小区域法评定.该算法借鉴了禁忌搜索算法的禁忌策略,用禁忌表存储局部最优解,增强对参数Limit的控制作用,提高全局搜索能力.实验研究结果表明,该方法能收敛到全局最优解,并且计算结果稳定,收敛速度很快,平均运算时间在1.2 S左右,适用于三坐标测量机等实时处理系统.     

一种改进的小生境遗传算法

简单遗传算法（SGA）存在早熟收敛和后期收敛速度慢的弱点，基于小生境（niche）技术的改进遗传算法因其较好地保持了种群多样性，显示出更优的性能，但它存在操作复杂、比简单遗传算法更费时的缺陷，因此提出了一种基于自适应的小生境遗传算法。该算法在多模函数的优化中能够保持种群多样度的稳定性，获取合适的子种群规模，从而以更快的收敛速度获得更优的解。仿真结果表明该算法高效、可靠，易于实现。     

一种改进的小生境遗传算法

简单遗传算法（SGA）存在早熟收敛和后期收敛速度慢的弱点，基于小生境（niche）技术的改进遗传算法因其较好地保持了种群多样性，显示出更优的性能，但它存在操作复杂、比简单遗传算法更费时的缺陷，因此提出了一种基于自适应的小生境遗传算法。该算法在多模函数的优化中能够保持种群多样度的稳定性，获取合适的子种群规模，从而以更快的收敛速度获得更优的解。仿真结果表明该算法高效、可靠，易于实现。     

一种随机搜索优化算法——网鱼算法

从随机搜索优化的最基本的特征出发,采用连动随机策略,在计算机上先编织两类(一大一小)特殊数据网.然后通过在整个搜索范围内进行有序的合理撒网,并及时观察撒网后的动态,从一新的角度较好实现了随机搜索优化的目标.在针对一些典型算法测试函数的测试实验中,通过比较网鱼算法与遗传算法,结果显示:当面对的问题事先不知道任何有关最优者的特点时,网鱼算法比遗传算法更一般化,适应的问题更宽广.     

确定墙体表面换热系数的辨识方法探讨

实测了墙体表面热流和墙体表面与室内空气之间的温差,并通过遗传算法和最小二乘法辨识分别得到了各算法的表面换热系数估计值,比较热流实测值和两种算法的热流预测值,可知遗传算法的预测热流与实验热流非常吻合,说明遗传算法是一种利用墙体表面的动态实验数据获得表面换热系数的有效方法,并且具有很高的精度。     

混合遗传BP算法在图象识别中的应用

介绍了传统的遗传算法与BP算法,分析了它们各自的不足,提出了一种将BP算法与遗传算法有机结合的混合智能计算方法,并且给出了具体的算法实现流程。将该方法应用于数字图象识别,经过实验表明混合算法优于传统BP算法。     

一种基于正交实验设计的遗传算法

将正交实验设计法与遗传算法结合,介绍了正交初始化的种群和正交的交叉算子,得到一种正交遗传算法.经仿真实验,该算法收敛性和解的质量均优于标准遗传算法.     

遗传算法中的加速进化技术

自20世纪80年代以来,遗传算法在工程优化领域获得了广泛应用,遗传算法对数学模型要求不高,具有一定的隐性并行性,能同时在搜索空间大范围搜索,因而不易陷入局部最优解,然而,在实际应用中发现,仅有交叉算子和变异算子的传统遗传算法,局部搜索能力不强,容易出现种群早熟,进化结束时往往收敛到最优点附近而达不到全局最优点,为此借鉴了传统优化方法中的搜索技术,开发了几种算子用以强化遗传算法的局部搜索能力。算例表明,这几种算子能提高遗传算法的搜索性能,不论是搜索效率还是解的质量均有所提高。