基于遗传算法的夹紧机构优化设计

遗传算法的c语言程序

一需求分析 1．本程序演示的是用简单遗传算法随机一个种群，然后根据所给的交叉率，变异率，世代数计算最大适应度所在的代数 2．演示程序以用户和计算机的对话方式执行，即在计算机终端上显示“提示信息”之后，由用户在键盘上输入演示程序中规定的命令；相应的输入数据和运算结果显示在其后。3．测试数据 输入初始变量后用y=100*(x1*x1-x2)*(x1*x2-x2)+(1-x1)*(1-x1)其中-2.048<=x1,x2<=2.048作适应度函数求最大适应度即为函数的最大值 二概要设计 1．程序流程图 2．类型定义 int popsize; //种群大小 int maxgeneration; //最大世代数 double pc; //交叉率 double pm; //变异率 struct individual

{ char chrom[chromlength+1]; double value; double fitness; //适应度 }; int generation; //世代数 int best_index; int worst_index; struct individual bestindividual; //最佳个体 struct individual worstindividual; //最差个体 struct individual currentbest; struct individual population[POPSIZE]; 3．函数声明 void generateinitialpopulation(); void generatenextpopulation(); void evaluatepopulation(); long decodechromosome(char *,int,int); void calculateobjectvalue(); void calculatefitnessvalue(); void findbestandworstindividual(); void performevolution(); void selectoperator(); void crossoveroperator(); void mutationoperator(); void input(); void outputtextreport(); 4．程序的各函数的简单算法说明如下： （1）．void generateinitialpopulation ()和void input ()初始化种群和遗传算法参数。 input() 函数输入种群大小，染色体长度，最大世代数，交叉率，变异率等参数。 （2）void calculateobjectvalue();计算适应度函数值。 根据给定的变量用适应度函数计算然后返回适度值。 （3）选择函数selectoperator() 在函数selectoperator()中首先用rand ()函数产生0～1间的选择算子，当适度累计值不为零时，比较各个体所占总的适应度百分比的累计和与选择算子，直到达到选择算子的值那个个体就被选出，即适应度为fi的个体以fi/∑fk的概率继续存在； 显然，个体适应度愈高，被选中的概率愈大。但是，适应度小的个体也有可能被选中，以便增加下一代群体的多样性。 （4）染色体交叉函数crossoveroperator() 这是遗传算法中的最重要的函数之一，它是对个体两个变量所合成的染色体进行交叉，而不是变量染色体的交叉，这要搞清楚。首先用rand ()函数产生随机概率，若小于交叉概率，则进行染色体交叉，同时交叉次数加1。这时又要用rand()函数随机产生一位交叉位，把染色

MATLAB实验遗传算法和优化设计

实验六 遗传算法与优化设计 一、实验目的 1. 了解遗传算法的基本原理和基本操作（选择、交叉、变异）； 2. 学习使用Matlab 中的遗传算法工具箱(gatool)来解决优化设计问题； 二、实验原理及遗传算法工具箱介绍 1. 一个优化设计例子 图1所示是用于传输微波信号的微带线(电极)的横截面结构示意图，上下两根黑条分别代表上电极和下电极，一般下电极接地，上电极接输入信号，电极之间是介质(如空气，陶瓷等)。微带电极的结构参数如图所示，W 、t 分别是上电极的宽度和厚度，D 是上下电极间距。当微波信号在微带线中传输时，由于趋肤效应，微带线中的电流集中在电极的表面，会产生较大的欧姆损耗。根据微带传输线理论，高频工作状态下（假定信号频率1GHz ），电极的欧姆损耗可以写成（简单起见，不考虑电极厚度造成电极宽度的增加）： 图1 微带线横截面结构以及场分布示意图 {} 28.6821ln 5020.942ln 20.942S W R W D D D t D W D D W W t D W W D e D D παπππ=+++-+++?????? ? ??? ??????????? ??????? (1) 其中πρμ0=S R 为金属的表面电阻率， ρ为电阻率。可见电极的结构参数影响着电极损耗，通过合理设计这些参数可以使电极的欧姆损耗做到最小，这就是所谓的最优化问题或者称为规划设计问题。此处设计变量有3个：W 、D 、t ，它们组成决策向量[W, D ,t ] T ，待优化函数(,,)W D t α称为目标函数。 上述优化设计问题可以抽象为数学描述： ()()min .. 0,1,2,...,j f X s t g X j p ????≤=? (2)

夹紧机构介绍

但是，并非全部夹紧机构都具备上述三部分，有时可能缺少其中的某一部分，例如手动夹紧机构往往就很筒单。 组合机床夹具的夹紧机构，就其夹紧特性而言，可以分为直接夹紧机构和自锁夹紧机构两大类。如果按夹紧动力的来源区分，可以分为手动夹紧机构和自动夹紧机构，在自动夹紧机构中，又有气动夹紧、液压夹紧、自动扳手夹紧和弹簧夹紧等机构。 设计夹具时，工件夹紧方法的确定，是在工件定位基准、夹具定位机构和导向装置的结构确定之后进行的，但工件的夹紧同工件的定位和导向装置是密切联系着的，因此在设计夹具时，这几个方面应当同时考虑。 在进行夹紧机构的结构设计之前，必须首先确定夹紧机构的下列主要项目：夹紧力的作用点、方向和大小；夹紧动力的种类；最合理的夹紧结构示意图及传动方式等。其中夹紧力的作用点和方向，在制定机床方案进行工艺分析时就已经确定了，并且以特殊的符号表示在被加工零件工序图中,以作为夹具结构设计的依据。设计时要根据工件特点、工艺方法、加工情况(粗、精加工；单面、多面加工等)以及工件的定位安装形式等因素来选择夹紧机构的形式。 设计夹紧机构时，应注意满足以下基本要求： (1)保证加工精度夹紧机构应能保证工件可靠地接触相应的定位基面，夹紧后不许破坏工件的正确位置。 夹紧后，工件在加工过程中，不应由于切削力的作用而产生位移和晃动。为此，必须保证夹紧机构能产生定够的夹紧力，同时还要求具有较高的刚性。由于组合机床通常都是多面多刀同时进行加工，夹具往往在较大的切削力作用下工作，提高夹紧机构的刚性，是十分重要的，因此组合机床夹具的夹紧螺栓、压板和传动杠杆等通常都比较粗大，以保证其足够的刚性。 夹紧工件时，不应破坏的已加工表面，也不应引起工件过大的变形，夹紧机构应力求使工件夹紧稳定和变形较小。为此，应当正确地选择夹紧部位和设置辅助支承等。 当加工刚性很差的工件时，或在精加工机床夹具上，夹紧机构应能保证夹紧力有调节的可能性。 ⑵保证生产率夹紧机构应当具有适当的自动化程度。夹紧动作要力求迅速，多压板夹紧时要力求采用联动夹紧机构，以缩短辅助时间。 由于组合机床是适用于成批和大量生产的专用机床，因此有条件采用比较完善的夹紧机构和实现夹紧自动化。 ⑶保证工作可靠一具有自锁性能夹紧机构除了应当能产生足够的夹紧力外，通常还要求具有自锁性能以保证它的工作可靠性。 在自动夹紧或用自动扳手夹紧的夹紧机构中，通常使其中间传动机构具有自锁性，以保证在撤除夹紧动力后工件仍不致于松开。 气动夹紧通常也需要有自锁环节，以保证在压缩空气中断或失压时，工件在加工过程中不致松开。只有当切削过程比较稳定和切削力不大的情况下，例如在攻丝机床上，采用气动夹紧才可以不带自锁环节。 液压夹紧不—定需要有自锁环节，但有了自锁环节以后，不仅可以使油路卸荷,而且也是一种安全的保险措施。 组合机床夹具常用的自锁夹紧机构有：螺旋夹紧机构；楔铁夹紧机构和偏心轮夹紧机构。 (4)结构紧凑简单在保证加工精度、满足生产率要求和工作可靠性的原则下，夹紧力应越小越好，这样碎以避免使用庞大而复杂的夹紧机构和减小夹压变形。 (5)操作方便，使用安全由于组合机床生产率较高，操作比较频繁，因此夹紧机

浅谈组织机构结构优化设计

浅谈组织结构优化设计 伴随外部环境的剧烈变化以及信息技术的不断发展，关于组织结构的理论和概念层出不穷：事业部制，职能型组织结构，客户型组织结构，矩阵式组织结构，网络式组织结构等。组织结构的实践则更加丰富多彩，从战略变革到流程再造，无不涉及组织结构的调整与优化。但现实不容乐观,企业常常陷入组织结构的困惑：面对不同的组织模型，不知如何选择；设计了看似完美的组织结构，却难以实施。本文先从组织结构的定义入手，来对组织机构有一个初步的认识，再通过对几种典型组织机构的定义的介绍、组织结构图的展示、优缺点的列举、适用范围的概括来形成对组织结构进一步的了解，并通过对组织结构发展趋势的介绍来把握组织结构的最新动态，最后结合以上基本理论对组织结构优化调整在石油产业中应用进行案例分析。 1 组织结构的定义 组织结构(Organizational Structure)是指，对于工作任务如何进行分工、分组和协调合作。组织结构是表明组织各部分排列顺序、空间位置、聚散状态、联系方式以及各要素之间相互关系的一种模式，是整个管理系统的“框架”，其本质是为实现组织战略目标而采取的一种分工协作体系，组织结构必须随着组织的重大战略调整而调整。 2 组织结构的几种基本类型及其特征 2.1 直线制组织结构 直线制组织结构是最古老的组织结构形式。所谓的“直线”是指在这种组织结构下，职权直接从高层开始向下“流动”（传递、分解），经过若干个管理层次达到组织最低层。其特点是： (1)组织中每一位主管人员对其直接下属拥有直接职权。 (2)组织中的每一个人只对他的直接上级负责或报告工作。 (3)主管人员在其管辖范围内，拥有绝对的职权或完全职权。即，主管人员对所管辖的部门的所有业务活动行使决策权、指挥权和监督权。 2.1.1 直线型组织结构特征

基本遗传算法的C源程序。doc【精品毕业设计】(完整版)

/********************************************************** ********/ /* 基于基本遗传算法的函数最优化SGA.C */ /* A Function Optimizer using Simple Genetic Algorithm */ /* developed from the Pascal SGA code presented by David E.Goldberg */ //********************************************************** ********/ #include #include #include #include "graph.c" /* 全局变量*/ struct individual /* 个体*/ { unsigned *chrom; /* 染色体*/ double fitness; /* 个体适应度*/ double varible; /* 个体对应的变量值*/ int xsite; /* 交叉位置*/ int parent[2]; /* 父个体*/ int *utility; /* 特定数据指针变量*/ };

struct bestever /* 最佳个体*/ { unsigned *chrom; /* 最佳个体染色体*/ double fitness; /* 最佳个体适应度*/ double varible; /* 最佳个体对应的变量值*/ int generation; /* 最佳个体生成代*/ }; struct individual *oldpop; /* 当前代种群*/ struct individual *newpop; /* 新一代种群*/ struct bestever bestfit; /* 最佳个体*/ double sumfitness; /* 种群中个体适应度累计*/ double max; /* 种群中个体最大适应度*/ double avg; /* 种群中个体平均适应度*/ double min; /* 种群中个体最小适应度*/ float pcross; /* 交叉概率*/ float pmutation; /* 变异概率*/ int popsize; /* 种群大小*/ int lchrom; /* 染色体长度*/ int chromsize; /* 存储一染色体所需字节数*/ int gen; /* 当前世代数*/ int maxgen; /* 最大世代数*/ int run; /* 当前运行次数*/

遗传算法与优化问题(重要,有代码)

实验十遗传算法与优化问题 一、问题背景与实验目的 遗传算法（Genetic Algorithm—GA），是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，它是由美国Michigan大学的J.Holland教授于1975年首先提出的．遗传算法作为一种新的全局优化搜索算法，以其简单通用、鲁棒性强、适于并行处理及应用范围广等显著特点，奠定了它作为21世纪关键智能计算之一的地位． 本实验将首先介绍一下遗传算法的基本理论，然后用其解决几个简单的函数最值问题，使读者能够学会利用遗传算法进行初步的优化计算．1．遗传算法的基本原理 遗传算法的基本思想正是基于模仿生物界遗传学的遗传过程．它把问题的参数用基因代表，把问题的解用染色体代表（在计算机里用二进制码表示），从而得到一个由具有不同染色体的个体组成的群体．这个群体在问题特定的环境里生存竞争，适者有最好的机会生存和产生后代．后代随机化地继承了父代的最好特征，并也在生存环境的控制支配下继续这一过程．群体的染色体都将逐渐适应环境，不断进化，最后收敛到一族最适应环境的类似个体，即得到问题最优的解．值得注意的一点是，现在的遗传算法是受生物进化论学说的启发提出的，这种学说对我们用计算机解决复杂问题很有用，而它本身是否完全正确并不重要（目前生物界对此学说尚有争议）． （1）遗传算法中的生物遗传学概念 由于遗传算法是由进化论和遗传学机理而产生的直接搜索优化方法；故而在这个算法中要用到各种进化和遗传学的概念． 首先给出遗传学概念、遗传算法概念和相应的数学概念三者之间的对应关系．这些概念如下： 序号遗传学概念遗传算法概念数学概念 1 个体要处理的基本对象、结构也就是可行解 2 群体个体的集合被选定的一组可行解 3 染色体个体的表现形式可行解的编码 4 基因染色体中的元素编码中的元素 5 基因位某一基因在染色体中的位置元素在编码中的位置 6 适应值个体对于环境的适应程度， 或在环境压力下的生存能力可行解所对应的适应函数值 7 种群被选定的一组染色体或个体根据入选概率定出的一组 可行解 8 选择从群体中选择优胜的个体， 淘汰劣质个体的操作保留或复制适应值大的可行解，去掉小的可行解 9 交叉一组染色体上对应基因段的 交换根据交叉原则产生的一组新解 10 交叉概率染色体对应基因段交换的概 率（可能性大小）闭区间[0,1]上的一个值，一般为0.65~0.90 11 变异染色体水平上基因变化编码的某些元素被改变

ADAMS夹紧机构作业成品

夹紧机构 交通运输linglonghaony 设计要求： ●至少产生800N的夹紧力； ●世界在手柄上的力不大于80N； ●释放手柄的力应最小； ●在振动环境中，夹紧机构的安全可靠； 根据设计要求，创建机构模型如下： 1、测试模型 设置仿真终止时间为0.2，仿真，工作步为100，对系统进行仿真，观察模型的运动情况。 创建传感器后进行模型测试，结果如下： 弹簧力变化曲线如图○1所示：角度的变化曲线如图○2所示： 图○1图○2

2、细化模型 （1）创建设计变量，如图○3所示： 图○3创建设计变量 （2）查看设计变量，如图○4所示： 图○4查看设计变量 3、迭代模型 （1）优化设计变量 系统对设计变量“DV1”进行优化设计，设计研究报告提供在每一个试验步骤变量“DV_1”的取值、弹簧力的大小以及设计变量“DV_1”对弹簧力影 响的敏感度，ADAMS自动生成研究报告如图○5所示：

图○5设计研究报告 系统在进行优化设计分析过程中生成的弹簧力和角度曲线的变化情况如图 ○6---○9所示： 图○6弹簧力在所有试验步中的变化曲线图○7角度在所有试验步中的变化曲线 图○8弹簧力相对于变量（DV_1）的变化曲线图○9变量（DV_1）相对于试验步的变化曲线

关闭信息窗口，依次对其他设计变量进行优化设计分析，具体结果见表1 通过上表可以看出，设计变量DV_4、DV_6、DV_8三个点的敏感度最高，也就是说POINT_2y、POINT_3y、POINT_5y的位置变化对夹紧机构力的影响最大。 4、优化设计 （1）修改设计变量 将设计变量“DV_4”的最小值和最大值分别设置为1和6； 将设计变量“DV_6”的最小值和最大值分别设置为6.5和10； 将设计变量“DV_8”的最小值和最大值分别设置为9和11； （2）优化设计 优化过程中弹簧力和角度变化曲线如图○11、○12所示 图○10弹簧力变化曲线图○11迭代过程中的弹簧力曲线 图○12角度变化曲线

结构优化设计是在满足规范要求

结构优化设计是在满足规范要求、保证结构安全和建筑产品品质的前提下，通过合理的结构布置、科学的计算论证、适度的构造措施，充分发挥材料性能、合理节约造价的设计方法。结构优化设计在当前竞争日益激烈的建筑设计市场成为大势所趋。如何在满足建筑功能的前提下，保证结构安全并控制含钢量成为摆在结构设计工程师面前的现实课题。本文总结了以往的设计经验，参考了相关文献，给出了结构优化设计的步骤和一些具体措施，供设计人员参考。 1结构优化设计的步骤 笔者认为，结构优化设计的合理步骤应该是：①在方案阶段，通过与建筑专业的充分沟通，对建筑的平面布置、立面造型、柱网布置等提出合理的建议和要求，使结构的高度、复杂程度、不规则程度均控制在合理范围内，避免抗震审查，为降低含钢量争取主动权；②在初步设计阶段，通过对结构体系、结构布置、建筑材料、设计参数、基础型式等内容的多方案技术经济性比较，选出最优方案，整体控制含钢量；③在具体计算过程中，通过精确的荷载计算、细致的模型调整，使结构达到最优受力状态，进一步降低用钢量；④在施工图阶段通过精细的配筋设计抠出多余钢筋，彻底降低含钢量。 在进行多方案的技术经济性比较时，应综合考虑材料费、模板费、基坑开挖降水支护费用、措施费、施工难易、工期长短等因素，与甲方协商后择优选用。 2结构体系与布置优化 结构体系和布置对造价影响很大，应予重视。 1)应根据建筑布置、高度和使用功能要求选择经济合理的结构体系。比如，异形柱框架比普通框架用钢量大，在可能的情况下尽量采用前者；短肢剪力墙比普通剪力墙含钢量高，在可能的情况下尽量采用后者。 2)应选择比较规则的平面方案和立面方案。尽量避免平面凸凹不规则或楼板开大洞，控制平面长宽比，合理设缝，使结构刚度中心与质量中心尽量靠近。竖向应避免有过大的外挑或内收，同时注意限制薄弱层、跃层、转换层等不利因素，使侧向刚度和水平承载力沿高度尽量均匀平缓变化。 3)应选择合理、均匀的柱网尺寸，使板、梁、柱、墙的受力合理，从而降低构件的用钢量。柱网大则楼盖用钢量大，柱网小则柱子用钢量增大，应根据建筑实际情况和经验合理布置。例如，住宅中小开间结构中墙柱的作用不能得到充分发挥，过多的墙柱还会导致较大的地震作用，可考虑采用大开间结构体系，既节约造价，又便于建筑灵活布置。 4)应选择经济合理的楼盖体系。楼盖质量大，层数多，占整体造价比重高，对楼盖的类型、构件的尺寸、数量、间距等应进行对比分析，选择最优的方案。一般住宅宜采用现浇梁板楼盖，预应力楼盖的预应力钢筋容易被二次装修破坏，井字梁楼盖影响室内美观，均不推荐。办公楼等大空间结构宜采用十字梁、井字梁、预应力梁板方案。双向板比单向板经济，应多做双向板。板的厚度，双向板宜控制在短跨的1／35，单向板宜控制在短跨的1／30，此时板易满足强度和变形要求，经济性好。 5)剪力墙结构的优化空间很大，应下大力气优化。剪力墙的布置宜规则、均匀、对称，以控制结构扭转变形。在满足规范和计算的前提下应尽量减少墙的数量，限制墙肢长度，控制连梁刚度，剪力墙能落地的就全部落地不做框支转换层，平面能布置成大开问的尽量布置成大开间，墙体的厚度满足构造要求和轴压比的要求即可。连梁刚度太大时可通过梁中开水平缝变成双梁、增大跨高比等措施降低连梁刚度。尽量少用短肢剪力墙，限制“一”字墙，少做转换。 6)降低含钢量的小技巧：①楼电梯间不宣布置在房屋端部或转角处。因其空间刚度较小，设在端部对抗扭不利，设在转角处应力集中。②框架结构层刚度较弱时，加大柱尺寸或梁高都可显著增大层刚度，而提高混凝土强度效果不明显。③柱的截面尺寸，多层宜2层～3层

MATLAB课程遗传算法实验报告及源代码

硕士生考查课程考试试卷 考试科目： 考生姓名：考生学号： 学院：专业： 考生成绩： 任课老师(签名) 考试日期：年月日午时至时

《MATLAB 教程》试题： A 、利用MATLA B 设计遗传算法程序，寻找下图11个端点最短路径，其中没有连接端点表示没有路径。要求设计遗传算法对该问题求解。 a e h k B 、设计遗传算法求解f (x)极小值，具体表达式如下： 321231(,,)5.12 5.12,1,2,3i i i f x x x x x i =?=???-≤≤=? ∑ 要求必须使用m 函数方式设计程序。 C 、利用MATLAB 编程实现：三名商人各带一个随从乘船渡河，一只小船只能容纳二人，由他们自己划行，随从们密约，在河的任一岸，一旦随从的人数比商人多，就杀人越货，但是如何乘船渡河的大权掌握在商人手中，商人们怎样才能安全渡河？ D 、结合自己的研究方向选择合适的问题，利用MATLAB 进行实验。 以上四题任选一题进行实验，并写出实验报告。

选择题目： B 、设计遗传算法求解f (x)极小值，具体表达式如下： 321231(,,)5.12 5.12,1,2,3i i i f x x x x x i =?=???-≤≤=? ∑ 要求必须使用m 函数方式设计程序。 一、问题分析（10分） 这是一个简单的三元函数求最小值的函数优化问题，可以利用遗传算法来指导性搜索最小值。实验要求必须以matlab 为工具，利用遗传算法对问题进行求解。 在本实验中，要求我们用M 函数自行设计遗传算法，通过遗传算法基本原理，选择、交叉、变异等操作进行指导性邻域搜索，得到最优解。 二、实验原理与数学模型（20分） （1）试验原理： 用遗传算法求解函数优化问题，遗传算法是模拟生物在自然环境下的遗传和进化过程而形成的一种自适应全局优化概率搜索方法。其采纳了自然进化模型，从代表问题可能潜在解集的一个种群开始，种群由经过基因编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体；初始种群产生后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越好的解：在每一代，概据问题域中个体的适应度大小挑选个体；并借助遗传算子进行组合交叉和主客观变异，产生出代表新的解集的种群。这一过程循环执行，直到满足优化准则为止。最后，末代个体经解码，生成近似最优解。基于种群进化机制的遗传算法如同自然界进化一样，后生代种群比前生代更加适应于环境，通过逐代进化，逼近最优解。 遗传算法是一种现代智能算法，实际上它的功能十分强大，能够用于求解一些难以用常规数学手段进行求解的问题，尤其适用于求解多目标、多约束，且目标函数形式非常复杂的优化问题。但是遗传算法也有一些缺点，最为关键的一点，即没有任何理论能够证明遗传算法一定能够找到最优解，算法主要是根据概率论的思想来寻找最优解。因此，遗传算法所得到的解只是一个近似解，而不一定是最优解。 （2）数学模型 对于求解该问题遗传算法的构造过程： （1）确定决策变量和约束条件；

工装夹持优化.

一．柔性装配过程动态调姿理论 1. 飞机大部件数字化调姿、定位系统简介 飞机、船舶、火箭、化工罐体等大型部件的制造均采用模块化分段进行, 即采用“部装-总装”的生产模式。在部装时完成零件、组件的组装生产,形成部件；然后在总装时实现各部件之间的对合装配。在总装的对合装配过程中, 要求各个对合部件具有正确的位置和姿态, 这就需要对各部件的位置和姿态进行调整和测量。位姿调整的精度和稳定性直接影响对合后大型部件的外形精度和工作性能。数字化柔性装配系统要求对各大部件能够自动化调整姿态并对姿态进行实时测量。 飞机大部件数字化调姿、定位系统决定了飞机定位精度，从而决定了飞机装配的整体质量。传统刚性定位系统是将飞机部件定位在固定型架上，采用孔系定位基准、外形定位基准等刚性工艺装备，这样在刚性定位基准下，部件被定位后不能自由移动，即使定位有误差也不能进行分配、调整；有时候为了保证定位装置与飞机结构的连接，经常造成部件的过载，造成飞机部件结构变形；同时定位、装配依赖于多个操作人员、刚性装置，不能形成有效的集成系统。 现阶段飞机产品设计采用全数字化定义，且大部分产品数据、零件制造都依赖数字化软件及设备。在现代飞机大尺寸、高精度情况下，飞机部件的定位精度决定了飞机外形、整体气动性，这些都要求装配过程中需要采用新的工艺方法和技术来协调数字化制造的要求。 飞机部件数字化调姿、定位系统就是为了应对上述情况，通过数字量来实现制造、装配过程中的数据传递，满足数字化设计、制造一体化需求，不仅减少工装数量，降低研制成本，减少占地面积，缩短生产准备周期，减少外部工装与产品结构的接触，进一步保证装配质量。 2. 大部件对接飞机数字化装配系统及其特点 借鉴国外飞机自动化装配经验，在数字化测量系统技术、完整的数字化定义、数字化协调技术、基于并联机构的自动化控制和机械随动定位以及CAPE信息支撑

机械结构优化设计

机械结构优化设计 ——周江琛2013301390008 摘要：机械优化设计是一门综合性的学科，非常有发展潜力的研究方向，是解决复杂设计问题的一种有效工具。本文重点介绍机械优化设计方法的同时，对其原理、优缺点及适用范围进行了总结，并分析了优化方法的最新研究进展。关键词：优化方法约束特点函数 优化设计是一门新兴学科,它建立在数学规划理论和计算机程序设计基础上,通过计算机的数值计算,能从众多的设计方案中寻到尽可能完善的或最适宜的设计方案,使期望的经济指标达到最优,它可以成功地解决解析等其它方法难以解决的复杂问题,优化设计为工程设计提供了一种重要的科学设计方法,因而采用这种设计方法能大大提高设计效率和设计质量。优化设计主要包括两个方面:一是如何将设计问题转化为确切反映问题实质并适合于优化计算的数学模型,建立数学模型包括:选取适当的设计变量,建立优化问题的目标函数和约束条件。目标函数是设计问题所要求的最优指标与设计变量之间的函数关系式,约束条件反映的是设计变量取得范围和相互之间的关系;二是如何求得该数学模型的最优解:可归结为在给定的条件下求目标函数的极值或最优值的问题。机械优化设计就是在给定的载荷或环境条件下,在机械产品的形态、几何尺寸关系或其它因素的限制范围内,以机械系统的功能、强度和经济性等为优化对象,选取设计变量,建立

目标函数和约束条件,并使目标函数获得最优值一种现代设计方法,目前机械优化设计已广泛应用于航天、航空和国防等各部门。优化设计是20世纪60年代初发展起来的，它是将最优化原理和计算机技术应用于设计领域，为工程设计提供一种重要的科学设计方法。利用这种新方法，就可以寻找出最佳设计方案，从而大大提高设计效率和质量。因此优化设计是现代设计理论和方法的一个重要领域，它已广泛应用于各个工业部门。优化方法的发展经历了数值法、数值分析法和非数值分析法三个阶段。20世纪50年代发展起来的数学规划理论形成了应用数学的一个分支，为优化设计奠定了理论基础。20世纪60年代电子计算机和计算机技术的发展为优化设计提供了强有力的手段，使工程技术人员把主要精力转到优化方案的选择上。最优化技术成功地运用于机械设计还是在20世纪60年代后期开始，近年来发展起来的计算机辅助设计（CAD），在引入优化设计方法后，使得在设计工程中既能够不断选择设计参数并评选出最优设计方案，又可加快设计速度，缩短设计周期。在科学技术发展要求机械产品更新日益所以今天，把优化设计方法与计算机辅助设计结合起来，使设计工程完全自动化，已成为设计方法的一个重要发展趋势。 优化设计方法多种多样，主要有以下几种：1无约束优化设计法；无约束优化设计是没有约束函数的优化设计，无约束可以分为两类，一类是利用目标函数的一阶或二阶导数的无约束优化方法，如最速下降法、共轭梯度法、牛顿法及变尺度法等。另一类是只利用目标函数值的无约束优化方法，如坐标轮换法、单形替换法及鲍威尔法等。此法具有计算

TSP问题的遗传算法求解 优化设计小论文

TSP问题的遗传算法求解 摘要：遗传算法是模拟生物进化过程的一种新的全局优化搜索算法，本文简单介绍了遗传算法，并应用标准遗传算法对旅行包问题进行求解。 关键词：遗传算法、旅行包问题 一、旅行包问题描述： 旅行商问题，即TSP问题（Traveling Saleman Problem）是数学领域的一个著名问题，也称作货郎担问题，简单描述为：一个旅行商需要拜访n个城市（1，2，…，n），他必须选择所走的路径，每个城市只能拜访一次，最后回到原来出发的城市，使得所走的路径最短。其最早的描述是1759年欧拉研究的骑士周游问题，对于国际象棋棋盘中的64个方格，走访64个方格一次且最终返回起始点。 用图论解释为有一个图G=（V,E），其中V是顶点集，E是边集，设D=（d ij）是有顶点i和顶点j之间的距离所组成的距离矩阵，旅行商问题就是求出一条通过所有顶点且每个顶点只能通过一次的具有最短距离的回路。若对于城市V={v1，v2，v3，...，vn}的一个访问顺序为T=(t1，t2，t3，…，ti，…，tn)，其中ti∈V(i=1，2，3，…，n)，且记tn+1= t1，则旅行商问题的数学模型为：min L=Σd(t(i),t(i+1)) （i=1，…，n） 旅行商问题是一个典型组合优化的问题，是一个NP难问题，其可能的路径数为（n-1）！，随着城市数目的增加，路径数急剧增加，对与小规模的旅行商问题，可以采取穷举法得到最优路径，但对于大型旅行商问题，则很难采用穷举法进行计算。 在生活中TSP有着广泛的应用，在交通方面，如何规划合理高效的道路交通，以减少拥堵；在物流方面，更好的规划物流，减少运营成本；在互联网中，如何设置节点，更好的让信息流动。许多实际工程问题属于大规模TSP，Korte于1988年提出的VLSI芯片加工问题可以对应于1.2e6的城市TSP，Bland于1989年提出X-ray衍射问题对应于14000城市TSP，Litke于1984年提出电路板设计中钻孔问题对应于17000城市TSP，以及Grotschel1991年提出的对应于442城市TSP的PCB442问题。

机械结构优化设计

机械结构优化设计 ——周江琛 2013301390008 摘要：机械优化设计是一门综合性的学科，非常有发展潜力的研究方向，是解决复杂设计问题的一种有效工具。本文重点介绍机械优化设计方法的同时，对其原理、优缺点及适用范围进行了总结，并分析了优化方法的最新研究进展。关键词：优化方法约束特点函数 优化设计是一门新兴学科,它建立在数学规划理论和计算机程序设计基础上,通过计算机的数值计算,能从众多的设计方案中寻到尽可能完善的或最适宜的设计方案,使期望的经济指标达到最优,它可以成功地解决解析等其它方法难以解决的复杂问题,优化设计为工程设计提供了一种重要的科学设计方法,因而采用这种设计方法能大大提高设计效率和设计质量。优化设计主要包括两个方面:一是如何将设计问题转化为确切反映问题实质并适合于优化计算的数学模型,建立数学模型包括:选取适当的设计变量,建立优化问题的目标函数和约束条件。目标函数是设计问题所要求的最优指标与设计变量之间的函数关系式,约束条件反映的是设计变量取得范围和相互之间的关系;二是如何求得该数学模型的最优解:可归结为在给定的条件下求目标函数的极值或最优值的问题。机械优化设计就是在给定的载荷或环境条件下,在机械产品的形态、几何尺寸关系或其它因素的限制范围内,以机械系统的功能、强度和经济性等为优化对象,选取设计变量,建立

目标函数和约束条件,并使目标函数获得最优值一种现代设计方法,目前机械优化设计已广泛应用于航天、航空和国防等各部门。优化设计是20世纪60年代初发展起来的，它是将最优化原理和计算机技术应用于设计领域，为工程设计提供一种重要的科学设计方法。利用这种新方法，就可以寻找出最佳设计方案，从而大大提高设计效率和质量。因此优化设计是现代设计理论和方法的一个重要领域，它已广泛应用于各个工业部门。优化方法的发展经历了数值法、数值分析法和非数值分析法三个阶段。20世纪50年代发展起来的数学规划理论形成了应用数学的一个分支，为优化设计奠定了理论基础。20世纪60年代电子计算机和计算机技术的发展为优化设计提供了强有力的手段，使工程技术人员把主要精力转到优化方案的选择上。最优化技术成功地运用于机械设计还是在20世纪60年代后期开始，近年来发展起来的计算机辅助设计（CAD），在引入优化设计方法后，使得在设计工程中既能够不断选择设计参数并评选出最优设计方案，又可加快设计速度，缩短设计周期。在科学技术发展要求机械产品更新日益所以今天，把优化设计方法与计算机辅助设计结合起来，使设计工程完全自动化，已成为设计方法的一个重要发展趋势。 优化设计方法多种多样，主要有以下几种：1无约束优化设计法；无约束优化设计是没有约束函数的优化设计，无约束可以分为两类，一类是利用目标函数的一阶或二阶导数的无约束优化方法，如最速下降法、共轭梯度法、牛顿法及变尺度法等。另一类是只利用目标函数值的无约束优化方法，如坐标轮换法、单形替换法及鲍威尔法等。此法具有计算

一个简单实用的遗传算法c程序完整版

一个简单实用的遗传算 法c程序 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】

一个简单实用的遗传算法c程序（转载） 2009-07-28 23:09:03 阅读418 评论0 字号：大中小 这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂交和均匀变异。如果用Gaussian变异替换均匀变异，可能得到更好的效果。代码没有任何图形，甚至也没有屏幕输出，主要是保证在平台之间的高可移植性。读者可以从,目录 coe/evol中的文件中获得。要求输入的文件应该命名为‘’；系统产生的输出文件为‘’。输入的文件由几行组成：数目对应于变量数。且每一行提供次序——对应于变量的上下界。如第一行为第一个变量提供上下界，第二行为第二个变量提供上下界，等等。 /**************************************************************************/ /* This is a simple genetic algorithm implementation where the */ /* evaluation function takes positive values only and the */ /* fitness of an individual is the same as the value of the */ /* objective function */ /**************************************************************************/ #include <> #include <> #include <> /* Change any of these parameters to match your needs */ #define POPSIZE 50 /* population size */

基于遗传算法的齿轮减速器优化设计

煤矿机械Coal Mine Machinery Vol.30No.12 Dec.2009 第30卷第12期2009年12月 0引言 工程机械中所用电动机的转速较高，为了满足工作机低转速的需要，一般在电动机和工作机之间安装减速器，用来降低电机的转速或增大转矩，减速器是一种机械传动装置，广泛地应用于运输机械、矿山机械和建筑机械等重型机械中。因此，减速器的设计非常重要。 遗传算法（GA）是模拟生物在自然界中优胜劣汰的自然进化过程而形成的一种具有全局范围内优化的启发式搜索算法。这种方法已在很多学科得到广泛的应用，为减速器的优化设计提供有力的保证。因此，本文采用遗传算法对两级齿轮减速器进行优化设计，并通过与惩罚函数法和模拟退火算法等优化方法计算结果进行比较，来探讨适合于减速器的优化设计方法。 1建立数学模型 两级齿轮传动减速器结构如图1所示。该减速器的总中心距 a∑＝［m n1z1（1＋i1）+m n2z3（1＋i2）］/2cosβ（1）式中m n1、m n2—— —高速级与低速级的齿轮法面模 数； i1、i2—— —高速级与低速级传动比； z1、z3—— —高速级与低速级的小齿轮齿数： β—— —2组齿轮组的螺旋角。 1.1设计变量的确定 在进行两级齿轮传动减速器设计时，一般选择齿轮传动独立的基本参数或性能参数，如齿轮的齿数、模数、传动比、螺旋角等为设计变量。两级齿轮传动由4个齿轮组成，分别用z1、z2、z3、z4表示，高速级的传动比由i1表示，低速级传动比由i2表示，两组齿轮组的法面模数分别由m n1和m n2表示，2组齿轮的螺旋角用β表示，由于两级齿轮传动减速器的总传动比i0，在设计时会给出具体数据，并且满足i0＝i1i2，可以得出i2＝i0/i1，可以确定独立的参数有z1、z3、m n1、m n2、i1和β。因此，可以确定该设计变量X＝［z1，z3，m n1，m n2，i1，β］T=［x1，x2，x3，x4，x5，x6］T。 图1减速器结构简图 1.2目标函数的建立 在对减速器进行优化设计时，首先要确定目标函数。确定目标函数的原则是在满足各种性能要求的前提下，使减速器的体积最小，这样设计的减速器既经济又实用，从而达到了优化的目的。要使减速器的体积最小，必须使减速器的总中心距最小。因此，以减速器的中心距最小建立目标函数为 a∑＝［x3x1（1＋x5）+x4x2(1+i0/x5)］ 6 （2）1.3约束条件的确定 为使两级齿轮传动减速器满足强度、设计变量 基于遗传算法的齿轮减速器优化设计* 吴婷，张礼兵，黄磊 （安徽建筑工业学院机电学院，合肥230601） 摘要：对两级齿轮减速器优化设计进行了分析，建立了其优化设计的数学模型，确定了优化设计的约束条件，采用遗传算法对两级齿轮减速器进行优化设计，并通过实例说明，采用遗传算法对减速器进行优化，可以得到更加优化的设计结果。 关键词：减速器；遗传算法；优化设计 中图分类号：TH132文献标志码：A文章编号：1003－0794（2009）12－0009－03 Gear Reducer Optimal Design Based on Genetic Algorithm WU Ting，ZHANG Li-bing，HUANG Lei （School of Mechanical and Electrical Engineering,Anhui University of Architecture,Hefei230601,China）Abstract:T he optimal design of a gear reducer was analyzed,the mathematic model was established, and the restriction condition was confirmed.Design of the gear reducer was optimized with genetic algorithm and the examples showed that design of the gear reducer based on genetic algorithm can gain more optimized result. Key words:reducer；genetic algorithm；optimal design *安徽省教育厅自然基金项目（2006KJ015C） 轴1轴2轴3 z1z2 z3z4 9

轴承内外圈加工专用机床上料机构设计

摘要 本文是根据无锡迪奥机械厂轴承内外圈生产线改造项目要求，针对工人手工上料易出现危险，且效率较低的问题，设计一套轴承内外圈加工专用机床上料机构，使其能够代替工人手工上料，保证工人操作的安全性，并提高生产效率。 论文根据轴承内外圈的特点，对其上料机构进行了合理的设计。此上料机构主要实现了坯料的自动定位、夹紧以及工件的回放等功能。这一系列运动都是由气缸驱动获得。本设计中的设计部分主要包括：上料机构设计；料道设计；夹紧机构设计；驱动系统等。确定了上料机构的具体尺寸后，利用UG软件对上料机构的零件进行参数化建模，并对整体结构进行虚拟装配。然后将装配体导入UG软件的运动仿真界面，并利用软件进行运动学仿真和动力学仿真。分析仿真结果，得出相应结论。最后对轴承内外圈加工专用机床上料机构进行优化设计，提高其稳定性，可靠性，让本设计能够真正的投入到日常生产操作中，使其切实能够为轴承厂的生产线改造做出贡献。 关键词：上料机构；参数化建模；虚拟装配；运动仿真

Abstract This article is based on the requirements of the bearings inside and outside circle line renovation project of the wuxi dior machinery, and it aims to solve the problem that the manual feeding by workers which is dangerous for workers, and it has low efficiency, therefore a set of bearing inner and outer circle machining machine tool feeding mechanism is designed to replace the manual feeding of workers, and ensure the security of workers when operating, and improving producing efficiency. This paper provides a reasonable design of the feeding mechanism according to the characteristics of the bearing inner and outer circle. The feeding mechanism mainly achieves the following functions: the automatically positioning, clamping and artifact-play backing of the billet, etc. This series of movement is driven by cylinder. The design part of this design mainly includes: the design portion of feeding mechanism; material design; the design of Clamping mechanism; Drive systems, etc. The method is: firstly determining the dimensions of the feeding mechanism, and then using UG software for parametric modeling of parts of the feeding mechanism, after that, doing virtual assembly to the overall structure; then importing the assembly body to the motion simulation interface of UG software, and using the software to do kinematics simulation and dynamics simulation. Thereafter, analyzing the simulation results, and getting the corresponding conclusions. Finally the optimization design of bearing inner and outer circle machining machine tool feeding mechanism is done, to improve its stability, reliability, and to make the design truly enter into the daily production operation, make it practical and able to contribute to bearing factory production line modification. Key words: feeding agencies; parametric modeling; virtual assembly; motion simulation