一种结合速度扰动机制混沌蝗虫算法的减速器自重设计方法与流程

文档序号:17665474发布日期:2019-05-15 22:40阅读:170来源:国知局

本发明涉及减速器设计领域,特别是一种结合速度扰动机制混沌蝗虫算法的减速器自重设计方法。



背景技术:

蝗虫算法(grasshopperoptimizationalgorithm,goa)是一种模仿蝗虫群集行为的自然启发算法,是2017年由澳大利亚学者shahrzadsaremi等人提出的新型群智能算法。已经有一部分研究者进行算法改进和应用。

praveentumuluru等人提出按时间顺序排列的蝗虫算法并且用于基因选择和癌症分类。aliasgharheidari等人针对多层感知神经网络,提出了一种结合蝗虫算法的训练方法。devendrapotnuru等人结合蝗虫算法提高无刷直流电动机的驱动速度。综上可知,蝗虫算法还有一些缺陷和开发潜力,值得我们改进和应用发展。

对于减速器设计问题,这是一种多约束条件下的非线性规划问题,属于np难问题。相对于确定性算法,经过蝗虫算法进行参数优化后,设计出较小自重的减速器。已有教与学优化算法(teaching-learning-basedoptimizationalgorithm,tlbo)用于减速器设计问题,但设计效果还有待提高。



技术实现要素:

有鉴于此,本发明的目的是提出一种结合速度扰动机制混沌蝗虫算法的减速器自重设计方法,能够较好地设计出自重较小的减速器。

本发明采用以下方案实现:一种结合速度扰动机制混沌蝗虫算法的减速器自重设计方法,具体包括以下步骤:

步骤s1:采用混沌策略和速度扰动机制对传统蝗虫算法进行改进;

步骤s2:采用步骤s1改进的蝗虫算法解决减速器自重设计方法。

进一步地,步骤s1中,采用混沌策略对传统蝗虫算法进行改进具体为:采用logistic映射混沌初始化种群:

cn=μcn-1(i-cn-1)

式中,cn的初始值为0-1的随机数,当参数μ=4时,能得到一组处于完全混沌的序列。

进一步地,采用速度扰动机制对传统蝗虫算法进行改进具体为:在传统蝗虫算法中引入一组速度向量和速度更新公式,其中将个体的速度定义为一个d维向量:vid=(vi1,vi2,…vid);对速度vid进行随机初始化,第i个个体的速度和位置更新公式为:

式中,w为惯性权重;r为满足0-1之间高斯分布的数值。范围在-0.5到0.5之间。

进一步地,惯性权重w的取值为0.9。

进一步地,蝗虫个体的速度vid的范围在-0.5到0.5之间。

进一步地,步骤s2具体包括以下步骤:

步骤s21:将减速器的自重设计问题设为由四个线性约束和七个非线性约束组成。减速器设计问题的数学模型如下:

定义变量为:

目标函数为:

约束条件为:

定义域为:

式中,x1,x2,x3,x4,x5,x6,x7分别表示减速器中的输出轴中大齿轮的宽度、中间轴的小齿轮宽度、输入轴中的轴承与小齿轮的距离、输入轴的轴间距、输出轴中大齿轮与轴承的距离、输入轴的直径、以及输出轴的直径;

步骤s22:将改进的蝗虫算法应用于上述数学模型的求解中,目的为最小化目标函数,得到最小自重的减速器。

进一步地,步骤s22具体包括以下步骤:

步骤s221:初始化所有参数,包括种群大小n与迭代次数t;

步骤s222:采用logistic映射混沌初始化种群;

步骤s223:设置t为最优解;

步骤s224:判断当前迭代次数是否小于最大迭代次数,若是,进入步骤s225,否则进入步骤s228;

步骤s225:检查解的上界和下界,并更新传统蝗虫个体位置更新公式中的自适应系数c;

步骤s226:根据目标函数计算得到适应度值,并判断当前个体i是否小于种群大小n,若是,则进入步骤s227,否则,进入步骤s228;

步骤s227:采用速度扰动机制来定义速度向量,并进行速度更新;同时进行位置更新;

步骤s228:将最优位置代入目标函数算出的解,即最优解输出最优解t。

与现有技术相比,本发明有以下有益效果:本发明将减速器设计问题抽象成7个结构参数,11个约束条件和1个目标函数的数学模型用于算法的优化设计。本发明针对蝗虫算法容易出现早熟现象,搜索性能差等缺点,采用混沌策略和速度扰动机制来改进蝗虫算法,针对当前方法的减速器设计效果一般,本发明利用改进后的蝗虫算法优化减速器设计问题,能够较好的设计出自重较小的减速器。

附图说明

图1为本发明实施例的利用改进的蝗虫算法优化减速器设计问题的流程示意图。

图2为本发明实施例的输出结果示意图。

图3为本发明实施例的减速器模型示意图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

如图1所示,本实施例提供了一种结合速度扰动机制混沌蝗虫算法的减速器自重设计方法,具体包括以下步骤:

步骤s1:采用混沌策略和速度扰动机制对传统蝗虫算法进行改进;

步骤s2:采用步骤s1改进的蝗虫算法解决减速器自重设计方法。

特别的,传统的蝗虫算法具体为:

蝗虫个体位置更新公式为:

式中,是第i个蝗虫个体在第d维的位置;参数c为自适应系数,根据公式(2)更新;ubd和lbd分别为d维搜索空间的上界和下界;s表示蝗虫个体之间的作用强度,根据公式(3)更新;dij为第i和第j个蝗虫之间的距离,即dij=|xj-xi|;td为d维的最优位置。

其中,参数c的更新公式为:

c的范围在0.00001到1之间,cmax和cmin分别为自适应系数的最大值和最小值;t是当前迭代次数,tmax是最大迭代次数;

其中,作用强度s的更新采用下式:

式中,f为吸引力的强度;l为有吸引力的长度比例。

在本实施例中,步骤s1中,采用混沌策略对传统蝗虫算法进行改进具体为:采用logistic映射混沌初始化种群:

cn=μcn-1(1-cn-1)(4)

式中,cn的初始值为0-1的随机数,当参数μ=4时,能得到一组处于完全混沌的序列。

在本实施例中,采用速度扰动机制对传统蝗虫算法进行改进具体为:在传统蝗虫算法中引入一组速度向量和速度更新公式,其中将个体的速度定义为一个d维向量:vid=(vi1,vi2,…vid);对速度vid进行随机初始化,第i个个体的速度和位置更新公式为:

式中,w为惯性权重;r为满足0-1之间高斯分布的数值。范围在-0.5到0.5之间。

在本实施例中,惯性权重w的取值为0.9。

在本实施例中,蝗虫个体的速度vid的范围在-0.5到0.5之间。

在本实施例中,步骤s2具体包括以下步骤:

步骤s21:减速器设计问题的目的是使减速器的自重最小化。减速器的自重受齿轮的弯曲应力、表面应力、侧向挠度和轴的应力约束等因素的影响。本实施例将减速器的自重设计问题设为由四个线性约束和七个非线性约束组成。减速器设计问题的数学模型如下:

定义变量为:

目标函数为:

约束条件为:

定义域为:

如图3所示,x1表示输出轴中大齿轮的宽度,x2表示中间轴的小齿轮宽度,x3表示输入轴中的轴承与小齿轮的距离,x4表示输入轴的轴间距,x5表示输出轴中大齿轮与轴承的距离,x6表示输入轴的直径,x7表示输出轴的直径;

步骤s22:将改进的蝗虫算法应用于上述数学模型的求解中,目的为最小化目标函数,得到最小自重的减速器。

在本实施例中,步骤s22具体包括以下步骤:

步骤s221:初始化所有参数,包括种群大小n与迭代次数t;

步骤s222:采用logistic映射混沌初始化种群;

步骤s223:设置t为最优解;

步骤s224:判断当前迭代次数是否小于最大迭代次数,若是,进入步骤s225,否则进入步骤s228;

步骤s225:检查解的上界和下界,并更新传统蝗虫个体位置更新公式中的自适应系数c;

步骤s226:根据目标函数计算得到适应度值,并判断当前个体i是否小于种群大小n,若是,则进入步骤s227,否则,进入步骤s228;

步骤s227:采用速度扰动机制来定义速度向量,并进行速度更新;同时进行位置更新;

步骤s228:将最优位置代入目标函数算出的解,即最优解输出最优解t。

较佳的,本实施例将改进的蝗虫算法(cv-goa)解决减速器设计问题,并与传统的蝗虫算法(goa),教与学优化算法(tlbo)进行设计结果的比较,数据结果如图2所示。目的是最小化目标函数,即设计最小自重的减速器。

程序设置为种群25,最大迭代次数为200,程序重复跑30次,输出结果如图2所示。从图2可以知道,cv-goa优化了7个结构参数,其中x1,x5和x6,x7得到了较好的设计优化。除此之外,cv-goa算法最终目标函数的设计效果显著优于其他2种算法,cv-goa算法计算得到最小的目标函数值,其次是tlbo算法,最后是goa算法。这意味着cv-goa(本实施例方法)能够有效地解决减速器设计中的问题,并且能设计出相对其它方法较小自重的减速器。

本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1