建立起了空间直线度误差评定的非线性鞍点规划模型,给出了"最小条件"判据,提出了直接求解鞍点规划模型的遗传算法.最后对实际测量数据进行了误差评定.

针对小零件的平面度误差测量及数据分析处理,提出了一种新的测量方法.首先采用高精度涡流位移传感器对小零件的平面进行连续测量,然后利用遗传算法对数据进行处理,求出较精确的平面度误差值.这种方法提高了测量精度和速度,符合现代测量所提出的自动化和高精度的要求.

基于人工神经网络所体现出的良好的非线性逼近特性,运用遗传算法优化BP网络的权值和阈值,避免BP网络陷入局部极小点,同时通过灰色关联分析优化网络的结构,使网络具有更好的泛化性和收敛速度。运用改进的BP网络发掘油管接箍加工中各个加工参数对最终加工圆度误差的潜在关系,从而实现对油管接箍加工圆度误差的预测。结果表明改进型BP神经网络具有较快的收敛速度和较好的泛化性能够准确预测油管接箍加工圆度误差。

介绍了目前国际上常用的体内目标的定位方法即放射性同位素扫描和电磁场定位,分析了各自的优缺点,在此基础上提出利用目标体内密封的永久磁铁为磁标记物,在体表处检测多点磁场强度,并采用遗传算法解决非线性方程组的求逆问题从而获得胶囊在体内的位置和方向信息,实现目标在体内的连续定位.仿真实验表明,该方法定位精度在毫米级,完全满足实际应用需求.

在对某电厂锅炉混煤掺烧的飞灰含碳量特性进行多工况热态测试的基础上，应用人工神经网络的非线性动力学特性及自学习特性，建立了飞灰合碳量特性的神经网络模型，检验样本的预测值与实测值的相对误差分别为1．14％、1．19％和2．45％，证实了该模型的可行性。将锅炉运行调节参数作为优化目标函数的自变量结合全局最优的遗传算法，针对无印尼煤掺烧、1台磨煤机掺烧和2台磨煤机掺烧3种工况进行了寻优并获得了最佳操作参数，飞灰含碳量分别由原来的2．25％、1．96％和1．08％降至1．87％、1．69％和0．73％，表明印尼煤的掺烧有助于降低飞灰含碳量，提高锅炉效率。同时，也对掺烧印尼煤工况下磨煤机或者磨煤机组合的选择进行了寻优，结果表明用B、C磨煤机进行掺烧为最佳方案。

针对矿山车辆行驶过程中易受冲击振荡,造成液压控制系统剧烈波动、稳定性下降等问题,提出一种基于改进遗传算法的自抗扰控制(ADRC)方法,首先通过分析矿车液压驱动系统工作原理,建立变量泵控马达驱动系统的数学模型;其次以矿车速度平稳控制为目的,设计自抗扰控制器,结合模拟退火的思想拉伸适应度函数,改进遗传算法,并进一步优化自抗扰控制器参数(GA-ADRC);最后在MATLAB中搭建矿车与液压驱动系统的联合仿真模型,采用ADRC和改进的GA-ADRC两种控制方法进行速度控制性能和抗扰能力仿真对比。仿真结果表明,改进的GA-ADRC控制方法速度控制精度高,抗干扰能力强,有助于大幅提升液压控制系统的稳定性和鲁棒性。

在使用遗传算法解决激励轨迹优化问题时,经常会遇到陷入局部极值、搜索效率低、不稳定等问题。为此,提出一种改进的和声-遗传算法。该算法采用和声搜索完成对遗传算法种群的初始化;根据进化过程中种群的离散度,确定交叉和变异的执行顺序;根据个体的适应度,以非线性和自适应的方式调整交叉和变异的概率,具有较强的搜索能力和速度。为验证和声-遗传算法的性能,对SCARA型机械臂进行激励轨迹优化。结果表明:和声-遗传算法在求解精度和收敛速度上

由于数控机床方案设计实例的多样性和复杂性，实例检索和修改过程中很难获取相关知识。针对此情况，结合数控机床方案多层次结构特点，运用相似度的高低和遗传算法对实例进行检索与修改。创建数控机床多层次结构实例库，通过计算实例相似度，检索出实例库中与目标实例相似度较高的实例；利用遗传算法对实例进行修改，将检索出的相似实例作为遗传算法的初始种群，通过交叉、变异选择出优秀个体参与遗传操作；以数控机床床身为例，通过编写程序求取遗传算法的最优设计方案。结果表明：运用此方法可快速找到与设计问题相似度较高的方案。

设备故障是生产实践中最为常见的一类不确定事件,它易对正常的生产计划造成影响。为了有效应对生产中的设备随机故障干扰,对设备随机故障条件下的柔性作业车间调度问题进行了研究,提出了一种基于组合策略的重调度方法。在重调度方法中,对重调度成本进行了系统分析并建立了重调度成本函数,设计了两种重调度策略,并结合免疫算法对遗传算法进行了改进,用于模型的求解计算。通过算例分析,验证了方法的可行性和有效性。实验结果表明,所提出方法能够更好地处理多种情况下的设备故障扰动。

针对液压泵故障分形诊断方法中噪声对关联维数的影响提出了自适应小波降噪的思路.基于二进正交小波构造原理构造了正交小波基参数表达方程及降噪效果的自适应目标函数应用遗传优化方法求出最佳小波基.仿真及实例证明:此方法能提高机械系统的关联维数的准确性.