注塑成型工艺的混合智能优化

注塑成型过程系统动力学的不确定性和复杂性,限制了传统优化技术的运用。将智能优化技术引入注塑成型工艺优化,以成型过程的主要工艺参数为设计变量,利用BP网络获得工艺参数对各质量指标的近似计算关系式,以各质量指标的模糊综合评价函数为遗传算法的适应度函数,建立了解决多因素作用和多指标约束的注塑成型工艺的混合智能优化模型。通过对比实例的正交仿真试验结果,验证了该模型能快速、自动地实现非线性和不确定系统的优化求解。     

基于遗传算法的山地自压管网干管优化设计

针对目前山地自压滴灌管网工程中管径选择的难题,建立了以管网造价为目标函数,标准管径为决策变量,满足灌溉水量、水压、流速等约束条件的树状灌溉管网优化数学模型,在管网布置确定的情况下寻求使管网投资最小、可靠性最高的管径组合方案。采用基于整数编码的遗传算法来求解,用模拟退火罚函数法处理约束条件,将模拟退火的良好局部寻优能力和遗传算法的全局搜索能力有机地结合在一起,实现算法的改进。优化结果与经济流速法的计算结果相比较,管网投资减少了27 280元,仅占优化前的86.84%,管段水头利用率由65.38%提高到了97.61%。结果表明:改进遗传算法在经济性和重力水头利用率上都优于经济流速法,且该模型算法操作简单,易于实现,具有良好的优化性能和求解效率,可用于实际生产。     

基于改进布谷鸟搜索的轴向永磁联轴器模糊优化设计

研究了轴向永磁联轴器的结构优化设计。首先根据层模型理论,以轴向永磁联轴器的关键结构参数(气隙长度、铜盘厚度等)为设计变量,以成本最低、输出转矩最大以及涡流损耗最小3个性能为多优化目标,建立了轴向永磁联轴器的数学优化模型;其次是将混沌搜索和自校正权重引入到布谷鸟搜索方法中,提出了一种改进的布谷鸟搜索方法;然后,利用模糊理论将多目标优化问题转换为单目标问题,并运用改进布谷鸟搜索算法优化求解;最后,对结构参数优化后的轴向永磁联轴器性能进行了ANSYS仿真,而且制作样机并进行了试验测试。仿真和试验结果表明:提出的优化结果优于遗传算法和粒子群优化等方法,与标准模型相比,成本降低了9%,转矩提高了15%,涡流损耗减少了10%。     

基于改进遗传算法的水库群水质水量优化调度研究

研究水库群水质水量优化调度。根据水库群水质水量调度特点,建立多目标优化调度模型。针对水库群水质水量优化调度模型求解的复杂问题,提出了利用部分非可行解域来对模型进行分步优化的改进遗传算法,并探讨了主要参数对优化结果的影响。该算法成功应用于洪汝河流域的水质水量优化调度中。与传统遗传算法比较表明:改进算法的调度结果更优,计算效率及收敛性能更高,在水库群水质水量优化调度中具有高效性和实用性。     

基于混合遗传算法的谐波齿轮传动优化设计

以谐波齿轮传动体积最小为优化设计目标,建立了混合离散变量优化设计数学模型。引入混沌移民算子,对基本遗传算法进行了改进,以维持群体的多样性,提高全局收敛能力。提出了一种设计变量的离散化处理方法,结合染色体编码的修正技术,在遗传算法中染色体按离散化后的设计变量进行离散搜索。开发了混合离散变量优化的改进遗传算法程序,给出了谐波齿轮传动的混合离散变量优化设计实例,所得优化设计参数符合设计规范,不需进一步处理就可直接用于制造。     

基于改进遗传算法的低能耗铣削参数优化

以铣削加工为例,建立了以铣削时间(加工相同体积的材料,铣削时间越小表示效率越高)和铣削能耗为目标的多目标优化模型,以主轴转速、进给速度、铣削深度和铣削宽度为优化变量,同时,铣削过程还要受到实际加工条件的约束,比如机床的额定功率和铣削力的约束.用改进遗传算法即多种群,即自适应度多种群遗传算法对该多目标模型进行求解,最后结...     

混合离散变量的高维多目标灰色稳健优化设计

提出了一种基于混合离散变量灵敏度分析的高维多目标稳健性设计方法,建立了基于灵敏度分析产生附加目标函数的2种高维多目标稳健优化设计模型,应用灰色绝对关联度求解.该模型与方法能合理地处理优化设计中混合离散变量的取值问题,引入了混沌移民算子对基本遗传算法进行了改进,并开发了混合离散变量优化的灰色复合遗传算法程序GSCHGA.工程设计实例表明,该算法对优化设计问题无特殊要求,具有较好的普适性,而且程序运行可靠,全局收敛能力强.     

灌溉渠道分水口非等流量配水优化模型研究

灌溉配水优化模型旨在解决渠道各分水口运行时流量调度的最优组合方案,常规的轮灌分组模型只适用于分水口相同流量情况,且采用以小时为单位的各引水时段作为状态变量,变量多,求解不易。对于分水口的流量不相同的情况,提出了以引水开闸时刻和引水结束时刻作为优化变量,以灌溉期总流量保持恒定为目标函数的优化模型,该模型自然满足一次性引水约束条件。采用了多点交叉的改进遗传算法对该模型进行优化求解,提高了收敛速度,优化结果表明该优化模型及求解方法较好地解决了分水口非等流量的问题,具有普遍的适用意义。     

基于实码的加速遗传算法在水文地质参数反演中的应用

采用遗传算法的一种改进算法基于实码的加速遗传算法(RAGA)对一地区的水文地质参数(渗透系数K,潜水给水度μ)进行了反演计算,并建立了与数值方法耦合的数学模型。同时与基于实码遗传算法(RGA)、人工调参法在水文地质参数反演中的应用进行了对比。研究表明:与其它2种方法相比,基于实码的加速遗传算法在水文地质参数的反演中具有全局优化,加快收敛的优点。     

基于响应面法对注塑工艺参数的优化

针对注塑过程中影响产品质量的工艺参数过多、难以选择合适参数提高产品质量的问题,提出了一种基于Taguchi试验设计和响应面法相结合的新型注塑模工艺参数优化筛选方法。以对合针槽为研究对象,选取模具温度、熔体温度、注射压力、填充时间、保压压力、保压时间、冷却时间为试验变量,产品质量以翘曲变形量和体积收缩率为响应变量,采用模糊映射法对响应变量进行综合评判,得到总评分,通过Taguchi试验筛选出对总评分影响程度最大的试验变量,再利用响应面法建立试验变量与响应变量的响应面模型,然后结合多目标遗传算法进行优化求解,最后代入Moldflow模流分析软件进行验证。结果表明,利用筛选后的试验变量建立的响应面模型是可靠的,对提高产品质量有效。