建立常用优化方法程序库的研究

常用优化方法程序库OPB是“六·五”国家科技重点功关项目,是我国第一大型研制与开发成功的非线性优化方法程序库,可广泛应用于工程设计及国民经济其他领域,为我国推广优化技术提供强有力的工具。 程序库OPB在引进、消化国际上先进的程序包的基础上,进行了开发、改进,并进行新程序的研制。其DOP-2程序包中的约束变尺度程序CVM01和二次逼近法程序MARQ是引进、开发经过改进研制成的,混合离散变量优化程序包MDOD是国内首次独立研制成功的,达到了国外同类方法相应软件的先进水平,在引进广义简约梯度法程序包GRG     

机构综合的混沌优化算法

针对机构综合的非线性方程组求解问题提出了一种混合混沌算法,将方程组转换成一个优化问题,然后利用优化问题的非线性共轭梯度法与混沌优化方法相结合进行优化求解,该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优.机构综合实例表明：笔者提出的方法能够求出非线性方程组的所有实数解,算法有效、简单、实用.     

约束直接搜索法求解螺旋桨参数优化设计问题

建立了螺旋桨参数优化设计的计算模型，包括初步设计和终结设计两部分，都可归结为三变量（螺旋桨盘面比、螺距比、进速系数）的非线性约束优化问题，提出了组合复合形法和自适应随机搜索法的混合方法，经过算例比较，可更有效地解决复杂的非线性优化问题。     

一种非线性扩展混合共轭梯度算法的全局收敛性

描述了非线性FR共轭梯度法、非线性PRP共轭梯度法、非线性DY共轭梯度法等求解大规模无约束优化问题的有效算法.研究了计算更为有效的适合求解无约束优化问题的一种非线性扩展混合共轭梯度算法;给出了在Wolfe型线搜索下的非线性扩展混合共轭梯度法,算法产生的方向为下降方向.在一般的条件下,给出了算法的全局收敛结果,且数值实验表明算法十分有效.     

基于混合离散复合形法的工程优化设计

针对工程中大量存在的设计变量为离散型和连续型的混合离散变量优化设计问题,提出了连续变量及非均匀离散变量的均匀离散化处理方法,并借鉴离散变量的搜索优化法,在连续变量的复合形法基础上,探讨了一种求解有约束非线性混合离散变量的优化设计问题的方法———混合离散复合形法。算例表明,混合离散复合形法可用于工程结构优化设计中,其结果不需圆整,解题可靠性和效率大大提高。     

基于混合优化算法的船体线型优化设计

为了克服单一优化算法的缺点和不足,将遗传算法(GA)和非线性规划法(NLP)有机结合组成混合优化算法来优化船体形状,开发船体线型优化设计程序.在优化过程中,以Rankine源法计算的兴波阻力为目标函数,以船型修改函数的参数为设计变量,在保证必要排水体积的条件下进行优化设计.Wigley数学船型算例的计算结果表明,在优化效果和耗费时间上,混合优化算法的计算结果更优.该算法可为船舶初步设计阶段船体线型的选择提供理论基础和技术支持. 关键词：
混合优化算法; 遗传算法; 非线性规划; 兴波阻力; Rankine源法 中图分类号： U 661.1
文献标志码： A     

正交设计法在异步电机优化设计中的应用

本文针对三相异步电动机优化设计问题,根据正交设计理论,提出了一种新的电机优化方法——正交设计法。指出电机优化设计应属于求解非线性混合离散规划问题,正交设计法则是解决此类问题的一种有效的优化设计方法。通过对两台三相异步电动机的有效材料费用进行优化,优化结果表明:该法是一种实用和有效的电机优化方法。     

综合评分法在力矩式自整角机多目标优化设计中的应用

本文结合自整角机的多目标优化设计,提出了用综合评分法解决多目标优化问题,并用正交设计优化方法处理电机优化设计中常见的问题——混合离散型约束非线性规划问题,取得较为满意的结果。为电机多目标优化设计作了有益的探讨。     

基于混合离散变量复合形法的弧齿锥齿轮优化设计

以齿数Z1,模数m,齿厚系数ψR作为设计变量,建立弧齿锥齿轮的物理模型,以体积最小、传递功率最大为目标,以齿轮的强度要求等作为约束条件的优化设计模型。由于齿数和模数是非均匀的离散设计变量,齿厚系数是连续变量,因此,借鉴了连续变量和非均匀离散变量的处理方法———一种混合离散复合形法,并引用离散变量搜索优化方法。在混合离散复合形法基础上,探讨了解决有约束非线性混合离散变量的优化设计问题。经实例计算结果表明,混合离散复合形法可用于具有实际应用价值的弧齿锥齿轮优化问题。     

基于改进遗传算法和内点法的无功优化混合算法

文章针对具有离散变量和连续变量共存的高维大规模无功优化问题,采用非线性内点法和改进遗传算法交替求解的混合算法,在迭代的不同阶段,分别对内点法和改进遗传算法进行收敛条件改进,使二者的优化结果互为基础、相互利用,保证了混合算法的整体寻优效率.IEEE118节点系统的无功优化计算表明,所提混合算法可有效提高单一算法的收敛性能和运算速度.     

热成形工艺中界面换热系数求解方法对比分析

根据高强度钢热成形特点,通过圆台模具实验,分别利用热平衡法、Beck非线性估算法以及基于优化的有限元仿真法(FEM优化法)求解热成形用22MnB5钢在模具淬火下的实时界面换热系数(IHTC),并对3种求解方法的结果和适用性进行比较和仿真验证。研究结果表明:Beck非线性估算法、热平衡法与FEM优化法3种方法求解IHTC的平均误差率分别为3.7%,7.5%和10.3%左右,Beck非线性估算法最准确;同时,得出马氏体相变的发生会对样件与模具间的IHTC有正的增益效果,压强与IHTC间存在着近似幂函数关系。     

常用优化算法通用程序库YOUHUA-I及其在工程中的应用

本文介绍我们在国产计算机ＴＱ－１６上实现的一个常用优化算法通用程序 库ＹＯＵＨＵＡ－Ｉ及其在工程上的几个应用实例。全文共分四个部分：一、优化程序库 ＹＯＵＨＵＡ－Ｉ综述；二、低温变换催化反应动力学方程参数的最佳计算──优化程序 库ＹＯＵＨＵＡ－Ｉ应用实例之一，三、弱非线性规划的迭代解法与油品调合问题的最优 解──优化程序库ＹＯＵＨＵＡ－Ｉ应用实例之二，四、平面摇杆机构的优化设计──优 化程序库ＹＯＵＨＵＡ－Ｉ应用实例之三。这里发表的是第一部分。     

车轮转速信号混合噪声的非线性Volterra滤波方法

为保证机车黏着控制品质,提出车轮转速信号所含混合噪声(高斯噪声和冲击噪声)的非线性Volterra滤波方法,并结合混沌优化策略及动态随机局部搜索算子,提出动态随机局部搜索生物地理优化算法对Volterra滤波器模型参数进行优化求解.利用Volterra滤波器的结构优势(具有预测性能、兼具线性和非线性项),既能滤除混合噪声又可满足黏着控制的实时性要求.仿真实验结果表明,经优化求解的非线性Volterra滤波器实现了对车轮转速信号所含混合噪声的有效滤除.     

微机优化方法程序库MOPB1设计总论

微机优化方法程序库MOPB1的研究是“六·五”国家科技攻关项目之一。本文对该程序库的研制背景、设计依据、设计目标以及结构设计工作作了简要的介绍,试图对程序库研制的一般规律进行初步探索。     

解非线性优化问题的混合加速遗传算法

通过在实码遗传算法进化过程中加入改进的步长加速学习算子，并利用实码遗传算法和步长加速法所得到的优秀个体群，作为变量新的变化范围，逐步缩小搜索空间，自动向最优解收缩，提出了求解不可微非线性函数全局解的一种新方法——混合加速遗传算法(HAGA)，给出了HAGA算法实施的详细步骤，建立了HAGA相应的收敛定理。理论分析和实例分析表明，HAGA具有准确、快速和适用性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的优秀非线性优化方法，可广泛应用于各种不可微函数优化问题中。     

赛车悬架转向杆系的优化设计

文章运用自然坐标法建立了赛车悬架转向杆系的运动学模型,推导了约束方程,给出了赛车转向时车轮偏转角度和轮胎上下跳动时前束值的计算方法;采用加权合并法,建立了综合考虑赛车轮胎磨损、运动协调性和机动性的非线性优化目标函数,并提出了一种GA-PSO(Genetic Algorithm-Particle Swarm Optimization)混合算法进行求解。针对特定赛车进行了优化设计,优化结果表明了该方法是有效的。     

动态无功优化的混合智能算法

针对存在离散控制设备动作次数约束的动态无功优化问题,提出免疫遗传算法和非线性内点法的混合算法.首先忽略控制设备的离散性和动作次数约束,采用非线性内点法求解初始优化解;然后按照控制变量的性质将原问题分解为连续优化与离散优化2个子问题迭代求解.在离散优化问题中,保持连续变量不变,采用免疫遗传算法优化离散变量,通过特别的编码方式使抗体自动满足动作次数约束;在连续优化问题中,保持离散变量不变,采用非线性内点法优化连续变量.混合算法充分结合了免疫遗传算法和非线性内点法的优点,能较快求解动态无功优化的近似最优解.IEEE14节点系统的仿真结果验证了混合算法的有效性.     

结合Kriging与改进NSGA-Ⅱ的RV减速器优化

将体积、扭转刚度和传动效率作为优化目标,构建了RV减速器的多目标优化模型.为提高设计效率并节省计算开销,结合NXOpen C++与Abaqus Python二次开发技术,建立了部分扭转刚度的Kriging代理模型.为解决多目标混合整数非线性规划问题,提出了MP-NSGA-Ⅱ(mixed population-NSGA-Ⅱ)算法,改进了离散变量的编码方案.利用PySide2开发了一体化结构RV减速器设计软件,并分析了优化目标间的耦合关系.将熵权法选优后的结构参数与BAJ-25E比较,验证了该方法的有效性.     

结合改进粒子群的非线性盲源分离方法研究

针对传统非线性盲源分离(NBSS)算法容易陷入局部最优解从而导致分解精度较低的问题,提出一种基于改进粒子群优化(PSO)的NBSS算法。该方法利用多层感知机(MLP)拟合非线性混合的逆过程,并将分离信号的互信息最小作为优化目标(PSO的适应度),从而实现MLP中参数的优化。然而,标准PSO算法存在粒子早熟从而使待优化问题陷入局部最优解,针对这一问题,对适应度低的一部分粒子进行依概率的杂交和变异,使粒子群体在整个迭代过程中保持多样性,从而有效解决标准PSO算法的粒子早熟问题。仿真和试验结果表明,相比于线性盲源分离算法和基于标准PSO的NBSS算法,提出的算法可以从非线性混合机械信息中提取纯净的独立源信息,并且提高了非线性混合源的分离精度,为机械系统的监测诊断和振动噪声溯源提供科学依据和关键技术。     

一种基于改进BFO和RLS的模糊建模方法

为了提高非线性系统的模糊建模精度,提出了一种基于改进的菌群优化算法(IBFO)和递推最小二乘(RLS)算法的模糊建模混合学习算法。该方法采用T-S模糊系统进行函数逼近,首先用改进的菌群优化算法优化模糊模型的前提参数,然后用递推最小二乘算法优化模糊模型的后件参数,实现对模糊模型全局参数的优化。对非线性系统、煤气炉数据和气动加载系统的建模表明,该方法在逼近精度方面优于其他方法。