位置:成果数据库 > 期刊 > 期刊详情页
基于改进非支配排序遗传算法的正铲挖掘机工作装置优化设计
  • ISSN号:0577-6686
  • 期刊名称:《机械工程学报》
  • 时间:0
  • 分类:TH122[机械工程—机械设计及理论] TU621[建筑科学—建筑技术科学]
  • 作者机构:[1]先进锻压成型技术与科学教育部重点实验室(燕山大学),秦皇岛066004, [2]燕山大学河北省并联机器人与机电系统实验室,秦皇岛066004
  • 相关基金:国家优秀青年科学基金(51422509)和国家自然科学基金(51275437)资助项目.
中文摘要:

采用多目标进化算法对正铲挖掘机工作装置进行优化设计,目标是水平直线挖掘铲斗切削后角变化量、主要挖掘区域内纵向斗杆挖掘最大挖掘力和纵向铲斗挖掘最大挖掘力3个性能指标。针对NSGA-II处理具有复杂Pareto最优前端优化问题能力不足的问题,提出动态拥挤排序策略,提高算法求解的多样性,引入差分算子和柯西变异算子,提高算法的全局寻优能力。使用ZDT系列测试函数对改进算法进行测试研究,结果表明改进算法的收敛性指标和多样性指标均有很大提高,能够很好地处理具有复杂Pareto最优前端的优化问题。基于改进的优化算法对正铲挖掘机工作装置进行优化设计,并利用理想解法得到了最满意优化方案,优化结果表明了改进算法应用于实际工程问题的有效性和可行性。

英文摘要:

A multi-objective evolutionary algorithm is applied to optimize the face-shovel excavator attachment, which sets the variable quantity of bucket's cutting angle in excavating along horizontal line, the stick digging force and the bucket digging force in vertical direction in main digging range as optimization goals. Aiming at improving the performance of NSGA-II in the optimization problems of complicated Pareto front, a dynamic sorting algorithm is designed to improve the diversity. Differential evolution operator and Cauchy mutation operator are proposed for improving the convergency and the ability of global optimization. By using a class of continuous multi-objective optimization test instances to test the improved NSGA-II, the experimental results indicate that the proposed algorithm could significantly outperform NSGA-II on these test instances. The proposed algorithm is applied to a practical example of face-shovel excavator, and can make use of TOPSIS to select the most satisfied schedule from the Pareto set. The comparison with other schemes testifies the feasibility and effectiveness of the improved NSGA-II.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《机械工程学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国机械工程学会
  • 主编:宋天虎
  • 地址:北京百万庄大街22号
  • 邮编:100037
  • 邮箱:bianbo@cjmenet.com
  • 电话:010-88379907
  • 国际标准刊号:ISSN:0577-6686
  • 国内统一刊号:ISSN:11-2187/TH
  • 邮发代号:2-362
  • 获奖情况:
  • 中国期刊奖,“中国期刊方阵”双高期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:58603