一、改进遗传算法在齿轮减速器优化中的应用（论文文献综述）
赵转哲,刘永明,张振,鲁月林,何慧娟[1]（2021）在《群智能算法在“机械优化设计”教学中的应用》文中指出"机械优化设计"课程是机械类专业学生的一门重要基础课,目前存在着教师授课方法闭塞、单一、学生学习积极性不高等弊端,从而导致学习效果差、课程目标达成度低等问题。基于此,首先,将遗传算法、粒子群算法、混合蛙跳算法等群智能优化算法引入到二级圆柱齿轮减速器的优化设计中,试验结果表明,群智能算法的求解结果优于传统的人工算法和复合型算法。其次,通过分析数据发现,群智能算法的求解结果需要进行圆整等技术处理才可以在工程实际中使用,因此,需要引导学生思考如何改进算法。最后,针对混合蛙跳算法,提出了相应的改进措施,使之能够适合混合变量类型（非单一的连续型变量）的工程优化问题。通过将人工智能算法引入课程作业的教学过程,扩大了学生的视野,有利于培养学生在解决复杂工程问题时的创新能力。
王燮辉[2]（2021）在《基于dSPACE的EPS控制策略及试验台架的设计与验证》文中研究表明随着电子产业的发展,电动助力转向系统（Electric power steering system,EPS）以低成本、低能耗、高性能的优势,在乘用车领域中占领了大量的份额。我国具有自主知识产权EPS的供应链已经趋于成熟,但是在EPS试验台架方面却缺乏商业化应用的成果,与国外具有一定的差距。EPS试验台架对于EPS的开发具有强烈的指导作用,可在实验室内有限的空间下,以较短的时间实现EPS系统的初步实际验证、在线修改与调试,缩短EPS的开发周期,降低人力、物力成本。首先,根据研究对象的整车参数,在Car Sim和MATLAB/Simulink搭建车辆动力学联合仿真模型,通过对转向阻力矩的分析,建立了转向阻力矩模型,可实现在不同的车速、道路附着系数和转向盘转角下车辆转向阻力矩的实时计算和输出。其次,通过管柱助力式电动助力转向系统（Column Type Electronic Power Steering,C-EPS）的受力分析,构建了C-EPS数学模型。基于转向阻力矩模型设计了改进的直线型助力特性曲线。采用常规PID控制器进行C-EPS转向助力和转向盘回正的控制,并使用遗传算法进行PID控制器参数的整定,完成C-EPS控制策略的设计。联合转向阻力矩模型和C-EPS模型进行了仿真,在转向轻便性,助力阶跃响应和转向回正仿真试验中取得了良好的控制效果。然后,使用dSPACE实时系统,搭建了C-EPS硬件在环试验台架。在硬件方面,完成了试验台架机械结构、转向阻力矩加载机构、传动机构的设计,传感器的选取和助力电机驱动器的选型;在软件方面,完成了控制策略的代码生成,并采用Controldesk建立了试验管理人机交互界面。硬件在环仿真试验结果表明,所设计的C-EPS控制策略具有良好的性能,试验台架达到了预期的设计目标。最后,为进一步提升C-EPS的安全性能,针对C-EPS传感器的故障失效模式,设计了对于C-EPS扰动输入不敏感的未知输入观测器,建立了C-EPS主动容错控制。针对转矩传感器和电流传感器进行容错控制仿真试验,仿真结果表明所设计的容错控制能够实时估计传感器故障值,分别实现了转矩和电流信号故障下C-EPS助力性能的恢复。
沈浩[3]（2021）在《混凝土搅拌车二级行星减速器仿真分析与优化研究》文中研究表明近年来,随着基础设施建设与房地产等行业的快速发展,我国对混凝土搅拌车等工程机械的需求与日俱增。混凝土搅拌车用减速器是连接液压马达和搅拌筒的关键部件,它要求结构紧凑、承载能力高、传递功率大,同时具有较好的动态性能,常常采用的是行星齿轮减速器。搅拌车的工作环境一般较为恶劣,搅拌筒载荷变化以及液压马达的脉动冲击也会使得减速器运行时产生振动、噪音甚至卡滞,因而对减速器的动态性能及内部元件的强度、寿命提出了更高的要求。本课题基于虚拟仿真软件对某混凝土搅拌车用二级行星减速器进行了静力学和动力学分析及优化设计,其主要内容和结论如下:（1）通过混凝土搅拌车用二级行星齿轮减速器原始参数,利用Romax designer软件建立了该减速器的传动模型。（2）对减速器传动系统进行了静力学分析。校核了轴的强度,结果显示各轴均满足强度要求。考虑轴承的润滑、材料的疲劳极限、安装游隙和错位以及滚子的接触分布等因素,计算了轴承的修正额定寿命;并通过求解滚动体与内、外圈滚道的接触应力与接触印迹,分析了轴承的受载情况,得到了最大接触应力及其所在位置,同时计算了接触强度安全系数。通过计算齿轮的接触应力和弯曲应力及对应的安全系数,校核了齿轮的接触疲劳强度和弯曲疲劳强度,并对不满足强度要求的齿轮进行了齿向修形优化和提高材料、热处理等级,使它们均达到了强度要求。（3）对减速器传动系统进行了动力学分析。对各齿轮副进行传动误差分析,得出了误差波动曲线,并对传动误差较大的齿轮对进行了齿向修形,修形后传动误差与齿面最大法向载荷均有所减小,且齿面载荷分布更均匀。求解出了传动系统的固有频率和振型、系统的振动响应与齿轮啮合频率,并对速度响应曲线、瀑布图进行分析,结果表明该系统具有良好的动力学性能。
苏明慧[4]（2021）在《基于OPTIMUS的某型战术导弹多学科设计优化技术研究》文中研究说明作为陆军精确打击能力和体系作战能力的重要支撑,小型地地战术导弹武器系统日益受到世界各军事强国的关注,其总体设计问题具有学科耦合性强、计算复杂度高的特点。本文以某型在研地地战术导弹为研究对象,采用OPTIMUS软件平台构建了其总体设计仿真分析自动化流程,基于动态罚函数理论,提出了一种适用于该型导弹总体设计问题的协同优化方法,并结合飞行试验实测数据对本文设计优化流程的可行性进行了初步验证。本文主要研究内容如下:（1）提出了一种针对复杂系统优化问题的改进协同优化方法。研究协同优化方法计算困难的原因,分析基于一致性约束松弛改进方法、结合现代智能算法改进方法及二者合一改进方法的不足之处,提出一种基于动态罚函数的改进协同优化方法。通过多学科设计优化经典算例对标准协同优化方法、常用改进协同优化方法和本文提出的基于动态罚函数协同优化方法的计算性能进行了考核与分析,验证了本文提出改进协同优化方法的优越性。（2）某型战术导弹学科建模分析及验证。以某型战术导弹为对象,通过几何外形参数化、气动性能计算、推进方案设计、总体布局安排、弹道仿真等工作,建立了各学科分析模型,为后续工作奠定基础。并利用导弹样机测量数据、飞行试验实测数据等,验证了学科分析模型的精度。（3）建立了某型战术导弹气动代理模型。采用中心复合试验设计、拉丁超立方试验设计获得样本点,通过多项式响应面方法、径向基插值方法分别构建导弹气动外形代理模型。基于代理模型误差校核理论,对比分析四个代理模型的精度,选择近似能力最强的参与后续学科集成。通过对比原模型与代理模型计算时长,验证了使用代理模型替代原模型可以节约计算成本,提高设计效率。（4）某型战术导弹总体设计问题建模及优化设计。通过分析各学科之间的耦合关系与信息传递方向,建立了某型战术导弹设计结构矩阵。分别结合多学科可行法与本文提出的基于动态罚函数改进协同优化方法,建立导弹总体多学科设计优化模型。结合气动代理模型,在OPTIMUS软件平台进行总体设计优化模型的集成与计算,得到了更优的总体参数方案,达成了降低导弹起飞质量的优化目标。结果表明基于本文提出改进协同优化方法的多学科设计优化流程于导弹总体设计问题具有适用性与可行性。本文摸索、归纳、总结了一套多学科设计优化技术针对小型战术导弹总体设计问题的工程化应用流程,为工程实际中小型战术导弹总体设计与多学科设计优化方法的结合提供了技术支持。
程建军[5]（2019）在《振动压路机激振器虚拟设计》文中研究表明压路机作为主要的道路施工设备在各类压实作业中起到重要作用,而振动轮作为振动压路机的工作装置,其性能的优劣更是直接影响到施工质量。激振器犹如振动轮的心脏,振动轮通过其高速的旋转获得激振力以实现压实效果,因此保证激振器的正常工作至关重要。而在市场上振动轮常见的故障之一是激振器中偏心块的撕裂,因此需要对激振器的工作过程进行细致的分析以查找偏心块失效的潜在原因为设计改进提供依据和方向。本文运用计算机仿真技术并结合振动轮中激振器的实际工作情况,对激振器的偏心块进行了结构分析和模态分析,同时运用动力学仿真软件和有限元分析软件对偏心块碰撞过程进行了仿真分析。本次研究中考虑到装配过程的合理性,运用智能算法对激振器的装配序列进行了最优方案求解,通过对比两种智能算法的求解速度获得了更为适用的智能算法。本文中研究的具体内容包括:（1）通过对激振器设计理论的学习完成了固定偏心块和活动偏心块的主要参数的设计,并对其强度进行了校核。（2）运用Creo软件完成了偏心块的实体和激振器总成的装配体建模。运用有限元分析软件ANSYS对偏心块进行了结构力学的仿真分析,深入地研究了不同网格划分方法的应用及对网格质量的影响,并完成了偏心块的静力学仿真分析和模态仿真分析,排除了因偏心块结构设计缺陷带来失效的可能。（3）在运用Creo对激振器进行装配时没有考虑零部件间的干涉关系和实际装配中因改变方向和工具增加的成本。因此,本文运用了智能算法和MATLAB对激振器的装配过程进行了最优序列的求解,获得了最优的装配序列。（4）考虑到偏心块的撕裂原因可能来自于固定偏心块与活动偏心块的频繁的高速的碰撞,运用赫兹接触理论将偏心块的碰撞用小球之间的碰撞进行模拟,并分别建立了碰撞的运动学仿真模型和有限元碰撞模型,运用ADAMS和ANSYS对其进行了仿真分析,并通过优化调整参数使仿真结构与理论数值具有较高的吻合度。该论文有图72幅,表14个,参考文献96篇。
李佳兴[6]（2019）在《卷扬机减速器行星齿轮传动系统动力学分析及优化设计》文中研究指明本文研究的卷扬机主要用于工程起重机泵车,目前采用行星齿轮传动方式制造的卷扬机减速器与国外还存在一定的差距,主要是在卷扬机的工作过程中,行星齿轮传动系统所产生的振动对工程起重机本身和操作人员产生较大的影响,同时产品在适应起重机的狭小空间和降低成本上还与国外有一定的差距。为提升企业竞争力,本文根据卷扬机减速器的功能和结构特点,对卷扬机行星齿轮传动系统在运行过程中的动态行为进行分析,并对产品进行优化,减轻了传动系统的质量,同时提高了产品的运行稳定性。首先,以卷扬机减速器为研究对象,根据产品的结构图和基本参数,分析产品的结构特点,并根据其在传动过程中的行为,绘制传动系统结构简图,对行星传动系统进行模块的初步划分,采用虚功原理对传动系统的功率流向和传动效率进行分析,得到了影响传动效率的关键因素。其次,为得到系统的动力学模型,采用集中参数建模的方法进行模型搭建,以两个齿轮啮合的动力学基本模型为基础,考虑传动系统的复杂变形,引入相应的自由度,采用随动坐标的方式对构件间的关系进行表达,通过逐级建模的方式,在建立了单级传动模型的基础上,通过级间耦合的方式,得到整个系统的模型,为对系统进行动力学分析奠定了基础。基于行星齿轮传动系统模块划分结果,将卷扬机行星传动系统拆分为4个基本功能模块以及10个主要模块,采用参数化建模的思想,对构件的基本物理参数和相互间的关系建立参数驱动方程,在虚拟样机中建立系统的运动学模型和动力学模型,并对模型进行验证和求解,得到系统的运动学特性和动力学特性。基于以上对卷扬机行星齿轮传动系统的研究,建立系统的优化模型,分别采用单目标优化和多目标优化对模型进行求解,将传统解法与优化设计求得的解进行对比,得到系统的优化方案。
易永胜[7]（2019）在《基于协同近似和集合策略的多学科设计优化方法研究》文中研究说明当前产品的设计越来越复杂,所包含的子系统或子学科越来越多,而且整个系统中的耦合效应越来越复杂,使得计算也越来越耗时。针对现代产品设计过程中各学科之间相互作用的耦合效应强和计算量庞大的难点,解决方法之一是采用多学科设计优化（MDO）,这使得开发更加高效的MDO方法成为研究热点。由于实际工程问题中往往包含各种不确定性因素,因此实际工程产品的质量和性能都会受到这些不确定性因素引起的重大影响,所以研究不确定MDO方法更加符合工程问题的实际情况。本文结合代理模型技术,提出了新的MDO方法,不需要复杂耗时的多学科分析和繁琐的灵敏度计算;针对工程问题往往包含不确定性的实际,着重对稳健设计进行了研究,结合基于集合策略的设计,提出了不确定性下多学科稳健设计优化方法。工程实例结果验证了本文所提的方法可行有效且实用性强。首先,重点介绍了七种常见MDO方法的基本原理与特性,综合比较了各种MDO方法的优缺点,进而提出了论文的研究框架。其次,提出了一种基于协同近似的MDO方法（CMSO）。构建了一个协同模型作为过滤器,筛选出满足系统分析（SA）或多学科分析（MDA）的可行样本点。利用这些样本点,构建代理模型并对其进行验证与确认。选择最佳的代理模型,构建多学科优化模型,并使用序列二次规划法（SQP）进行优化求解。搭建了基于协同模型（CM）进行协同抽样（CS）并与代理模型结合的MDO框架。通过实例,验证了该方法的有效性、准确性和高效性。实例计算表明,该方法无需反复调用复杂耗时的多学科分析与繁琐的灵敏度计算,提高了计算效率。然后,提出了一种基于协同近似与人工蜂群算法的MDO方法（CMSOALMABC）。引入增广拉格朗日乘子法（ALM）,处理MDO数学模型中含有的复杂等式约束条件,通过拉格朗日乘子,将等式约束转化为无约束优化问题。结合协同近似与人工蜂群算法,搭建了该方法的框架,并给出了该方法的步骤与流程。通过实例,验证了该方法的有效性和可行性。该方法提高了全局寻优能力,缩短了工程产品的设计周期,为更加有效地解决现代工程设计问题提供了可能。接着,提出了基于集合策略的多学科稳健设计优化方法（SSMRDO）。利用最大变差分析法,构建了稳健设计模型,用于不确定性分析;利用集合策略的方法,构建了系统优化模型,用于协调完全自治子系统之间的耦合变量,获得新的设计空间,通过序列优化,得到系统稳健最优解和最优稳健设计空间。搭建了该方法的框架,阐述了该方法的步骤和流程。通过实例,验证了该方法的准确性和有效性。该方法使设计人员从设计变量的广泛设计值开始,逐渐减少集合以获取更多信息,缩减了设计时间,提高了系统的稳健性。随后,采用本文提出的方法分别实现了船舶概念、四辊轧机和空冷电池热管理系统的设计优化。工程实例结果表明,本文所提方法能有效的降低工程产品设计优化中MDO计算的耗时与繁琐,满足现代工程产品设计的要求。最后,总结了全文的主要工作,并展望了未来值得进一步研究的方向。
杨丽丽[8]（2018）在《多学科协同优化及其不确定性和多目标性研究》文中进行了进一步梳理多学科设计优化（MDO）能够充分考虑学科之间的耦合作用,为复杂产品的设计优化问题提供更加可靠的求解方案,在现代复杂工程系统设计领域具有举足轻重的作用。但是MDO的很多技术并未完善,为了适应工程系统日益复杂的设计需求,MDO还需要更深入、全面的研究。本文以协同优化方法（CO）为对象,对CO尚存的缺陷,以及考虑不确定性和多目标性下的优化问题求解方法进行了研究,得到了以下研究成果:（1）针对基于学科间不一致信息的动态松弛因子方法易于错误收敛的问题,将固定松弛因子方法与动态松弛因子方法结合,拓展出一种混合松弛因子方法。该方法在保留动态松弛因子方法的全局搜索能力的同时,通过松弛因子中的固定松弛部分为系统级优化问题的可行域提供保障,在总体上改善了求解过程的收敛性问题。（2）基于学科间不一致信息的松弛因子方法不适用于学科间共享、耦合变量不完全一致的多学科优化问题,且未能充分考虑实际工程中不同设计变量的量级差别,为此本文提出一种考虑变量量级的动态松弛因子方法。该方法不受各子学科中共享、耦合变量数目的限制,并考虑到不同子学科设计变量的量级特征,为系统级优化问题建立了一个更合理的搜索区间。（3）针对改进协同优化方法中因为共享设计变量在系统级与学科级之间的不一致性可能会造成最终解不满足原优化问题约束条件的问题,本文采用灵敏度分析方法,构造了一种改良的协同优化方法。该方法利用一阶泰勒展开式对学科级局部约束函数进行修正,考虑了共享设计变量不一致性对约束函数的影响,从而改善了系统级最优解的可行性。（4）针对基于隐式不确定性传递的鲁棒协同优化方法求解效率较低的问题,提出了一种基于共享设计变量的鲁棒协同优化方法,将各子学科的状态变量及其不确定性变差都作为优化问题的共享设计变量。该方法避免了在优化过程中通过另外的不确定性评估模块进行数据传递和不确定量求解,降低了多学科鲁棒性优化设计的计算复杂度。（5）考虑到基于改进措施的鲁棒协同优化方法中共享设计变量的不一致性给约束函数鲁棒性评估带来的偏差,提出一种考虑模型误差的鲁棒协同优化方法。该方法不仅考虑了各设计变量的不确定性变差和状态变量的学科分析预测误差,也包含了在协同优化求解过程中产生的共享设计变量不一致性变差,使鲁棒协同优化设计的约束函数鲁棒性评估更加精确、全面。（6）针对系统级具有多目标形式的多学科优化设计问题,构造出一种基于全局多目标梯度混合算法的多目标协同优化方法。该方法结合了多目标遗传算法的全局搜索能力和基于梯度算法的快速收敛能力,并采用变维数响应面技术对局部梯度信息进行评估,能够在有限的迭代次数内搜寻到全局Pareto最优解,提高了大规模多目标多学科优化问题的计算效率和计算精度。（7）针对子学科具有多目标特点的协同优化问题,提出一种基于动态加权的多目标协同优化方法。该方法通过引入物理目标的期望值和可变化的权系数,将一致性目标和所有物理目标组合成单目标。在保证一致性目标优先级的条件下,通过权系数的动态调整,最终得到使系统级目标函数趋向于最优的组合形式,避免了对各子学科多目标问题最优解的选择,并提高了多目标协同优化问题的求解效率。本文的主要创新点归纳如下:（1）为协同优化系统级问题提出了混合松弛因子方法和考虑变量量级的动态松弛因子方法,改善了系统级优化问题的收敛性,拓宽了松弛方法的工程适用性,并对已有改进协同优化方法的学科级约束函数进行修正,提出了改良的协同优化方法,为多种改进协同优化设计方法的解的可行性提供了保障。（2）为区间分布类型的不确定性优化问题建立了一种基于共享设计变量的鲁棒协同优化模型,将不确定性评估过程融合到优化设计进程中,有效降低了多学科鲁棒优化设计的计算复杂度。考虑到系统级与学科级之间的不一致性给约束条件鲁棒性评估带来的偏差,提出了考虑模型误差的鲁棒协同优化方法,提高了多学科鲁棒优化设计结果的可靠性。（3）分别针对系统级和学科级具有多目标形式的协同优化设计问题,构造了基于全局多目标梯度混合算法的多目标协同优化方法和基于动态加权的多目标协同优化设计方法,为大规模多学科多目标优化设计问题提供了更高效的求解方法。
赵晓松[9]（2018）在《基于遗传算法的双级行星齿轮减速器模糊稳健优化设计》文中认为模糊稳健优化设计方法是近年来发展起来的一种集稳健优化设计和模糊设计理论于一体的新型优化设计方法。稳健优化设计的核心是通过控制因素状况的微小变化使可控因素与不可控因素在设计变量发生改变时仍能满足产品质量的一种工程方法。通过优化设计以期能够得到最佳设计,在提高产品质量的同时能够降低成本。模糊稳健优化方法是在稳健优化设计的理论基础上引入模糊设计理论,通过利用计算机等辅助设计开发平台,优化产品设计时的成本与效率。本文将对行星齿轮减速器、遗传算法、模糊优化及稳健优化设计进行全面介绍,系统的回顾了相关理论。在系统研究行星齿轮传动的基础上,根据工程实际的要求建立合理的多目标双级行星齿轮减速器的模糊稳健优化数学模型,通过模糊稳健优化设计,最大程度地降低不可控因素所引起的质量波动。通过在MATLAB遗传算法工具箱的设计优化环境对双级行星齿轮减速器进行模糊优化的系统设计,通过田口稳健设计做近一步的优化,将上一步中的模糊优化最优解再度模糊化。根据实际情况对可控因素及不可控因素（产品生产中产生的误差）建立内外正交表,内外表会产生若干个实验数据,与之对应的是产生不同实验方案下的信噪比（S/N）,最终得出一组可控因素的最优解。最后为了验证设计正确性,将进行UG建模仿真,将模型导入ADMAS进行验证传动效率。最后,将通过模糊稳健优化设计后的双级行星齿轮减速器的优化结果同传统的优化设计后的结果进行比较,可以看出,模糊稳健优化设计结果更佳,不仅降低了产品的成本,同时提高了产品的传动效率,具有工程实用意义。因此,模糊稳健优化具有现实意义。
王成[10]（2018）在《新型优化算法开发及其在核动力装置优化中的应用》文中研究说明核动力装置因其具有运行时常规污染物和温室气体排放少、不依赖空气以及燃料能量密度极高等优点,被应用于发电和船舶动力领域。但对常见的压水堆核动力装置而言,由于主蒸汽参数较低,它也有尺寸大、热效率低和投资成本高等缺点。如果能在保证装置主要设计性能的前提下,运用优化设计方法降低装置中设备的重量、体积和成本,提高系统热效率,则可以降低设备的制造和运输难度,提高装置的经济性和竞争力。因此核动力装置优化设计具有重要的理论意义和工程应用价值。然而,由于装置本身的复杂性,其设备或系统的优化设计属于复杂的强耦合非线性约束优化问题,要解决核动力装置优化问题,必须开发性能优良的优化算法。以此为背景,本文开发了适用于核动力装置优化的新型单目标和多目标优化算法,建立了典型设备和系统的数学模型,开发了相应的评价程序,开展核动力装置的优化设计研究。论文主要研究内容和结果如下:1.新型混合遗传单目标优化算法开发。针对传统遗传算法求解精度不高和收敛慢的缺点,设计了新的算法策略,其中采用了并行交叉变异策略以提高种群多样性;采用自适应方法加快收敛速度、增强寻优能力。针对Nelder-Mead单纯形法的不足,设计了循环反射和循环扩张操作,以增强其局部深度搜索能力。鉴于遗传算法和单纯形法的互补性,将改进后的两个算法有机结合,开发了新型混合遗传单目标优化算法,并设计了归一化自适应松弛约束处理法以增强算法处理约束优化问题的能力。利用8个无约束优化标准测试函数、13个约束优化标准测试函数和4个工程约束优化标准测试问题,对新型算法的性能进行了测试,与其他优秀算法的性能对比证明了所开发算法的有效性。2.新型混合遗传多目标优化算法开发。为提高针对多目标优化问题的处理能力,提出新的多目标处理策略:设计了快速?支配排序策略,以便同时对算法中可行和不可行个体进行快速分级排序;设计了动态拥挤距离排序策略,以改善非支配解集的分布性;对单纯形法进行适应性改进,设计了适用于多目标优化的单纯形深度搜索策略,以提高算法的收敛性。将以上策略应用于混合遗传算法,开发了新型混合遗传多目标算法。采用7个无约束多目标优化标准测试函数、6个约束多目标优化标准测试函数和4个工程多目标约束优化标准测试问题对新算法的性能进行了测试,并与其他算法进行了对比。3.典型核动力设备单目标和多目标优化设计实例研究。选择给水加热器作为典型核动力设备,建立了给水加热器的数学模型,利用C#语言编写了相应的评价程序,并通过实例评价验证了数学模型的准确性和有效性。基于所开发的评价程序和新型算法,以设备重量、体积和总成本为优化目标,对大亚湾核电系统里的7号高压给水加热器和3号低压给水加热器开展了单目标和多目标优化实例研究。单目标优化结果显示,7号高加和3号低加的重量、体积和总成本最大减幅分别为13.46%、19.88%、21.45%和15.29%、27.79%、22.03%,证明了所开发优化算法在核动力设备单目标优化中的可用性和有效性。多目标优化设计给出了设备重量总成本和体积总成本的优化方案集,供设计者按设计需要选择,为设计选型提供了重要参考。4.核动力装置热力系统单目标和多目标优化设计实例研究。建立了核动力装置热力系统的数学模型,编制开发了相应的评价程序,通过实例评价验证了数学模型的准确性和有效性。以评价程序和新型算法为基础,以大亚湾核电二回路热力系统为对象,开展了系统单目标和多目标优化研究。其中,单目标优化结果表明,仅通过运行参数的优化,最优化方案中机组的输出功率就可以增加10.3MW,相应的系统热效率从33.81%提高至34.16%;在多目标优化实例分析中,同时对系统的运行参数和给水加热器进行协同优化,优化方案的机组输出功率增加了23.9MW,对应系统热效率则可提高至34.63%。
二、改进遗传算法在齿轮减速器优化中的应用（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、改进遗传算法在齿轮减速器优化中的应用（论文提纲范文）
（1）群智能算法在“机械优化设计”教学中的应用（论文提纲范文）
| 1 机械优化设计课程大作业举例 |
| 1.1 题目要求 |
| 2 基于群智能算法求解的教学设计 |
| 3 求解结果对比与教学分析 |
| 3.1 求解结果对比 |
| 3.2 教学分析 |
| 4 算法改进 |
| 4.1 变量映射 |
| 4.2 更新策略的改进 |
| 4.3 结果分析 |
| 5 教学总结 |
（2）基于dSPACE的EPS控制策略及试验台架的设计与验证（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 汽车转向系的发展史 |
| 1.2 EPS硬件在环仿真试验台架研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究意义和主要内容 |
| 1.3.1 研究意义 |
| 1.3.2 主要内容 |
| 第2章 转向阻力矩的分析与建模 |
| 2.1 汽车转向系结构与原理 |
| 2.2 整车动力学模型建立 |
| 2.2.1 Car Sim介绍 |
| 2.2.2 整车模型建立 |
| 2.2.3 道路环境建立 |
| 2.2.4 整车联合仿真模型建立 |
| 2.3 转向阻力矩分析 |
| 2.3.1 转向摩擦阻力矩 |
| 2.3.2 前轴重力回正力矩 |
| 2.3.3 侧向力回正力矩 |
| 2.3.4 转向阻力矩模型建立 |
| 2.4 本章小结 |
| 第3章 C-EPS系统模型建立及控制策略设计 |
| 3.1 C-EPS基本结构和工作原理 |
| 3.2 C-EPS系统建模 |
| 3.2.1 C-EPS动力学分析 |
| 3.2.2 助力电机简化模型 |
| 3.2.3 C-EPS状态空间表达式 |
| 3.3 C-EPS助力特性设计 |
| 3.3.1 C-EPS性能需求 |
| 3.3.2 助力曲线的选择 |
| 3.3.3 助力曲线的设计 |
| 3.4 C-EPS控制策略设计 |
| 3.5 PID控制器参数的整定 |
| 3.5.1 PID控制器遗传算法整定原理 |
| 3.5.2 PID遗传算法优化模型的建立和仿真 |
| 3.6 本章小结 |
| 第4章 C-EPS硬件在环仿真试验台架设计与验证 |
| 4.1 试验台架的功能和目的 |
| 4.2 试验台架的硬件实现 |
| 4.2.1 dSPACE实时系统 |
| 4.2.2 转向阻力矩加载机构 |
| 4.2.3 试验台架的机械结构 |
| 4.2.4 传感器选取 |
| 4.2.5 助力电机驱动器 |
| 4.3 试验台架的软件实现 |
| 4.3.1 代码生成 |
| 4.3.2 Controldesk人机交互 |
| 4.4 试验台架组件的连接装配及工作原理 |
| 4.5 C-EPS控制策略硬件在环仿真 |
| 4.5.1 电流跟随性 |
| 4.5.2 转向回正性 |
| 4.5.3 转向轻便性 |
| 4.6 本章小结 |
| 第5章 C-EPS传感器主动容错控制设计 |
| 5.1 主动容错控制概述 |
| 5.2 未知输入观测器设计及传感器信号重构 |
| 5.2.1 传感器的故障表达 |
| 5.2.2 C-EPS传感器容错控制基本原理 |
| 5.2.3 带有传感器故障的C-EPS系统模型 |
| 5.2.4 未知输入观测器设计原理 |
| 5.2.5 未知输入观测器的设计步骤 |
| 5.2.6 传感器信号重构 |
| 5.3 主动容错控制仿真与分析 |
| 5.4 本章小结 |
| 第6章 研究总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间参加的科研项目和成果 |
（3）混凝土搅拌车二级行星减速器仿真分析与优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 行星减速器静力学分析 |
| 1.2.2 行星减速器动力学分析 |
| 1.2.3 行星减速器优化方法研究 |
| 1.3 本文研究内容及技术路线 |
| 第2章 混凝土搅拌车二级行星减速器基本参数与建模 |
| 2.1 传动系统基本参数 |
| 2.2 传动系统建模 |
| 2.3 本章小结 |
| 第3章 传动系统静力学分析与优化 |
| 3.1 轴的强度校核 |
| 3.2 轴承的静态分析 |
| 3.2.1 轴承的寿命计算 |
| 3.2.2 轴承的应力分析 |
| 3.3 齿轮的强度校核 |
| 3.3.1 Romax中齿轮强度校核参数设定 |
| 3.3.2 齿轮的强度校核结果 |
| 3.4 齿轮齿向修形优化 |
| 3.4.1 齿向修形理论及修形量的确定 |
| 3.4.2 Romax修形优化结果 |
| 3.5 本章小结 |
| 第4章 传动系统动力学分析与优化 |
| 4.1 传动误差分析与齿轮修形优化 |
| 4.1.1 传动误差理论 |
| 4.1.2 齿轮传动误差与噪音 |
| 4.1.3 传动误差仿真结果 |
| 4.2 齿轮修形优化 |
| 4.3 模态分析与动态响应分析 |
| 4.3.1 固有特性计算方法 |
| 4.3.2 传动系统固有特性计算结果 |
| 4.3.3 齿轮传动系统动态响应分析方法 |
| 4.3.4 齿轮传动系统振动响应 |
| 4.4 齿轮啮合频率计算 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 工作总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读硕士学位期间发表的论文 |
（4）基于OPTIMUS的某型战术导弹多学科设计优化技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 小型近程战术导弹研究现状 |
| 1.2.2 多学科设计优化研究现状 |
| 1.3 本文研究内容及路线图 |
| 2 协同优化方法分析与改进 |
| 2.1 引言 |
| 2.2 协同优化方法分析 |
| 2.2.1 优化过程选择 |
| 2.2.2 协同优化方法数学模型 |
| 2.2.3 协同优化方法求解步骤 |
| 2.2.4 协同优化方法分析及算例 |
| 2.3 协同优化方法经典改进方法 |
| 2.3.1 基于一致性约束松弛的协同优化方法 |
| 2.3.2 结合现代智能算法的协同优化方法 |
| 2.3.3 结合松弛约束与现代智能算法 |
| 2.4 基于动态罚函数的改进协同优化方法 |
| 2.4.1 基于罚函数法修改CO系统级 |
| 2.4.2 子系统差异信息分析 |
| 2.4.3 改进CO计算性能分析 |
| 2.5 本章小结 |
| 3 某型战术导弹学科分析模型 |
| 3.1 引言 |
| 3.2 基准方案 |
| 3.3 几何外形模型 |
| 3.4 气动分析模型 |
| 3.4.1 气动特性分析 |
| 3.4.2 气动参数修正 |
| 3.5 推进分析模型 |
| 3.6 布局分析模型 |
| 3.6.1 布局方案设计 |
| 3.6.2 质量特性分析 |
| 3.6.3 布局模型验证 |
| 3.7 弹道分析模型 |
| 3.7.1 目标特性设定 |
| 3.7.2 制导方案设计 |
| 3.8 飞行试验验证 |
| 3.9 本章小结 |
| 4 某型战术导弹气动学科代理模型 |
| 4.1 引言 |
| 4.2 近似技术研究 |
| 4.2.1 试验设计方法 |
| 4.2.2 代理模型技术 |
| 4.3 气动学科代理模型的构建 |
| 4.3.1 气动外形参数化建模 |
| 4.3.2 气动学科代理模型 |
| 4.4 气动学科代理模型误差分析 |
| 4.4.1 代理模型误差评价方法 |
| 4.4.2 代理模型误差分析 |
| 4.5 本章小结 |
| 5 某型战术导弹多学科设计优化 |
| 5.1 引言 |
| 5.2 某型战术导弹学科耦合分析 |
| 5.3 基于MDF的优化模型 |
| 5.3.1 目标函数 |
| 5.3.2 设计变量 |
| 5.3.3 约束函数 |
| 5.3.4 优化问题数学模型 |
| 5.4 基于MDF的设计优化 |
| 5.4.1 MDF流程分析 |
| 5.4.2 基于OPTIMUS的集成与求解 |
| 5.4.3 设计优化结果与分析 |
| 5.5 基于改进CO的优化模型 |
| 5.5.1 基于改进CO的学科分解 |
| 5.5.2 子系统级优化模型 |
| 5.5.3 系统级优化模型 |
| 5.5.4 优化问题数学模型 |
| 5.6 基于改进CO的设计优化 |
| 5.6.1 改进CO流程分析 |
| 5.6.2 基于OPTIMUS的集成与求解 |
| 5.6.3 设计优化结果与分析 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 本文的创新点 |
| 6.3 后续研究建议 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（5）振动压路机激振器虚拟设计（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 选题背景 |
| 1.2 研究现状及存在问题 |
| 1.3 课题的研究意义 |
| 1.4 课题的研究内容与方法 |
| 1.5 论文结构 |
| 2 振动轮的结构与设计 |
| 2.1 振动轮的结构 |
| 2.2 振动轮的振动参数与工作参数 |
| 2.3 激振器激振力的产生原理 |
| 2.4 激振器的设计与校核 |
| 2.5 本章小结 |
| 3 激振器的建模与有限元仿真分析 |
| 3.1 激振器三维实体模型建立 |
| 3.2 激振器的有限元仿真分析 |
| 3.3 本章小结 |
| 4 激振器装配序列规划研究 |
| 4.1 装配序列规划理论基础 |
| 4.2 智能算法的介绍 |
| 4.3 基于智能算法的装配序列规划 |
| 4.4 本章小结 |
| 5 激振器碰撞分析 |
| 5.1 碰撞过程理论计算 |
| 5.2 碰撞仿真分析 |
| 5.3 碰撞参数优化 |
| 5.4 疲劳分析 |
| 5.5 激振器失效分析 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（6）卷扬机减速器行星齿轮传动系统动力学分析及优化设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 研究的背景和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 卷扬机发展现状 |
| 1.3.2 行星齿轮传动系统动力学研究 |
| 1.3.3 行星齿轮传动系统优化设计研究 |
| 1.4 主要研究内容 |
| 第2章 卷扬机减速器行星齿轮传动系统基本特性分析 |
| 2.1 引言 |
| 2.2 卷扬机行星齿轮减速器功能结构分析 |
| 2.2.1 卷扬机行星齿轮减速器结构特点 |
| 2.2.2 卷扬机减速器行星齿轮传动系统的模块化划分 |
| 2.3 卷扬机减速器行星齿轮传动系统的基本参数 |
| 2.4 卷扬机行星齿轮减速器的基本特性 |
| 2.4.1 卷扬机行星齿轮减速器的传动比 |
| 2.4.2 卷扬机减速器行星齿轮传动系统功率流与效率 |
| 2.4.3 卷扬机减速器行星齿轮传动系统传动效率分析 |
| 2.5 本章小结 |
| 第3章 卷扬机减速器行星齿轮传动系统动力学建模 |
| 3.1 引言 |
| 3.2 行星齿轮动力学研究建模 |
| 3.2.1 动力学建模方法的相关介绍 |
| 3.2.2 动力学建模方法的选择 |
| 3.3 单级行星传动系统动力学模型 |
| 3.3.1 两齿啮合动力学模型的建立 |
| 3.3.2 随动坐标系的定义 |
| 3.3.3 单级行星齿轮传动系统模型的建立 |
| 3.4 行星齿轮传动系统动力学模型 |
| 3.5 本章小结 |
| 第4章 卷扬机减速器行星齿轮传动系统的动力学分析 |
| 4.1 引言 |
| 4.2 虚拟样机仿真技术 |
| 4.3 行星齿轮传动系统参数化模型的建立 |
| 4.3.1 定义需要参数化的基本部件 |
| 4.3.2 确定基本参数和关系 |
| 4.3.3 确定各构件之间的约束关系 |
| 4.3.4 建立卷扬机行星传动系统的参数化模型 |
| 4.4 卷扬机行星齿轮传动系统的运动仿真 |
| 4.5 行星齿轮传动系统动力学模型求解 |
| 4.5.1 行星齿轮传动系统等效模型的建立 |
| 4.5.2 行星齿轮传动系统模型的求解 |
| 4.6 本章小结 |
| 第5章 卷扬机减速器行星齿轮传动系统优化设计 |
| 5.1 引言 |
| 5.2 优化设计方法 |
| 5.3 优化设计模型的建立 |
| 5.3.1 优化设计目标函数的确定 |
| 5.3.2 优化设计设计变量的确定 |
| 5.3.3 优化设计约束条件的建立 |
| 5.4 卷扬机减速器行星齿轮传动系统优化求解 |
| 5.4.1 单目标优化求解 |
| 5.4.2 多目标优化求解 |
| 5.4.3 优化结果对比分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录 行星齿轮传动系统关键部件基本模型 |
| 致谢 |
（7）基于协同近似和集合策略的多学科设计优化方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题来源、背景与意义 |
| 1.2 国内外研究现状与分析 |
| 1.3 本文的主要工作与结构 |
| 2 多学科设计优化基础理论与研究框架 |
| 2.1 多学科设计优化简介 |
| 2.2 多学科设计优化方法概述 |
| 2.3 本文的研究框架 |
| 2.4 本章小结 |
| 3 基于协同近似的多学科设计优化方法研究 |
| 3.1 常用代理模型概述 |
| 3.2 基于协同近似的多学科设计优化方法 |
| 3.3 实例验证 |
| 3.4 本章小结 |
| 4 基于协同近似与人工蜂群算法的多学科设计优化方法研究 |
| 4.1 多学科设计优化中的优化算法概述 |
| 4.2 人工蜂群算法简介 |
| 4.3 基于增广拉格朗日乘子法的人工蜂群算法 |
| 4.4 基于协同近似与人工蜂群算法的多学科设计优化方法 |
| 4.5 实例验证 |
| 4.6 本章小结 |
| 5 基于集合策略的多学科稳健设计优化方法研究 |
| 5.1 基于最大变差分析的稳健设计模型 |
| 5.2 基于集合策略的设计优化 |
| 5.3 基于集合策略的多学科稳健设计优化方法 |
| 5.4 实例验证 |
| 5.5 本章小结 |
| 6 工程应用实例 |
| 6.1 船舶概念多学科设计优化 |
| 6.2 四棍轧机多学科设计优化 |
| 6.3 空冷电池热管理系统多学科稳健设计优化 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 全文总结 |
| 7.2 创新之处 |
| 7.3 工作展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间发表学术论文目录 |
（8）多学科协同优化及其不确定性和多目标性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 MDO的提出 |
| 1.3 MDO的定义与主要内容 |
| 1.3.1 MDO的定义 |
| 1.3.2 MDO的研究内容 |
| 1.4 MDO的研究与应用现状 |
| 1.4.1 MDO方法的研究进展 |
| 1.4.2 MDO方法的应用 |
| 1.5 本文主要工作 |
| 第二章 协同优化和不确定性设计优化基础 |
| 2.1 协同优化方法的阐述 |
| 2.1.1 协同优化方法的基本术语 |
| 2.1.2 协同优化方法的结构框架 |
| 2.1.3 协同优化方法的数学模型及求解步骤 |
| 2.1.4 协同优化方法的优点 |
| 2.1.5 协同优化方法的缺点及改进方法 |
| 2.2 不确定性设计优化基础 |
| 2.2.1 不确定性来源及分类 |
| 2.2.2 不确定性的数学描述 |
| 2.2.3 不确定性分析方法 |
| 2.2.4 不确定性设计优化方法 |
| 2.3 本章小结 |
| 第三章 基于松弛因子的协同优化求解方法研究 |
| 3.1 引言 |
| 3.2 基于动态松弛的协同优化方法 |
| 3.2.1 基于学科间不一致信息的动态松弛方法 |
| 3.2.2 动态松弛方法的收敛问题 |
| 3.3 基于混合松弛因子的协同优化方法 |
| 3.3.1 混合松弛因子方法 |
| 3.3.2 工程算例 |
| 3.4 考虑变量量级的动态松弛方法 |
| 3.4.1 考虑变量量级的松弛因子 |
| 3.4.2 工程算例 |
| 3.5 本章小结 |
| 第四章 协同优化解的可行性研究 |
| 4.1 引言 |
| 4.2 协同优化最终解的可行性分析 |
| 4.2.1 基于松弛因子方法的协同优化解的可行性分析 |
| 4.2.2 基于罚函数方法的协同优化解的可行性分析 |
| 4.3 改良的协同优化方法 |
| 4.4 工程算例 |
| 4.5 本章小结 |
| 第五章 区间不确定下的鲁棒协同优化模型研究 |
| 5.1 引言 |
| 5.2 基于共享设计变量的鲁棒协同优化模型 |
| 5.2.1 最坏情况下基于IUP的鲁棒协同优化方法 |
| 5.2.2 基于共享设计变量的鲁棒协同优化模型 |
| 5.2.3 优化算例 |
| 5.3 考虑模型误差的鲁棒协同优化模型 |
| 5.3.1 鲁棒协同优化中的模型误差分析 |
| 5.3.2 考虑模型误差的鲁棒协同优化模型 |
| 5.3.3 工程算例 |
| 5.4 本章小结 |
| 第六章 多目标协同优化求解方法的研究 |
| 6.1 引言 |
| 6.2 基于全局多目标梯度算法的协同优化方法 |
| 6.2.1 系统级多目标的优化模型 |
| 6.2.2 全局多目标梯度算法 |
| 6.2.3 工程算例 |
| 6.3 基于动态加权的多目标协同优化方法 |
| 6.3.1 学科级多目标的优化模型 |
| 6.3.2 基于动态加权的学科级目标函数处理方法 |
| 6.3.3 工程算例 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 论文的创新性 |
| 7.3 研究展望 |
| 论文基金资助 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表或录用的论文 |
（9）基于遗传算法的双级行星齿轮减速器模糊稳健优化设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 国内外行星齿轮减速器的发展概况 |
| 1.2 本文研究的内容、目的和意义及创新点 |
| 1.2.1 研究内容 |
| 1.2.2 研究目的和意义 |
| 1.2.3 创新点 |
| 第2章 遗传算法相关理论基础 |
| 2.1 遗传算法概要 |
| 2.2 遗传算法的主要内容和步骤 |
| 2.3 编码和种群生成 |
| 2.4 适应度函数的选择 |
| 2.5 遗传算子 |
| 2.6 遗传算法在优化设计中的应用 |
| 2.6.1 遗传算法工具箱GA函数的调用 |
| 2.6.2 遗传算法在机械产品中应用实例 |
| 第3章 双级行星齿轮减速器模糊稳健优化设计 |
| 3.1 多目标模糊稳健优化设计的理论基础 |
| 3.1.1 多目标模糊优化模型 |
| 3.1.2 模糊集合与隶属度函数 |
| 3.2 稳健设计的的理论基础 |
| 3.2.1 三次设计 |
| 3.2.2 正交试验设计 |
| 3.2.3 信噪比 |
| 3.3 模糊综合评判 |
| 3.3.1 模糊综合评判步骤 |
| 3.3.2 确定权数 |
| 3.3.3 模糊综合评判法确定最优水平截集 |
| 3.4 双级行星齿轮模糊稳健优化设计 |
| 3.4.1 双级行星齿轮减速器基本介绍 |
| 3.4.2 优化设计变量的选取 |
| 3.4.3 约束条件 |
| 3.4.4 模型求解 |
| 3.4.5 参数设计试验 |
| 3.5 小结 |
| 第4章 双级行星齿轮减速器虚拟设计及仿真 |
| 4.1 虚拟设计及装配 |
| 4.1.1 虚拟设计 |
| 4.1.2 虚拟装配 |
| 4.2 虚拟样机设计 |
| 4.2.1 UG简介 |
| 4.2.2 ADMAS简介 |
| 4.3 基于Adams进行双级行星齿轮减速器传动效率的验证 |
| 4.3.1 零件装配 |
| 4.3.2 Adams仿真分析 |
| 4.3.3 仿真结果及其分析 |
| 第5章 总结和展望 |
| 参考文献 |
| 作者在攻读硕士期间的科研成果 |
| 致谢 |
（10）新型优化算法开发及其在核动力装置优化中的应用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 核动力装置优化设计方法概述 |
| 1.2.1 优化算法概述 |
| 1.2.2 数学模型概述 |
| 1.3 优化算法研究进展 |
| 1.3.1 单目标优化算法研究进展 |
| 1.3.2 多目标优化算法研究进展 |
| 1.4 核动力装置优化研究进展 |
| 1.4.1 国外研究进展 |
| 1.4.2 国内研究进展 |
| 1.5 现有研究不足及本文研究的内容 |
| 第2章 新型单目标优化算法开发 |
| 2.1 遗传算法及其改进策略 |
| 2.1.1 遗传算法原理及基本流程 |
| 2.1.2 遗传算法改进策略 |
| 2.2 Nelder-Mead单纯形法及其改进策略 |
| 2.2.1 Nelder-Mead单纯形法原理及基本流程 |
| 2.2.2 Nelder-Mead单纯形法改进策略 |
| 2.3 新型混合遗传算法 |
| 2.3.1 算法混合机理 |
| 2.3.2 约束处理方式 |
| 2.3.3 新型混合遗传算法流程 |
| 2.4 实例测试及结果分析 |
| 2.4.1 无约束优化问题测试实验及结果分析 |
| 2.4.2 约束优化问题测试实验及结果分析 |
| 2.4.3 工程约束优化问题测试实验及结果分析 |
| 2.5 本章小结 |
| 第3章 新型多目标优化算法开发 |
| 3.1 多目标约束优化问题及相关定义 |
| 3.2 多目标处理方法及改进 |
| 3.2.1 快速自适应?支配排序 |
| 3.2.2 动态拥挤距离排序 |
| 3.3 单纯形深度搜索策略 |
| 3.4 新型混合遗传多目标算法 |
| 3.5 实例测试及结果分析 |
| 3.5.1 多目标优化算法度量指标 |
| 3.5.2 无约束优化问题测试实验及结果分析 |
| 3.5.3 约束优化问题测试实验及结果分析 |
| 3.5.4 工程约束优化问题测试实验及结果分析 |
| 3.6 本章小结 |
| 第4章 核动力装置给水加热器优化设计 |
| 4.1 给水加热器数学模型 |
| 4.1.1 结构和强度设计 |
| 4.1.2 传热计算 |
| 4.1.3 阻力计算 |
| 4.1.4 重量体积计算 |
| 4.1.5 成本计算 |
| 4.1.6 效能计算 |
| 4.1.7 评价程序与模型验证 |
| 4.2 参数影响分析 |
| 4.3 给水加热器单目标优化设计 |
| 4.3.1 目标函数、设计变量及约束条件 |
| 4.3.2 重量优化结果与分析 |
| 4.3.3 体积优化结果与分析 |
| 4.3.4 总成本优化结果与分析 |
| 4.4 给水加热器多目标优化设计 |
| 4.4.1 目标函数、设计变量及约束条件 |
| 4.4.2 重量和总成本多目标优化结果与分析 |
| 4.4.3 体积和总成本多目标优化结果与分析 |
| 4.5 本章小结 |
| 第5章 核动力装置二回路热力系统优化设计 |
| 5.1 热力系统数学模型 |
| 5.1.1 建模方法与设计计算 |
| 5.1.2 评价程序与模型验证 |
| 5.2 参数影响分析 |
| 5.3 热力系统单目标优化设计 |
| 5.3.1 目标函数、设计变量及约束条件 |
| 5.3.2 有效功率优化结果与分析 |
| 5.4 热力系统多目标优化设计 |
| 5.4.1 目标函数、设计变量及约束条件 |
| 5.4.2 有效功率和重量体积多目标优化结果与分析 |
| 5.4.3 有效功率和总成本多目标优化结果与分析 |
| 5.5 本章小结 |
| 结论 |
| 附录A 单目标优化标准测试问题 |
| A.1 无约束优化标准测试函数 |
| A.2 约束优化标准测试函数 |
| A.3 工程约束优化标准问题 |
| 附录B 多目标优化标准测试问题 |
| B.1 无约束优化标准测试函数 |
| B.2 约束优化标准测试函数 |
| B.3 工程约束优化标准问题 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
四、改进遗传算法在齿轮减速器优化中的应用（论文参考文献）
- [1]群智能算法在“机械优化设计”教学中的应用[J]. 赵转哲,刘永明,张振,鲁月林,何慧娟. 梧州学院学报, 2021(03)
- [2]基于dSPACE的EPS控制策略及试验台架的设计与验证[D]. 王燮辉. 浙江科技学院, 2021(01)
- [3]混凝土搅拌车二级行星减速器仿真分析与优化研究[D]. 沈浩. 武汉科技大学, 2021(01)
- [4]基于OPTIMUS的某型战术导弹多学科设计优化技术研究[D]. 苏明慧. 航天动力技术研究院, 2021(01)
- [5]振动压路机激振器虚拟设计[D]. 程建军. 中国矿业大学, 2019(04)
- [6]卷扬机减速器行星齿轮传动系统动力学分析及优化设计[D]. 李佳兴. 哈尔滨工业大学, 2019(02)
- [7]基于协同近似和集合策略的多学科设计优化方法研究[D]. 易永胜. 华中科技大学, 2019
- [8]多学科协同优化及其不确定性和多目标性研究[D]. 杨丽丽. 上海交通大学, 2018(01)
- [9]基于遗传算法的双级行星齿轮减速器模糊稳健优化设计[D]. 赵晓松. 南华大学, 2018(01)
- [10]新型优化算法开发及其在核动力装置优化中的应用[D]. 王成. 哈尔滨工程大学, 2018(05)