基于LINGO的蜗杆传动多目标优化设计

以模数、蜗杆头数、直径系数和蜗轮变位系数为设计变量,建立了蜗杆传动多目标优化模型,用线性加权法转化为单目标优化模型,编制了通用的LINGO程序,给出了算例.计算表明程序使用简单、实用,为蜗杆传动设计提供了新方法,值得推广.     

普通圆柱蜗杆传动的多目标模糊优化设计

以普通圆柱蜗杆传动的蜗杆头数、模数、螺旋升角为设计变量,以蜗轮齿冠体积最小、传动效率最大、润滑条件最好为目标函数,应用模糊理论对普通圆柱蜗杆传动进行模糊优化设计与实例验算。     

超环面行星蜗杆传动的多目标优化设计研究

提出了超环面行星蜗杆传动以减速器体积最小和啮合齿面间相对速度最小为目标确定传动参数的多目标优化设计方法,建立了基于多目标优化设计的数学模型.通过优化模型求解,确定了超环面行星蜗杆减速器的最优参数.最后利用优化结果完成了减速器的设计和三维建模.     

基于模糊理论的高拱坝体型多目标优化设计

综合考虑静力荷载作用下双曲拱坝的经济性与安全性,采用坝体体积作为经济目标函数,坝体最大主拉应力作为拱坝局部区域的安全目标函数,整体应变能作为拱坝整体安全目标函数,建立高拱坝体型的三目标优化设计模型.根据模糊数学理论,计算海明距离、贴近度和关联度,对这些指标进行加权建立模糊评价函数.以某拟建拱坝为例进行了优化设计,结果表明,模糊优化体型在多个目标函数上改善效果较明显:体积方量减少了25.03万m3,占总体积量的3.63%;最大主拉应力小了0.70MPa,降低6.05%;应变能下降了0.082GJ,下降2.20%.     

基于CSA和PSO的多目标优化任务调度算法

针对现有云计算环境中任务调度算法资源利用率低、完成时间长和调度成本高的问题,提出一种基于布谷鸟搜索算法(Cuckoo Search Algorithm,CSA)和粒子群优化(Particle Swarm Optimization,PSO)混合的多目标优化任务调度策略.该策略以完成时间、成本以及最后期限违反率为目标函数,...     

基于PSO的模糊C均值聚类算法

在分析模糊C均值聚类算法存在不足的基础上,提出了一种新的聚类算法:基于粒子群的模糊C均值聚类算法.该算法利用粒子群强大的全局寻优能力,不仅克服了传统的模糊C均值聚类算法对初始值敏感、噪声数据敏感、易陷人局部最优的问题,而且有较快的收敛速度.试验证明,这种算法是一种很有潜力的模糊聚类算法.     

船舶设计中的多目标模糊优化方法

分析了船舶设计中所包含的模糊因素,运用模糊数学方法给出各类模糊因素和模糊主观信息的解析化方法,在此基础上建立了船舶设计的多目标模糊优化模型,并根据工程需要给出了相应的求解方法,最后用算例给予说明.     

蜗杆传动模糊可靠性优化设计

阐述了模糊可靠性设计的本质和特点;结合实例建立了ZK蜗杆传动多目标模糊可靠性优化设计的数学模型,给出了优化方法及优化参数。     

基于新型Memetic算法的多目标优化

为了更好地解决多目标优化问题,提出一种求解多目标优化问题的新型memetic算法。该算法利用微粒子群算法的全局搜索能力和同步启发式局部搜索相结合进行局部微
调;利用基于模糊全局极值的概念处理种群中过早出现收敛以及解多样性保持等问题。通过进一步检测得出新算法的特点并展示其在多目标优化问题上的独立性和综合效应。同时应用新型算法对IEEE14节点标准电网进行无功优化计算。结果证明,该新型memetic算法具有很好的寻优能力,验证了该算法的有效性及科学性。     

行星传动卷筒优化设计的模糊多目标决策

针对封闭式行星传动卷筒整体参数，建立了以体积最小、可靠度最高、传动效率最高为分目标的模糊多目标优化模型。提出了一种新的模糊判决解法。该解法采用非对称模型思想，而模糊判决集则采用加权型模型的形式。实例表明这种解法所得优化结果，更接近工程实际。     

基于试验设计理论的结构优化算法

介绍现代试验设计方法中的均匀设计和配方设计.借助试验设计原理,提出余表的构造方法及配方设计表的设计方案,得到一种新的优化算法.余表可用于确定优化过程中可能的迭代方向,借助配方设计表来探讨最佳初始迭代点的选择问题.以函数求极值问题验证该优化算法的可行性,并将其应用于体积约束条件下平面刚架的刚度优化问题,计算结果表明该算法可用于结构优化设计.     

基于灵敏度分析的大规格床身结构模糊优化设计方法

提出了采用模糊数学理论和有限元法相结合建立具有静、动态模糊约束的大规格数控车床床身结构优化数学模型新方法.该方法将模糊逻辑推理理论运用于床身结构灵敏度分析中,构建了灵敏度模糊集.实现了最佳模糊设计变量的选取,并应用一种改进的最优向量水平截集法评估模糊约束的重要性,避免了最优解的丢失.优化结果表明,采用所提模糊有限元优化...     

基于粒子群算法的导弹模糊导引律设计

针对传统模糊制导律的模糊设计随意性,提出采用粒子群优化算法对模糊导引律的参数优化的方法．利用粒子群优化方法调整模糊变量隶属度,比例因子等参数,并通过反复优化使模糊推理规则接近于最优．该方法克服了模糊逻辑设计中的随意性,提高了模糊制导律的精度和鲁棒性．仿真结果表明了这种优化方法得到的模糊比例导引律明显优于传统比例导引律．     

基于模糊概率理论的地层流体精确识别方法

充分考虑火山岩地层流体的交互性及模糊性特征,从模糊概率理论出发,应用测井解释基本原理,对选取的火山岩样本层位测井数据进行综合统计;借助离差平方和的概念,构建地层流体的模糊概率识别功能函数;应用模糊数学及统计理论方法,确定模糊概率的概率密度函数和隶属函数;在此基础上建立基于模糊概率理论的松辽盆地火山岩地层流体识别数学模型.实例计算的识别准确率在80%以上,表明该方法切实可行,具有推广应用的价值.     

基于正交试验设计的粒子群优化算法

针对粒子群优化(particle swarmopti mization,PSO)算法在进化初期收敛速度快但容易陷入局部最优、在进化后期收敛速度变慢且精度低的缺陷,为了提高粒子群算法的收敛速度和全局寻优能力,提出了基于正交试验设计的粒子群优化(orthogonal-experi mental-design-based PSO)算法.在基本粒子群算法的基础上,算法OE-PSO对当前搜索到的解进行局部寻优,利用正交试验设计对搜索空间的分布均匀性在可行解的领域选择有代表性的解进行测试.算法OE-PSO用搜索到的更好的解在下一次迭代中引导粒子进行搜索,从而获得更快的收敛速度和更精确的解,同时避免局部最优.实验结果表明,算法OE-PSO不但具有较快的收敛速度,而且能够有效提高解的精确性,增强算法的鲁棒性.     

圆柱齿轮减速器的模糊优化设计

本文以圆柱齿轮减速器为研究对象 ,综合运用机械模糊优化理论 ,解决了通用圆柱齿轮减速器设计中的常见问题———设计参数的不确定性和约束条件的模糊性 ,提出了以圆柱齿轮减速器体积为最小值的模糊优化设计目标函数 ,并建立了该问题的数学模型 ,对其进行了模糊优化分析和计算。     

基于模糊聚类的粒子群神经网络预测卷取温度

影响热轧带钢卷取温度的因素多而且复杂,采用传统的温度预测模型难以达到较高的精度。为了满足卷取温度高精度预测的要求,将模糊聚类分析、神经网络、粒子群算法结合起来,提出了一种基于模糊聚类的粒子群神经网络用于预测卷取温度。运用现场实际数据测试表明,该方法预测卷取温度效果良好。     

基于模糊聚类的粒子群神经网络预测卷取温度

影响热轧带钢卷取温度的因素多而且复杂,采用传统的温度预测模型难以达到较高的精度.为了满足卷取温度高精度预测的要求,将模糊聚类分析、神经网络、粒子群算法结合起来,提出了一种基于模糊聚类的粒子群神经网络用于预测卷取温度.运用现场实际数据测试表明,该方法预测卷取温度效果良好.     

一种基于PSO思想的改进量子遗传算法

文章提出一种基于PSO思想的改进量子遗传算法.将PSO中的合作机制和记忆功能引入到QGA中,构造种群个体与当前最优解的距离参量,根据每个个体与当前最优解距离大小智能地控制旋转角的大小,使旋转角能够根据个体的进化差异选择不同旋转角的自适应调整进化过程,从而使算法始终保持合适的搜索网格,加快算法收敛,同时也可以保证能够收敛...