基于遺傳算法的大型圓振動(dòng)篩的優(yōu)化設計論文

　　1 引言

　　隨著(zhù)工業(yè)水平的不斷提高，振動(dòng)篩的類(lèi)型也不斷增多，工業(yè)水平的發(fā)展對振動(dòng)篩的質(zhì)量也提出了更高的要求。目前，振動(dòng)篩正朝著(zhù)大型化的方向發(fā)展，大型圓振動(dòng)篩的處理能力不斷增強，對大型圓振動(dòng)篩的優(yōu)化設計也是至關(guān)重要的，傳統的振動(dòng)篩設計方法并不能獲得最優(yōu)的參數，為了能夠提高大型圓振動(dòng)篩的性能，應該選擇一種行之有效的技術(shù)對其進(jìn)行優(yōu)化設計。遺傳算法是一種智能優(yōu)化算法，可以通過(guò)適應度選擇交叉和突變概率，在解決優(yōu)化問(wèn)題時(shí)具有較高的收斂效率，傳統的遺傳算法具有容易陷入早熟的缺陷，無(wú)法獲得全局最優(yōu)解，因此，可以通過(guò)遺傳算法的基本參數進(jìn)行調整，避免傳統遺傳算法的缺陷，因此，將改進(jìn)遺傳算法應用于大型圓振動(dòng)篩的優(yōu)化設計中是切實(shí)可行的，通過(guò)大型圓振動(dòng)篩優(yōu)化的目標設計改進(jìn)遺傳算法的適應度函數，并且設計相應的大型圓振動(dòng)篩的優(yōu)化設計流程。

　　2 大型圓振動(dòng)篩的優(yōu)化設計模型

　�。�1）大型圓振動(dòng)篩的選材

　�。�2）大型圓振動(dòng)篩的技術(shù)參數

　�。�3）大型圓振動(dòng)篩的優(yōu)化設計數學(xué)模型

　　3 改進(jìn)遺傳算法的優(yōu)化流程

　　遺傳算法屬于一種智能算法，應用成功地應用于許多領(lǐng)域中，為了能夠提高大型圓振動(dòng)篩的優(yōu)化設計效果，將改進(jìn)的遺傳算法應用于其優(yōu)化設計中。傳統的遺傳算法存在早熟現象，因此，對遺傳算法進(jìn)行改進(jìn)。為了能夠提高遺傳算法的優(yōu)化性能，將混沌優(yōu)化理論和遺傳算法融合起來(lái)提出了改進(jìn)的遺傳算法，該算法的.思路為：通過(guò)混沌序列生成初始種群，在優(yōu)化空間中依據遺傳算法的基本流程對尋優(yōu)精度進(jìn)行自適應地進(jìn)行調節，進(jìn)而可以極大地提升遺傳算法的尋優(yōu)性能，提高大型圓振動(dòng)篩的優(yōu)化設計效率。改進(jìn)的遺傳算法能夠采用有效的優(yōu)化方法，不僅能夠確保種群的多樣性，而且能夠較好地避免算法陷入局部最優(yōu)，從而能夠獲得全局最優(yōu)解。

　　4 算例分析

　　為了驗證改進(jìn)遺傳算法的有效性，以某大型圓振動(dòng)篩為例，進(jìn)行其優(yōu)化設計，大型圓振動(dòng)篩的原始尺寸如下所示：篩面的寬度為4m，參振的質(zhì)量為4500kg，大型圓振動(dòng)篩的軸承摩擦因子為0.0035，軸承的阻尼因子為0.35，物料的松散密度為3.5t/m3，傳動(dòng)效率為96%，激振器的軸直徑為0.25m，篩面上的物料層厚度為0.2m。

　　5 結論

　　為了能夠提高大型圓振動(dòng)篩的優(yōu)化效率，將混沌優(yōu)化算法和遺傳算法結合起來(lái)提出改進(jìn)遺傳算法，并且將其應用于大型圓振動(dòng)篩的優(yōu)化設計中，構建了大型圓振動(dòng)篩的優(yōu)化設計模型，定義了其優(yōu)化目標函數和約束條件，并且設計了基于改進(jìn)遺傳算法的優(yōu)化設計流程，通過(guò)仿真分析可以看出，改進(jìn)遺傳算法能夠有效地降低大型圓振動(dòng)篩的單位產(chǎn)量的功耗，從而能夠提高大型圓振動(dòng)篩的生產(chǎn)效率。

【基于遺傳算法的大型圓振動(dòng)篩的優(yōu)化設計論文】相關(guān)文章：

基于遺傳算法的優(yōu)化設計論文04-22

簡(jiǎn)議基于遺傳算法的MR減振器多目標優(yōu)化設計論文04-21

遺傳算法的機器人控制系統優(yōu)化設計作用論文04-01

基于環(huán)境科學(xué)優(yōu)化城市公園的設計研究論文01-28

基于遺傳算法的車(chē)牌定位技術(shù)研究論文04-16

基于Matlab的壓力容器螺栓組聯(lián)接優(yōu)化設計的論文04-21

基于FGA的直接數字頻率合成器的優(yōu)化設計論文04-21

論文：基于遺傳算法的電工學(xué)組卷程序的研究06-16

水利計算的優(yōu)化設計論文04-20