晁坤
,
刘运林
,
杨儒贵
功能材料
针对多层雷达吸波涂层的结构特点,提出蚁群算法结合微遗传算法的全新优化设计方案.在给定最大厚度的约束条件下,在2～18GHz频率范围内,采用对不同频段给定不同吸收率的方案,对多层雷达吸波涂层进行了优化设计.实验数据表明,该融合算法获得的解比微遗传算法更为精确.这种融合算法为求解类似的组合约束优化问题提供了一种新的方法.
关键词:
蚁群算法
,
微遗传算法
,
融合算法
,
多层雷达吸波材料
黄风立
,
林建平
,
许锦泓
,
娄勇坚
高分子材料科学与工程
注塑模浇注系统设计是模具设计中较为重要的一环,因此对浇注系统的优化设计研究开展得较早,但在已有的研究中,均没有考虑随机因素波动对成型质量的影响.针对该问题,选取最大翘曲变形量为成型质量指标,提出了基于可拓关联变量筛选、移动最小二乘及蚁群优化的浇注系统稳健设计方法,通过数值模拟及实例验证,表明该方法减小了响应的方差,并有效地提高了塑件的尺寸公差.
关键词:
浇注系统
,
稳健设计
,
移动最小二乘
,
蚁群算法
颜丙功
,
伍耀庭
,
刘继常
,
郭怡晖
材料热处理学报
建立了基于蚁群算法的激光表面淬火工艺参数神经网络优化系统.用神经网络建立激光表面淬火工艺参数与目标参数的非线性模型,借助蚁群算法搜索决策工艺参数的最优组合,自动优化工艺参数.用VC++6.0开发了激光表面淬火工艺参数优化程序.结果表明,基于蚁群算法的神经网络优化系统用于解决激光表面淬火工艺参数优化问题是可行且有效的.
关键词:
激光表面淬火
,
参数优化
,
神经网络
,
蚁群算法
黄风立
,
林建平
,
钟美鹏
,
许锦泓
高分子材料科学与工程
针对注塑成型过程中的多个质量指标,提出了基于综合关联度、Kriging模型及混合交叉变异蚁群算法的注塑成型工艺参数稳健优化方法.首先给出了综合关联度的定义及计算方法,再给出了Krging模型的拟合方法和混合交叉变异的蚁群算法;在多目标稳健设计建模中,各分目标采用质量工程中的6σ原则;在混合交叉变异的蚁群算法中,提出了基于实验设计方法的算法参数确定方法;结合实例验证了提出的方法具有较好的工程实际意义.
关键词:
注塑成型
,
综合关联度
,
Kriging模型
,
蚁群算法
穆朋刚
,
赵美英
,
陈鹏飞
,
万小朋
玻璃钢/复合材料
doi:10.3969/j.issn.1003-0999.2007.06.004
本文将蚁群算法引入到复合材料层合板铺层顺序的优化设计中,对给定各角度铺层数的层合板进行优化设计.本文采用遗传算法(GA)中的整数编码方法,将层合板的铺层顺序优化问题转化为求解旅行商问题(TSP),接着为满足工程实际的需要,对基本蚁群算法作了适当修改,以提高优化效率及性能.算例结果表明,对于确定层合板最佳铺层顺序的这种离散变量优化问题,蚁群算法是一种行之有效的方法,且编程简单、可移植性好,对工程结构优化设计有一定的参考价值.
关键词:
蚁群算法
,
层合板
,
铺层顺序
,
优化
杨景明
,
张青
,
车海军
,
张林浩
钢铁研究学报
针对冷连轧机在轧制过程中的多变量、强耦合、非线性等特点,以等相对负荷为目标,在现场和设备所受的约束条件下,应用基于遗传算法的混合蚁群算法进行规程优化设计,该方法首先利用遗传算法的随机搜索产生规程的初始信息素分布,然后充分利用蚁群算法的并行性、正反馈机制以及求解效率高等特性寻求最优解.该算法使用方便,对某1370mm 5机架冷连轧机进行设计比较,表明该方法计算精度高、收敛速度快、可满足在线控制需求.
关键词:
冷连轧.轧制规程
,
遗传算法
,
蚁群算法
,
优化设计
杨景明
,
孙晓娜
,
车海军
,
刘畅
钢铁
为提高冷连轧机轧制力的预报精度和预报速度,用蚁群算法和神经网络相结合的方法进行轧制力预报模型设计.根据轧制原理建_、芏了BP神经网络冷连轧机轧制力预报模型,以网络权值和阈值为自变量,网络预报误差为目标函数,通过蚁群多代运算,找出预报误差全局最小值,再将相应的权值和阈值输人网络进行训练.应用某厂1 450 mm冷连轧机的实测数据进行离线计算的结果表明,该方法能够防止BP网络陷入局部极小点,且收敛速度快,可作为轧制力预报的新方法在实际应用中加以推广.
关键词:
冷连轧机
,
轧制力预报
,
神经网络
,
蚁群算法
杨为民
,
尹沙沙
涂料工业
doi:10.3969/j.issn.0253-4312.2011.01.018
随着科技的发展,涂料生产线的工艺优化成为人们重视的问题,而在涂料生产过程中,对研磨过程又有着严格要求.鉴于此,本文以研磨时间为目标函数建立研磨过程模型,得出研磨时间和研磨压力的关系曲线,并采用蚁群算法对该曲线进行实时优化处理.由最后的仿真可以看出,利用蚁群算法对曲线进行优化,可以保证在研磨过程中快速寻找到最优工作时间值,既能节能降耗,又保证产品质量且降低r研磨过程的成本.
关键词:
涂料研磨优化
,
过程优化
,
蚁群算法
张宏杰
,
宗军
,
励庆孚
低温物理学报
doi:10.3969/j.issn.1000-3258.2006.03.013
遗传算法具有很强的自适应性、鲁棒性和全局搜索能力,但其局部搜索能力相对较弱,计算后期易出现进化缓慢、过早收敛等问题,蚁群算法是近几年迅速发展起来的一种新的全局优化算法,具有正反馈机制,但是计算初期由于信息素差别小,初始收敛速度较慢.本文将这两种优化方法结合起来,充分发挥各自的优势,形成了遗传-蚁群混合算法,并选用测试函数对算法的优化性能作了对比计算,最后以高温超导匀场磁体为实际应用目标,以绕制磁体所用超导带长度为目标函数对磁体结构进行优化设计,优化方案比原始方案节省7.32%的超导带材用量.
关键词:
遗传算法
,
蚁群算法
,
高温超导磁体
