导读:本文包含了混合离散变量论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:变量,优化设计,齿轮,算法,减速器,吊臂,灰色。
混合离散变量论文文献综述
连青惠,蓝兆辉[1]（2015）在《基于变量转换法的混合离散变量优化设计》一文中研究指出分析混合离散变量采用的优化算法的不足,针对混合离散变量优化提出变量转化法,即设定统一连续的名义变量,使数学模型可以调用连续变量的算法或软件,编写变量转化程序,将名义变量转化为实际离散变量,代入目标函数和约束条件,得到最优解后不需再进行变量圆整,保证了优化的准确性。以直齿圆柱齿轮传动优化设计为例,得到最优解并与其他常用的优化方法比较。结果表明,变量转换法简便易行,效果优于其他常用算法。(本文来源于《机械传动》期刊2015年05期）
王盛,龚宪生[2]（2014）在《基于遗传算法的行星轮系混合离散变量优化》一文中研究指出行星轮系设计复杂,各参数受到配齿、可靠性和干涉等条件的限制。模数还受到国家标准的制约,只能选取一些离散值,用经典优化算法求解效果很差。遗传算法处理对象不是变量本身,而是经过编码后的基因,这种先天的优势能较好的处理这类变量类型多样的优化问题。通过对齿数和模数的处理,将无序的离散值转变为连续的整型数。提出了一种改进的实值编码方式,建立满足配齿、变位系数、干涉和强度等约束条件,以体积最小为目标函数的优化模型。合理选择遗传算法控制参数,编写了Matlab程序对所建的模型进行求解。研究结果表明:该改进算法全局寻优能力强,多次启动均能收敛于统一最优解。在满足各约束条件的情况下,优化后体积减小了21.056%。(本文来源于《机械科学与技术》期刊2014年08期）
徐志杨,李艾民,张传辉,陈晓辉[3]（2011）在《基于混合离散变量复合形法的弧齿锥齿轮优化设计》一文中研究指出以齿数Z1,模数m,齿厚系数ψR作为设计变量,建立弧齿锥齿轮的物理模型,以体积最小、传递功率最大为目标,以齿轮的强度要求等作为约束条件的优化设计模型。由于齿数和模数是非均匀的离散设计变量,齿厚系数是连续变量,因此,借鉴了连续变量和非均匀离散变量的处理方法———一种混合离散复合形法,并引用离散变量搜索优化方法。在混合离散复合形法基础上,探讨了解决有约束非线性混合离散变量的优化设计问题。经实例计算结果表明,混合离散复合形法可用于具有实际应用价值的弧齿锥齿轮优化问题。(本文来源于《北京联合大学学报(自然科学版)》期刊2011年03期）
于雷[4]（2011）在《混凝土系杆拱桥非线性混合离散变量优化设计》一文中研究指出混凝土系杆拱桥以其造型优美,受力合理、造价经济、施工方便及对不同地形地质条件具有较好适应性等特点被广泛采用。但设计普遍比较保守,无论在造价还是从各部分的协调或受力状态等都达不到最佳设计状态,因此,采用优化算法进行设计显得十分必要。首先,优化设计时,需要进行大量的结构重分析。目前所采用的桥梁结构分析商业软件不开放输入输出数据接口,不能作为子模块被优化主程序直接调用以实现完整的优化计算过程。其次,桥梁设计过程中的优化变量多为非线性约束、连续及离散变量混合,与连续变量优化算法相比,混合离散变量优化算法还不够成熟,本文针对这方面进行了有益的尝试。在总结前人研究成果的基础上,本文以一座混凝土系杆拱桥为背景,建立优化模型、应用非线性混合离散变量优化算法进行了优化设计。本文主要工作有：(1)编制有限元结构分析程序,可对系杆拱桥进行结构分析,与Midas软件计算结果进行对比,验证了本文程序的正确性,使得优化计算中的结构重分析成为可能；(2)对非线性混合离散变量算法优化程序进行改编和改进,使之适应了大型优化问题的求解；(3)以拱肋、吊杆和系杆的综合造价总和为目标函数,以拱肋应力、系杆应力、吊杆应力及活载引起的挠度为约束条件,建立优化数学模型；(4)采用本文程序对拱桥进行优化设计并将优化结果用Midas/civil程序进行全面检算,验证优化模型的合理性及优化结果的正确性。(本文来源于《中南大学》期刊2011-05-01）
刘岳兵,王宏谋,王少华,黄梅[5]（2010）在《基于混合离散变量法的箱形伸缩式吊臂优化设计》一文中研究指出结合混合离散变量优化设计理论,归纳出用于轮式起重机箱形伸缩吊臂优化的数学模型,并应用该模型与相关程序对Q2-16型汽车起重机的3节吊臂进行优化计算。研究表明,该算法计算快捷、可靠,且优化结果不必圆整即为可行的设计方案,避免了按连续变量优化后圆整导致的非真正最优解或不可行解的情况。(本文来源于《起重运输机械》期刊2010年11期）
何哲明[6]（2010）在《混合离散变量优化的精英多父体杂交算法》一文中研究指出提出了一种有效求解约束函数优化问题的新型演化算法,该方法能合理地处理优化设计中混合离散变量的取值问题。该方法是在郭涛算法的基础上,通过构造动罚函数,引入精英保存策略,增加父体选择压力加速算法收敛,构造了精英多父体杂交优化算法,开发了混合离散变量优化的精英多父体杂交优化算法程序DEMPCOA1.0。机械优化设计实例表明,该算法对优化设计问题的特性无特殊要求,具有较好的适应性,而且程序运行可靠,全局收敛能力强。(本文来源于《机械传动》期刊2010年10期）
蒋文凤,李必文,梅占国,胡良斌[7]（2009）在《地下自卸汽车轮边减速器混合离散变量优化设计》一文中研究指出应用Pappas法求解地下自卸汽车轮边减速器的混合离散变量优化设计问题时,通过重构优化设计数学模型,合理地确定设计变量,对整数变量进行线性等式约束,引入MAAG制模数等措施,使整个优化设计的离散化过程简化为对模数的离散一维搜索,同时避免了离散点间隔过大可能造成的缺陷,从而提升了优化设计的效率和质量。(本文来源于《煤矿机械》期刊2009年06期）
罗佑新,廖德岗,车晓毅,刘奇元[8]（2008）在《混合离散变量的高维多目标灰色稳健优化设计》一文中研究指出提出了一种基于混合离散变量灵敏度分析的高维多目标稳健性设计方法,建立了基于灵敏度分析产生附加目标函数的2种高维多目标稳健优化设计模型,应用灰色绝对关联度求解。该模型与方法能合理地处理优化设计中混合离散变量的取值问题,引入了混沌移民算子对基本遗传算法进行了改进,并开发了混合离散变量优化的灰色复合遗传算法程序GSCHGA。工程设计实例表明,该算法对优化设计问题无特殊要求,具有较好的普适性,而且程序运行可靠,全局收敛能力强。(本文来源于《农业机械学报》期刊2008年09期）
韩朝晖,叶南海[9]（2008）在《混合离散变量的多目标优化设计灰色综合关联度算法》一文中研究指出提出了一种基于混合离散变量多目标优化设计求解方法.该方法应用相似系数与灰色关联度相结合形成的灰色综合关联度直接求解.引入了混沌移民算子对基本遗传算法进行了改进,并开发了混合离散变量优化的灰色复合遗传算法程序.工程设计实例表明,该算法对优化设计问题的特性无特殊要求,具有较好的普适性,而且程序运行可靠,计算简单,全局收敛能力强.(本文来源于《湖南农业大学学报(自然科学版)》期刊2008年04期）
张金标[10]（2008）在《基于遗传算法的减速器混合离散变量优化设计》一文中研究指出针对混合离散设计变量的非线性优化问题,提出了一种面向设计与制造的离散变量工程化处理方法,能简便而合理地处理工程实际中的混合离散变量的取值问题;引入两个定义,以此构造惩罚函数,简单而可靠。在此基础上,建立了一种改进的遗传算法,用来对混合离散变量非线性规划问题进行全局搜索。二级圆柱齿轮减速器优化设计实例表明,该算法普适性较好,全局搜索能力强。(本文来源于《机械工程师》期刊2008年05期）
混合离散变量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
行星轮系设计复杂,各参数受到配齿、可靠性和干涉等条件的限制。模数还受到国家标准的制约,只能选取一些离散值,用经典优化算法求解效果很差。遗传算法处理对象不是变量本身,而是经过编码后的基因,这种先天的优势能较好的处理这类变量类型多样的优化问题。通过对齿数和模数的处理,将无序的离散值转变为连续的整型数。提出了一种改进的实值编码方式,建立满足配齿、变位系数、干涉和强度等约束条件,以体积最小为目标函数的优化模型。合理选择遗传算法控制参数,编写了Matlab程序对所建的模型进行求解。研究结果表明:该改进算法全局寻优能力强,多次启动均能收敛于统一最优解。在满足各约束条件的情况下,优化后体积减小了21.056%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混合离散变量论文参考文献
[1].连青惠,蓝兆辉.基于变量转换法的混合离散变量优化设计[J].机械传动.2015
[2].王盛,龚宪生.基于遗传算法的行星轮系混合离散变量优化[J].机械科学与技术.2014
[3].徐志杨,李艾民,张传辉,陈晓辉.基于混合离散变量复合形法的弧齿锥齿轮优化设计[J].北京联合大学学报(自然科学版).2011
[4].于雷.混凝土系杆拱桥非线性混合离散变量优化设计[D].中南大学.2011
[5].刘岳兵,王宏谋,王少华,黄梅.基于混合离散变量法的箱形伸缩式吊臂优化设计[J].起重运输机械.2010
[6].何哲明.混合离散变量优化的精英多父体杂交算法[J].机械传动.2010
[7].蒋文凤,李必文,梅占国,胡良斌.地下自卸汽车轮边减速器混合离散变量优化设计[J].煤矿机械.2009
[8].罗佑新,廖德岗,车晓毅,刘奇元.混合离散变量的高维多目标灰色稳健优化设计[J].农业机械学报.2008
[9].韩朝晖,叶南海.混合离散变量的多目标优化设计灰色综合关联度算法[J].湖南农业大学学报(自然科学版).2008
[10].张金标.基于遗传算法的减速器混合离散变量优化设计[J].机械工程师.2008
论文知识图
