基于层推进法的混合网格生成算法研究

对于复杂几何外形的离心泵，在层推进法生成混合三棱柱/四面体网格时，很难生成高质量的贴体三棱柱网格，且层推进法生成三棱柱时可能违背流形的可视化条件，针对这一问题，本文在层推进法的基础上，采用一种新的层推进矢量计算方法生成三棱柱网格，并对影响整体网格质量的棱柱层数及棱柱层之间的比例系数进行研究，同时对生成的网格进行数值模拟，并与已有算法生成的网格的数值计算结果及实验结果进行对比，结果表明，三棱柱层数越少，网格质量越高；比例系数越小，网格质量越高，但比例系数减小会使网格数增加，因此，基于计算精度和计算效率考虑，推荐层数为3，比例系数为1。通过对比不同算法生成的混合网格结果表明，在网格数量基本相同情况下，本文算法质量高于已有算法，且计算精度更高。     

离心泵内部四面体网格的优化算法

归纳了四面体全自动网格生成时产生的畸形单元的类型,提出通过数值计算判断不同的畸形单元类型的准则,并分析了离心泵模型网格剖分后产生的畸形单元的类型、分布及原因.通过对现有网格质量函数的研究并考虑边质量约束推导出错误函数,采用错误函数作为基于优化算法光顺的目标函数,通过应用变尺度法（BFGS）求解错误函数最小值问题对四面体网格进行光顺.将改进的基于优化算法的光顺与智能Laplacian光顺和交换技术相结合,用以解决前沿推进法（AFT）和Delaunay三角化方法产生的畸形单元问题.通过某离心泵算例进行验证,结果表明,优化后的网格质量趋近于0的最差单元基本被消除,同时网格的整体质量也得到显著提高,该算法可以很好地应用在离心泵内部四面体网格的优化中.     

一种改进的四面体网格质量优化算法

网格质量直接影响计算的精度和计算的效率,为了更好地提高离心泵边界网格质量,针对现有网格质量优化算法中网格质量衡量准则、目标函数以及求解算法不合理等问题,提出了一种基于优化光顺的网格质量优化算法.该算法在提出一种新的四面体质量衡量准则并验证其合理性的基础上,建立了一个新的基于优化光顺的目标函数,并在求解目标函数最小值过程中,采用点态松弛技术将求解全局最小值问题转化为求解一系列局部最小值问题,应用变尺度算法求解非线性函数的局部最小值,以提高算法效率.数值试验结果表明,优化前网格中单元质量最小值为0.005 2,平均值为0.510 5,且在叶轮的进口边处在大量的劣质单元;采用本文算法优化后,网格中单元质量最小值为0.058 4,平均值为0.585 0,网格中的最差单元质量得到了显著提高,该算法能够较好地提高边界处和整体网格质量.     

多维动态规划三种并行模式的对比分析

将多维动态规划算法与并行处理技术相结合,是增强该算法对梯级水库群联合优化调度问题求解能力和缓解其"维数灾"问题的有效措施。基于.NET4的并行拓展库(Parallel Extensions),构建了时段间、时段内离散组合间以及两者混合模式下的并行多维动态规划算法,以我国某流域两库梯级为研究背景进行了实例计算,并从运行时间、并行加速比、并行效率以及内存占用等方面对这三种并行模式下的并行多维动态规划算法进行了详细的对比分析,结果表明三种并行模式都能有效缩短程序运行时间,从而缓解多维动态规划的维数灾问题,但相对而言时段内离散组合间并行模式最优,混合并行模式次之,时段间并行模式最差。     

基于模拟退火算法求解灌溉制度优化模型

随着更加完善而复杂的灌溉制度优化模型被提出,对模型进行优化求解的方法成为研究热点。提出了应用模拟退火算法求解灌溉制度优化模型,通过实例应用来探讨该算法在模型求解过程中的特点和效果。结果表明,该算法所求目标函数值可以逼近全局,适用于最优灌溉制度优化模型的求解。尽管如此,但是该算法仍存在所求目标函数值不稳定的缺陷,需经多次计算再选最优,因此模拟退火算法仍有待改进。     

AFT—DT相结合的离心泵曲面网格划分算法

针对映射法的曲面网格生成容易产生畸变而导致网格质量较差的问题,提出一种基于黎曼度量,结合前沿推进技术(AFT)和Delaunay三角划分(DT)方法的曲面网格生成算法。该算法在黎曼度量的基础上,用改进的前沿推进技术生成参数域内的背景网格;且在对参数域内背景网格进行加密时,为了抵消映射过程中的畸变,采用插入三角形外接椭圆圆心的方法代替传统Delaunay插点内核,并给出了椭圆圆心定位以及判断节点是否在椭圆内的方法。该算法通过黎曼度量的引入以及合理的背景网格充分地考虑了映射畸变和算法效率,实例表明,算法易于实施,稳定性好且生成的网格质量较高。     

薄板成形切边回弹模拟的切边算法

为保证薄板多工步冲压成形切边回弹有限元数值模拟精度,提出了一种基于切边单元自适应模板的切边算法.首先进行三维切边线与零件网格的求交计算,生成有序截面线;然后进行单元取舍判断;最后沿截面线路径逐个单元调用自适应模板执行切边操作.算法避免了边界锯齿、对称约束和边界缝隙等缺点,并实现了多条切边线对加密网格进行一步切边,提高了切边效率.将算法集成到冲压成形分析软件KMAS系统切边回弹模块,通过对NUMISHEET 2005提供的国际标准考题--某汽车底板横梁拉延件的切边数值模拟,验证了算法的适用性和可靠性.     

基于MATLAB平台的汽车传动系匹配多目标优化研究

考虑动力性、经济性和排放性等三种汽车基本性能,提出了采用加权因子法综合以上三种性能的汽车动力系统匹配优化的评价方法,确定了各参数因子及权系数数值。利用GT—drive软件对某车型搭建了仿真模型,基于MATLAB优化函数求出了动力传动系优化参数的最优解。通过某车仿真结果与实验数据对比分析,说明了所建模型的精确度。将优化前后匹配参数的仿真结果对比,得出采用此法,汽车综合性能有所提高的结论。     

复杂曲面的喷涂机器人喷枪轨迹优化与试验

对复杂曲面进行分片后,以实际涂层厚度与理想涂层厚度方差为目标函数,采用黄金分割法求解涂层重叠区域宽度的最优值。为提高喷涂效率,利用无方向的连接图表示曲面上的喷枪轨迹优化组合问题,采用改进的蚁群算法进行求解。仿真结果表明,蚁群算法的全局性和收敛速度都能达到满意的效果。喷涂试验中,采用三角网格划分法对复杂曲面工件进行造型,优化后的喷涂轨迹不仅能够满足涂层均匀性要求,而且喷涂时间节约了20%。     

基于SCE-UA算法的新安江模型与垂向混合产流模型参数优化应用研究

为解决流域水文模型人工试错率定参数呈现的经验性与不确定性问题,探寻模型参数率定的全局最优解,本文对三水源新安江模型与垂向混合产流模型采用复合形交叉进化算法(SCE-UA)优选率定模型参数。优化过程中拟定了两种模型参数优选边界,选定包含复合形个数p在内的SCE-UA算法参数,建立了基于洪峰、洪量、流量过程三要素的目标函数。经案例分析得出SCE-UA算法适用于上述两种水文模型调参应用,且垂向混合产流模型模拟结果优于三水源新安江模型。     

基于动态扩展邻域蚁群算法的移动机器人路径规划

针对蚁群算法易陷入局部最优、路径转折点多、收敛速度慢的问题,提出一种基于动态扩展邻域蚁群算法（Dynamic extended neighbourhoods ant colony optimization,DENACO）。在蚂蚁搜索方式上采用动态扩展邻域方法,并定义新的信息素计算方式和增量规则,在取得更优收敛路径长度的同时,减少路径转折点数量及路径节点数量;引入自适应调整因子改进启发函数,提高算法的全局搜索能力,并设定迭代阈值,提升算法的收敛速度;提出一种路径节点双优化策略,对规划好的路径进一步优化,提高路径综合质量。不同复杂度及不同规模栅格地图中的仿真实验表明,DENACO算法所规划的路径更优,路径转折点数量减少,收敛速度加快,路径节点数量明显减少,表明算法具有更高的可行性和适用性。     

农村电网中并联混合型有源滤波器及其控制方法

针对农村电网中的谐波污染日趋严重的问题,分析了一种并联电感型混合有源滤波器的工作原理,并利用广义积分控制方法来实现电网电流的无差跟踪。利用PSCAD/EMTDC软件进行仿真,结果表明,该算法在并联电感型混合有源滤波器中的应用效果与传统PI控制器相比,能获得较好的滤波效果,为农村电网的谐波治理提供了很好的理论基础。     

基于势场蚁群算法的移动机器人全局路径规划方法

针对移动机器人路径规划蚁群算法收敛速度慢和人工势场法易陷入局部最优的问题,提出一种以栅格地图为环境模型,在蚁群算法搜索过程中加入针对具体问题的人工势场局部搜索寻优算法,将人工势场法中力因素转换为局部扩散信息素,使蚁群倾向于具有高适应值的子空间搜索,减少了蚁群算法在盲目搜索路径过程中产生的局部交叉路径及蚂蚁"迷失"数量,提高了蚁群对障碍物的预避障能力。对不同参数组合下2种算法及其它改进算法仿真结果做了比较,验证了基于势场蚁群算法的全局路径规划能够加快寻优过程且具有较强的搜索能力,收敛速度提高近1倍。     

基于蚁群算法与人工势场法的移动机器人路径规划

针对复杂环境下移动机器人路径规划困难的问题,提出了一种将全局路径规划蚁群算法与局部路径规划人工势场法相融合的混合型算法。首先,采用多因素启发函数和新的蚂蚁行进机制来解决传统蚁群算法路径质量差且易陷入对角障碍的问题;其次,针对传统蚁群算法收敛速度慢的情况,设计了自适应挥发系数和动态权重系数;接着,通过引入虚拟目标点、相对距离和安全距离的概念,解决了传统人工势场法易陷入局部极小值、目标不可达以及过度避障的问题;最后,将改进蚁群算法规划路径的转折点作为局部子目标点来调用改进的人工势场法进行二次规划。仿真表明改进蚁群算法较传统算法以及其他算法在路径长度方面优化了9.9%和2.0%,在路径转折次数方面优化了81.8%和63.6%,在收敛速度方面优化了94.2%和63.6%;改进人工势场法有效解决了自身问题;而以二者为基础的混合型算法则充分地结合了二者的优势,在复杂的静态和动态环境中具有极高的环境适应性和路径规划效率。     

基于混合粒子群算法的拖拉机制动器优化设计

在拖拉机制动器的设计过程中,为尽量降低制动器的温升,应使制动器的重量越轻越好。影响制动性能和制动器质量的参数较多,采用传统设计计算方法很难找到最优解。本文在建立制动器的优化数学模型的基础上,对约束问题用外点法处理,结合二阶粒子群优化算法,形成一种混合粒子群算法。利用MATLAB编制相应程序,对拖拉机制动器进行优化设计。比较计算结果,该种混合粒子群算法最优解效果较好。该方法也可以用于其它相类似的非线性约束问题的求解。     

基于改进避障策略和双优化蚁群算法的机器人路径规划

针对传统蚁群算法在移动机器人路径规划中存在的收敛速度慢、收敛路径质量低、死锁以及动态避障能力差的问题,本文提出基于改进避障策略和双优化蚁群算法（Double optimization ant colony algorithm,DOACO）的路径规划方法。首先,设计新的概率转移函数并对函数中的各分量权重进行自适应调整,以优化算法的收敛速度;然后,利用碰撞检测策略对路径进行再优化,进一步提高算法的性能;最后,针对常规避障策略避障能力差、实时性不足等问题,提出避障行为与局部路径重规划相结合的避障策略。实验结果表明,DOACO算法相对于传统的蚁群算法,不仅能规划出更优的路径,收敛速度也更快,而且新的避障策略也可以有效地应对多种碰撞情况。     

移动机器人平滑JPS路径规划与轨迹优化方法

针对目前路径规划方法存在的平滑性和效率问题,在JPS算法基础上提出了兼顾平滑性与搜索效率的路径规划方法,并利用多项式进行了轨迹优化。首先,提出2个优化目标对路径序列进行优化处理;然后,对JPS搜索规则进行改进,得到更多有价值的路径,并对每条路径进行平滑处理,再以一定规则进行选择;最后,使用多段高阶多项式对所得路径进行轨迹优化,研究时间分配问题,从而加快迭代效率。通过仿真实验和与其他算法的对比证明了本文方法的可行性和有效性。结果表明,在不同障碍物密度环境下,本文路径规划方法得到了平滑性良好的路径,相对平滑后处理JPS,长度减少了0.48%~1.80%,总转折角减少了16.93%~52.75%,利用余弦函数进行时间分配加快了轨迹优化的迭代效率,通过实验验证得到了良好的效果。     

用于滴灌的碟式分离机的转鼓有限元优化设计

碟式分离机的转鼓是一个复杂的锥体,按照传统算法进行其强度计算,得到的结果往往具有很大的质量富余,从而影响到分离机的综合经济指标.为解决这一问题,在有限元应力分析的基础上,以转鼓的总质量为目标函数,以其部分结构参数为优化参数,建立了转鼓的优化设计数学模型.该模型为多维约束优化问题,选取了惩罚函数内点法进行求解,并给出了算法流程图.对实际转鼓的优化结果表明,在保证强度、刚度的前提下,可使分离机的转鼓质量减小24.2%,可提高机械效率,延长转鼓使用寿命.