基于MATLAB优化工具箱的齿轮传动优化设计_董云海_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
基于MATLAB优化工具箱的齿轮传动优化设计_董云海
上传于|0|0|暂无简介
阅读已结束，如果下载本文需要使用0下载券
想免费下载更多文档？
定制HR最喜欢的简历
你可能喜欢杭州宗兴齿轮有限公司 基于Matlab的齿轮传动优化设计
当前位置:杭州宗兴齿轮有限公司 → 技术交流
基于Matlab的齿轮传动优化设计
摘要:优化理论是一门实践性很强的学科,它在现代机械设计中占有非常重要的地位。本文以约束优化理论为基础,探究了基于Matlab平台的齿轮传动优化设计的新思路和新方法。
址: 浙江省杭州市萧山区义桥镇新峡路 　邮政编码: 311256
公司电话: +86(8　+86(8
备案号: 浙ICP备号-1多目标遗传优化算法matlab实现（把度目标转化为单目标求解）源程序
&NIND=400; &
& %个体数目
MAXGEN=100; & &
& %最大遗传代数
NVAR=8; & &
& & &%变量个数
PRECI=20; & &
& &%变量的二进制位数
GGAP=0.9; & &
trace1=[];trace2=[];trace3=[];trace4=[]; &
%性能跟踪，创建trace空矩阵能放置，任意个数
& %建立区域描述器
FieldD=[rep([PRECI],[1,NVAR]);[15,1,2,10,10,2,10,10;25,4,10,20,23,10,20,23];rep([1;0;1;1],[1,NVAR])];
Chrom=crtbp(NIND,NVAR*PRECI); &
& &%初始种群
v=bs2rv(Chrom,FieldD); & &
& & &%初始种群十进制转换
，一行为一组(x1x2x3x4x5x6x7x8)
[NIND,N]=size(Chrom);
v=sim(net,v'); &
%把(x1x2x3x4x5x6x7x8)转为列符合神经网络的输入
v=mapminmax('reverse',v,ps) ; %
&对v矩阵进行反归一化处理（）
k=v'; &%转置之后v的第一列是第一目标函数（温度）的值
M=fix(NIND/3);
ObjV1=k(:,1)-k(:,2)-k(:,3); &
& %分组后第一目标函数值
FitnV1=ranking(-ObjV1); & &
& & %分配适应度值
SelCh=select('sus',Chrom(1:3*M,:),FitnV1,GGAP);
SelCh=recombin('xovsp',SelCh,0.95); &
& & & %重组
Chrom=mut(SelCh); & &
v=bs2rv(Chrom,FieldD); & &
& & &%实值转换
trace1(gen,1)=max(k(:,1)); &
& %把第gen代的最小值放在矩阵的第gen行第一列
trace1(gen,2)=sum(k(:,1))/length(k(:,1)); &
&%把第gen代的种群平均值放在矩阵的第gen行第2列
trace2(gen,1)=min(k(:,2));
trace2(gen,2)=sum(k(:,2))/length(k(:,2));
trace3(gen,1)=max(k(:,3));
trace3(gen,2)=sum(k(:,3))/length(k(:,3));
trace4(gen,1)=min(1*k(:,1)-k(:,2)+0.04*k(:,3));&
%trace3(gen,2)=sum(-v(:,1)+(v(:,2)-v(:,3))/length(-v(:,1)+(v(:,2)-v(:,3));
gen=gen+1;
figure(1);
plot(trace1(:,1));hold
plot(trace1(:,2),'-.');%把trace1(:,1))点位置连接起来，横坐标为trace的行数，holdon保持，再把trace矩阵第二列画出来出来用点画线连接
plot(trace1(:,1),'.'); & &
%把trace1(:,1))点描出来且用.标记出来
plot(trace1(:,2),'.');
legend('解的变化','种群均值的变化') &
xlabel('迭代次数');ylabel('目标函数');
figure(2);
plot(trace2(:,1));plot(trace2(:,2),'-.');
plot(trace2(:,1),'.');plot(trace2(:,2),'.');
legend('解的变化','种群均值的变化') &
xlabel('迭代次数');ylabel('目标函数');
figure(3);
plot(trace3(:,1));plot(trace3(:,2),'-.');
plot(trace3(:,1),'.');plot(trace3(:,2),'.');
legend('解的变化','种群均值的变化'); &
xlabel('迭代次数');ylabel('目标函数');
figure(4);
%plot(trace4(:,1));plot(trace4(:,2),'-.');
plot(trace4(:,1),'*');hold on
%plot(trace4(:,2),'.');
legend('解的变化','种群均值的变化'); &
xlabel('迭代次数');ylabel('目标函数');
运行收敛性还不错
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。您的位置： >
来源：　　作者：赖书斌;
基于MATLAB的抽油机减速器优化设计　 减速器是抽油机的重要部件,起着降低原动机的转速,将扭矩传递给游梁的重要作用。如果设计不合理,则会引起动力传递不佳,运行不平稳,减速器早期损坏,以及整机笨重等众多问题。所以,在设计减速器的时候有必要应用优化设计技术对减速器进行优化,以提高寿命、降低成本。1目标函数的建立对于斜齿轮传动,主要的参数有传动比i、模数m、齿数z、直径d、螺旋角β和齿宽系数Φd等。传动比的不同分配会影响齿轮的大小以及重量;模数影响齿轮的大小和齿根弯曲强度;直径影响齿面接触强度,直径又和模数、齿数有关,所以可以认为齿数影响接触强度。因此,在齿轮传动中,模数、小齿轮齿数和螺旋角选择得如何,将直接影响到齿轮传动的尺寸和传动质量的好坏。为了减少计算量,取各级齿轮的螺旋角β、模数m、齿宽系数Φd相同。所以可选取i、z、cosβ、m、Φd为设计变量。在满足一定条件下要求结构紧凑、重量较轻。因此可以将齿轮的重量最小作为优化的目标函数,即Gmin=min f(i,z,cosβ,m,Φd)因为齿轮准确体积的计算比较复杂,因此用分度圆的体积近似代替齿轮的体积,所以目标函数为:G=ρπd21b14+πd22b24+πd23b34+πd(本文共计2页)　　　　　　　　　　
相关文章推荐
看看这些杂志对你有没有帮助...
单期定价：8.00元/期全年定价：6.40元/期　共153.60元
　　　　　　}