發(fā)布時間：2017-09-21 14:13

  本文關(guān)鍵詞：剛性四連桿門座起重機(jī)變幅系統(tǒng)優(yōu)化設(shè)計研究

  更多相關(guān)文章： 四連桿門座起重機(jī)變幅系統(tǒng) 優(yōu)化 遺傳算法 粒子群算法 Visual C++

【摘要】：設(shè)計人員總是力圖使自己的設(shè)計產(chǎn)品在滿足性能要求的前提下，結(jié)構(gòu)最緊湊、用料最省、成本最低，即達(dá)到技術(shù)經(jīng)濟(jì)指標(biāo)最優(yōu)的結(jié)果。因此，機(jī)械優(yōu)化設(shè)計越來越多地應(yīng)用于機(jī)械產(chǎn)品的設(shè)計中。四連桿門座起重機(jī)是港口碼頭數(shù)量和使用較多、結(jié)構(gòu)復(fù)雜、機(jī)構(gòu)最多的裝卸機(jī)械。其變幅系統(tǒng)的設(shè)計變量較多，受力較復(fù)雜，約束條件多。因此，變幅系統(tǒng)的優(yōu)化研究具有相當(dāng)?shù)碾y度，至今仍沒有解決好這一技術(shù)難題。本文對門座起重機(jī)變幅系統(tǒng)設(shè)計的優(yōu)化設(shè)計方法展開研究，具有理論意義和工程應(yīng)用價值。 論文在分析優(yōu)化算法的分類及其應(yīng)用范圍，對變幅系統(tǒng)研究現(xiàn)狀和優(yōu)化設(shè)計模型特點展開分析的基礎(chǔ)上，得出現(xiàn)代優(yōu)化算法比傳統(tǒng)優(yōu)化算法更適合求解變幅系統(tǒng)模型的結(jié)論。論文對利用現(xiàn)代優(yōu)化算法中的遺傳算法和粒子群算法求解模型展開研究。 論文建立了臂架系統(tǒng)優(yōu)化模型和平衡重系統(tǒng)優(yōu)化模型，并使用Visual C++編寫算法運(yùn)算程序。針對標(biāo)準(zhǔn)遺傳算法和標(biāo)準(zhǔn)粒子群算法固有的易陷入局部最優(yōu)解和接近最優(yōu)解時在最優(yōu)解附近左右擺動導(dǎo)致收斂較慢的問題，，分別采用改進(jìn)方法求解。遺傳算法在迭代后期增大變異概率，減少交叉概率加強(qiáng)算法的局部搜索能力，這種改進(jìn)策略增加了算法的求解精度。采用分層遺傳算法求解，減少優(yōu)化變量可能取值的改進(jìn)策略，減少了算法陷入局部解的概率。動態(tài)慣性權(quán)重粒子群算法根據(jù)全局最優(yōu)個體是否更新改變慣性權(quán)重的大小，合理的改變了算法的全局搜索能力和局部搜索能力，算法不僅求得最優(yōu)解的概率增大，運(yùn)算速度也加快。從優(yōu)化結(jié)果來看，兩種算法均較為圓滿的解決了變幅系統(tǒng)優(yōu)化問題。 論文開發(fā)了變幅系統(tǒng)優(yōu)化設(shè)計軟件，為設(shè)計人員提供了簡潔友好的用戶界面。
【關(guān)鍵詞】：四連桿門座起重機(jī)變幅系統(tǒng) 優(yōu)化 遺傳算法 粒子群算法 Visual C++
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH213.4
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-18
• 1.1 研究目的及意義8-9
• 1.2 優(yōu)化算法的國內(nèi)外研究現(xiàn)狀9-15
• 1.2.1 優(yōu)化算法的發(fā)展概況9-10
• 1.2.2 優(yōu)化算法的分類及其特點10-15
• 1.3 四連桿門座起重機(jī)變幅系統(tǒng)優(yōu)化研究現(xiàn)狀分析15-17
• 1.4 論文的研究內(nèi)容17-18
• 第2章 四連桿門座起重機(jī)變幅系統(tǒng)優(yōu)化模型18-35
• 2.1 臂架系統(tǒng)優(yōu)化模型18-28
• 2.1.1 選擇優(yōu)化變量19
• 2.1.2 確定優(yōu)化目標(biāo)19-25
• 2.1.3 模型的約束條件25-28
• 2.2 平衡重系統(tǒng)優(yōu)化模型28-35
• 2.2.1 選擇優(yōu)化變量28-29
• 2.2.2 確定優(yōu)化目標(biāo)29-34
• 2.2.3 模型的約束條件34-35
• 第3章 四連桿門座起重機(jī)變幅系統(tǒng)優(yōu)化設(shè)計35-65
• 3.1 遺傳算法35-39
• 3.1.1 遺傳算法的原理35-36
• 3.1.2 遺傳算法的步驟36-37
• 3.1.3 遺傳算法的性能改進(jìn)研究37-39
• 3.2 基于遺傳算法的四連桿門座起重機(jī)變幅系統(tǒng)優(yōu)化設(shè)計39-52
• 3.2.1 臂架系統(tǒng)優(yōu)化設(shè)計39-49
• 3.2.2 平衡重系統(tǒng)優(yōu)化設(shè)計49-52
• 3.3 粒子群算法52-55
• 3.3.1 標(biāo)準(zhǔn)粒子群算法52-53
• 3.3.2 粒子群算法的參數(shù)設(shè)置53-54
• 3.3.3 粒子群算法的性能改進(jìn)研究54-55
• 3.4 基于粒子群算法的四連桿門座起重機(jī)變幅系統(tǒng)優(yōu)化設(shè)計55-63
• 3.4.1 臂架系統(tǒng)優(yōu)化設(shè)計55-61
• 3.4.2 平衡重系統(tǒng)優(yōu)化設(shè)計61-63
• 3.5 算法對比分析63-65
• 第4章 四連桿門座起重機(jī)變幅系統(tǒng)設(shè)計用戶界面設(shè)計65-71
• 4.1 初始參數(shù)模塊66
• 4.2 臂架系統(tǒng)優(yōu)化模塊66-68
• 4.3 平衡重系統(tǒng)優(yōu)化模塊68-71
• 第5章 總結(jié)與展望71-73
• 5.1 全文總結(jié)71-72
• 5.2 研究展望72-73
• 參考文獻(xiàn)73-77
• 致謝77

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳小平,于盛林;實數(shù)遺傳算法交叉策略的改進(jìn)[J];電子學(xué)報;2003年01期

2 楊貴;李仁旺;顏忠仔;張鵬舉;;模糊數(shù)學(xué)在閥門故障診斷中的應(yīng)用[J];閥門;2007年05期

3 Tuong Quan Vo;Hyoung Seok Kim;Byung Ryong Lee;;Propulsive Velocity Optimization of 3-Joint Fish Robot Using Genetic-Hill Climbing Algorithm[J];Journal of Bionic Engineering;2009年04期

4 董立立;趙益萍;梁林泉;朱煜;段廣洪;;機(jī)械優(yōu)化設(shè)計理論方法研究綜述[J];機(jī)床與液壓;2010年15期

5 楊永剛;趙杰;劉玉斌;朱延河;;6-PRRS并聯(lián)機(jī)器人正運(yùn)動學(xué)求解[J];吉林大學(xué)學(xué)報(工學(xué)版);2008年03期

6 羅志凡,榮見華,杜海珍;基于遺傳算法和梯度算法的一種結(jié)構(gòu)優(yōu)化混合方法[J];計算機(jī)工程與應(yīng)用;2003年08期

7 彭亞敏;;模糊邏輯在汽車故障診斷技術(shù)中的應(yīng)用[J];計算機(jī)與數(shù)字工程;2006年07期

8 許琦,李永生,戴學(xué)成;梯度法與BP神經(jīng)網(wǎng)絡(luò)的結(jié)合在機(jī)械優(yōu)化設(shè)計中的應(yīng)用[J];機(jī)械設(shè)計與制造工程;2002年02期

9 馬昕;宋銳;郭睿;李貽斌;;基于免疫自適應(yīng)遺傳算法的機(jī)器人柵格地圖融合[J];控制理論與應(yīng)用;2009年09期

10 王華秋,曹長修;基于模擬退火的并行粒子群優(yōu)化研究[J];控制與決策;2005年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 高芳;智能粒子群優(yōu)化算法研究[D];哈爾濱工業(yè)大學(xué);2008年

本文編號：895013