基于改进人工蜂群算法的桥式起重机主梁优化设计研究

发布时间：2017-03-30 11:28

  本文关键词：基于改进人工蜂群算法的桥式起重机主梁优化设计研究，由笔耕文化传播整理发布。

【摘要】：桥式起重机作为重要的重载起重设备,在我国各领域生产制造的过程中发挥着重要作用,对其进行轻量化设计已是行业趋势。因此,用智能算法对起重机结构进行优化设计,使结构更加紧凑,具有重要意义。本文提出一种改进人工蜂群算法的优化设计方法,对起重机主梁进行了结构优化。人工蜂群算法是一种新型的群智能全局优化算法,具有控制参数少、易于实现等特点,受到广泛关注。但随着研究的深入,算法在实际应用过程中不可避免的暴露出一些缺陷。本文在基本人工蜂群算法的基础上,针对其收敛速度慢、搜索盲目性大等不足,引入了自适应步长、路径交换邻域搜索和差分进化算法变异策略的全局最优信息,使得改进后的算法收敛性加强,收敛速度提高,改善了随机性,提高了寻优精准度。针对算法后期搜索平坦化,引入遗传算法中的交叉与变异行为,增加了种群多样性,提高了算法的全局稳定性。本文以桥式起重机主梁为工程实例,建立了主梁优化数学模型,应用改进人工蜂群算法对主梁截面进行尺寸优化,将优化结果和基本人工蜂群算法的优化结果进行比较分析。最终结果表明,改进算法优化后的主梁数据较基本算法优化数据、原始主梁数据相比,减重效果明显。最后利用Ansys软件对优化后的主梁模型进行仿真分析,从而验证优化结果的可行性。
【关键词】：桥式起重机 主梁 人工蜂群算法 优化设计
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TH215
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-16
• 1.1 论文的研究背景及意义8-9
• 1.2 国内外研究现状9-14
• 1.2.1 起重机结构优化设计研究现状9-10
• 1.2.2 群智能优化算法研究现状10-14
• 1.3 论文的研究内容14-16
• 2 基本人工蜂群算法16-24
• 2.1 人工蜂群算法简介16-17
• 2.2 人工蜂群算法寻优原理及算法模型17-21
• 2.2.1 蜜蜂采蜜机理17-19
• 2.2.2 人工蜂群基本算法描述19-21
• 2.3 人工蜂群算法的基本流程21-23
• 2.4 总结和分析23
• 2.5 本章小结23-24
• 3 人工蜂群算法的改进24-34
• 3.1 基本人工蜂群算法的局限性及改进思路24
• 3.2 改进方法的实现24-31
• 3.2.1 自适应的搜索步长24-25
• 3.2.2 基于路径交换的邻域搜索25-26
• 3.2.3 基于差分进化算法的人工蜂群算法26-27
• 3.2.4 蜂群算法搜索行为改进27-28
• 3.2.5 遗传算子改进蜂群算法28-30
• 3.2.6 改进人工蜂群算法流程30-31
• 3.3 改进蜂群算法的验证分析31-33
• 3.4 本章小结33-34
• 4 桥式起重机主梁优化设计数学模型34-47
• 4.1 优化设计简介34-37
• 4.1.1 优化设计步骤34
• 4.1.2 优化设计的表达式34-36
• 4.1.3 优化设计的惩罚函数36-37
• 4.2 箱形主梁优化设计数学模型的建立37-46
• 4.2.1 桥式起重机的组成37-38
• 4.2.2 主梁优化的设计变量38-39
• 4.2.3 主梁优化的目标函数39
• 4.2.4 主梁优化的约束条件39-46
• 4.3 本章小结46-47
• 5 桥式起重机箱形主梁尺寸优化设计47-57
• 5.1 主梁设计计算参数47-48
• 5.2 算法基本参数的确定48-50
• 5.3 实例分析50-53
• 5.4 优化设计的有限元分析53-56
• 5.5 本章小结56-57
• 6 结论与展望57-59
• 6.1 总结57
• 6.2 展望57-59
• 参考文献59-63
• 攻读硕士学位期间发表的论文即所得的研究成果63-64
• 致谢64-65

【参考文献】

中国期刊全文数据库 前10条

1 周光辉;苗发祥;李彦广;;数控加工中心任务与刀具集成调度模型及改进自适应遗传算法[J];西安交通大学学报;2014年12期

2 徐克虎;黄大山;王天召;;改进的人工免疫算法求解武器-目标分配问题[J];系统工程与电子技术;2013年10期

3 吴华锋;陈信强;毛奇凰;张倩楠;张寿春;;基于自然选择策略的蚁群算法求解TSP问题[J];通信学报;2013年04期

4 邸忆;龙飞;李卓越;;一种基于改进蚁群算法的多目标跟踪数据关联方法[J];计算机应用与软件;2013年04期

5 李牧东;熊伟;梁青;;基于人工蜂群改进算法的无线传感器网络定位算法[J];传感技术学报;2013年02期

6 向万里;马寿峰;;基于轮盘赌反向选择机制的蜂群优化算法[J];计算机应用研究;2013年01期

7 王志刚;;基于粒子群和人工蜂群算法的混合优化算法[J];科学技术与工程;2012年20期

8 李卫华;徐涛;李小梨;;基于人工蜂群的BP神经网络算法[J];计算机系统应用;2012年05期

9 柳长安;鄢小虎;刘春阳;吴华;;基于改进蚁群算法的移动机器人动态路径规划方法[J];电子学报;2011年05期

10 暴励;曾建潮;;自适应搜索空间的混沌蜂群算法[J];计算机应用研究;2010年04期

中国博士学位论文全文数据库 前3条

1 舒万能;人工免疫算法的优化及其关键问题研究[D];武汉大学;2013年

2 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

3 杨剑峰;蚁群算法及其应用研究[D];浙江大学;2007年

  本文关键词：基于改进人工蜂群算法的桥式起重机主梁优化设计研究，，由笔耕文化传播整理发布。

本文编号：277026