改进的粒子群算法在挖掘机设计中的应用.pdfVIP

维普资讯 学兔兔 蛳脚眵 0≮ ≮ 溥趣 。00lll一 嘲 哪 嘞自睁晚≮ 出现在铲斗斗底与斗底加强板下部的结合处，模型 元分析【J】．山东工业大学学报，1995(6)：197—200． 应力对称性较好；偏载时最大等效应力大大降低，提 [4]李海峰．装载机工作装置有限元分析【J】．重型汽车， 高了安全系数，证明模型的改进是合理的，该优化方 2003(1)：18—19． 案对铲斗的设计和改进具有一定的参考价值。 [5]李柳，程志红，陈光柱，等．装载机工作装置参数化建 模优化分析【J】．煤矿机械，2006(9)：34—35． 参考文献 [6]范文杰，张子达，文广．挖掘装载机工作装置有限元分 [1]石沛林，张子达．装载机工作装置有限元分析及横梁 析阴．土石方机械与施工技术，2006(2)：46_47． 位置确定[J]．工程机械，1999(10)：20—22． [2]付宁，尹春建，万筱军．装载机铲斗设计探讨【J】．南方 通信地址：山东淄博山东理工大学交通与车辆工程学院 农机，2006(4)：32—33． (255091) (收稿日期：2008-01—17) [3]李德军，杨超英，刘长全，等．轮式装载机铲斗的有限 改进的粒子群算法在挖掘机设计中的应用 郑州航空工业管理学院 赵 辉 郭友寒 张春凤 摘 要：根据粒子群算法(PSO)的特点，在兼顾局部搜索能力的基础上对其进行了改进，提出一种粒 子重生策略，从而提高全局优化能力。为了对算法进行检验，将之用于挖掘机工作装置的优化设计中。挖 掘机工作装置的优化设计是一个复杂的多维非线性约束优化问题，在对实际约束进行化简的基础上，建 立数学模型，并使用改进后的PSO算法进行了优化设计。经过对比表明，该方法切实可行。 关键词：粒子群算法 重生策略 挖掘机 优化设计 目前挖掘机产品的工作装置多为反铲机构，由 法通过个体之间的协作与竞争，实现复杂空间中最 动臂、斗杆、铲斗、工作液压缸和连杆机构等组成，其 优解的搜索，且效率较高，易于实现，在工程实践中 结构形式简单，适用范围广，可进行挖掘、平整及开 应用范围也越来越广泛。 沟等作业。其工作装置的优化是一个多维多约束非 在PSO算法中，首先生成初始种群，其中包含 线性的复杂优化问题。 若干数量的粒子，这些粒子将在可行域内运动。通过 哈尔滨工业大学的薛渊先生等采用复合形法对 计算每1个粒子的适应值，从而获得新的运动方向 挖掘机的铲斗连杆机构进行了优化设计【l】o吉林大学 和运动速度。一般情况下，在每一轮运动过程中，最 的孙志广先生使用powell法对挖掘机的挖掘装置进 优粒子以及历史最优粒子对粒子下一轮运动有较大 行了优化设计翻。华南理工大学的迟永滨先生等提出 的影响。经过多次迭代计算之后，最终获得最优解。 了挖掘机反铲装置优化设计的控制方法闭。 后来，Shi和Eberhart通过引入惯性权重，改善了 本文将采用粒子群优化方法来进行挖掘机的工 PSO算法的收敛性能圈，其进化方程为： 作装置优化设计。 +l =(IJ +c。 (PL—xL)+c2 r