针对人工鱼群算法(AFSA)中收敛精度不足、早熟现象明显、稳定性较差及结果精度受参数影响较大的问题,提出基于嵌入机制的改进人工鱼群算法。以参数统计分析为基础,设定步长与视野数值成反比的条件下,构建一种模仿生物视觉特性的步长、视野因子模型,并将差分进化算法中的变异行为作为人工鱼群完成觅食、聚群、追尾行为后的干扰行为。根据参数之间的关系、视野与步长的关系,采用五种类型测试函数分别对AFSA、DAFSA、DE进行对比验证,结果表明DAFSA在稳定性、计算精度与早熟现象改进方面较AFSA有明显提升。同时为验证所提方法的实用性,将其应用在50t/22.5m桥式起重机主梁金属结构轻量化设计中。

针对粒子群算法在解决高维度复杂优化易陷入局部最优的问题,构建差分进化算法(DE)、人工蜂群算法(ABC)与粒子群算法(PSO)并行运算的种群更新模型,提出基于并行策略的改进混合粒子群算法(DA_PSO)。以并行策略为基础,不改变种群规模,独立运行3种算法,每隔n次比较3种算法,获得当前最优点,并用其替换粒子群算法的种群最优点,利用PSO算法个体向种群最优靠近的特点,充分吸收DE算法、ABC算法的优点,使被替换后的PSO算法跳出局部最优,提升优化结果的质量。采用五种类型测试函数分别对ABC、DE、PSO和DA_PSO进行对比验证,结果表明较其他算法而言,DA_PSO算法精度高,稳定性好,适应性强。同时为验证所提方法的科学性与实用性,将其应用在10t~32t/31.5m系列化的桥式起重机主梁金属结构轻量化设计中。

为了准确预测滚动轴承剩余使用寿命,采用模糊综合评价法解决轴承退化状态难以划分的问题,并借助支持向量机在小样本数据分析方面具有的良好能力,以及差分进化方法高效的并行搜索信息的方式,提出了一种基于支持向量回归和差分进化算法混合的滚动轴承剩余寿命预测模型,该模型采用差分进化算法获得支持向量回归模型的最优参数,结合试验平台采集的加速寿命试验数据。实验结果表明模糊综合评判方法可以较好地划分轴承退化状态,有利于预测不同退化状态下的剩余寿命。

为简化机械臂逆运动学求解方法与提高解的精度,增强方法的普适性,利用智能优化算法,将运动学逆解变为最优化问题。首先,根据正运动学方程建立末端位姿误差目标函数,结合最佳柔顺性与能耗约束构建适应度函数,使机械臂在满足位姿误差要求时还具有最佳柔顺性与较低能量消耗;为使位置和姿态收敛精度统一并控制进化方向,引入位姿平衡系数与位姿误差调节系数;其次,把个体寻优出色的天牛须搜索与群体优化性能出色的差分进化算法融合,以此提高算法的收敛精度与速度;最后,对6R机械臂与冗余机械臂进行了逆解实验。结果表明,所提算法收敛精度高、速度快、通用性好。

应用坐标变换原理,推导出球面4R机构连杆点轨迹参数方程。在此基础上,以轨迹误差平方和最小为目标函数,以曲柄存在、杆长协调和传动角限制等为约束条件,建立机构不带预定时标近似轨迹综合的约束优化模型。结合自适应罚函数法,应用社会认知优化(Social Cognitive Optimi?zation,SCO)算法求解该问题。为提高SCO算法的收敛精度和速度,以差分进化(Differential Evolu?tion,DE)操作为邻域搜索算子,设计一种加速社会认知优化(Accelerating Social Cognitive Optimiza?tion,ASCO)算法。给出机构综合实例,轨迹分析结果表明,所建立的模型和提出的ASCO算法可行有效。比较了基本SCO、DE和ASCO算法求解该机构综合实例的优化性能,数值实验显示,ASCO算法的收敛速度、收敛精度和稳健性等性能指标优于基本SCO和DE算法。

针对传统方法对初值选取敏感问题,将差分进化算法(DE)应用到气动参数辨识中,取代传统极大似然方法中的牛顿迭代梯度优化方法,对高旋弹的气动参数进行全弹道辨识。文中首先对可辨识性问题进行分析。通过仿真计算,证明该方法与传统极大似然方法相比辨识结果更加稳定,并通过反算弹道的方法证明了该算法收敛速度快,全局寻优能力强,具有较高的精度,并且解决了传统方法对初值敏感问题。

针对二自由度并联液压机械手控制系统容易受到外界干扰问题,对机械手控制系统输出误差进行研究。结合机械手平面简图分析了并联液压机械手工作原理,推导出机械手运动学和动力学方程式。引用模糊PID控制系统,采用差分进化算法和前馈补偿方法对模糊PID控制系统进行优化,将优化后的控制系统通过MATLAB软件进行误差仿真,同时与模糊PID控制系统输出误差进行比较和分析。仿真误差显示:在无干扰环境中,优化前和优化后的二自由度并联液压机械手模糊PID控制系统,其运动位移和角位移输出误差差别不大,跟踪效果较好。在有干扰环境中,优化前二自由度并联液压机械手模糊PID控制系统,运动位移和角位移输出误差较大,而优化后二自由度并联液压机械手模糊PID控制系统,其运动位移和角位移输出误差较小。采用差分进化算法和前馈补偿控制方法,能够抑制外...

为减少风电机组传动链故障造成的重大损失和安全隐患,保证机组健康平稳运行,针对风电机组传动链轴承的故障诊断问题,提出一种基于差分进化算法改进支持向量机的故障诊断方法。利用集合经验模态分解方法对原始数据进行处理,提取有效的故障特征,实现信噪分离;采用差分进化算法对支持向量机关键参数进行优化以提高模型的泛化能力和预测精度;利用训练好的模型进行故障诊断。结果表明:所提方法具有准确性和有效性。

为求解可重复使用运载器再入段的优化轨迹,针对多阶段优化问题,将差分进化算法与伪谱法结合,进行协同优化。利用伪谱法求解多约束多目标优化问题,选取合适的初始探测值,使其可较快收敛到局部最优解;差分进化算法用于搜索伪谱法的初始探测值,使其收敛于全局最优解,在适应度函数中加入终端误差项,以进一步缩小优化轨迹的终端误差。仿真结果表明：该协同优化方法能够有效设计多阶段优化轨迹,满足性能指标的要求。

车辆行驶经过障碍物时,容易造成悬架振动幅度较大,影响车辆运动的稳定性和舒适度。对此,创建了车辆液压悬架简图模型,根据牛顿定律推导出非线性控制方程式。采用双动液压系统驱动车辆悬架机构,给出了液压驱动控制方程式。构造优化目标函数,采用差分进化算法优化PID控制的内环和外环参数,给出了车辆液压悬架优化控制流程。将优化控制参数和初始运动参数导入到MATLAB软件中进行仿真,输出轮胎行程、悬架行程及车身加速度仿真曲线。仿真曲线表明:在受到路面正弦曲线障碍物干扰时,优化后的车辆液压悬架控制系统,不仅响应控制时间短,而且轮胎行程、悬架行程及车身加速度峰值较小、整体波动幅度较小。车辆液压悬架参数采用差分进化算法优化PID控制,能够降低路面干扰物造成的振动幅度,有利于保持车辆行驶的稳定性。