安徽省高校省级自然科学研究项目(2006KJ001A)
- 作品数:8 被引量:32H指数:4
- 相关作者:谢能刚宋崇智吴玉国王璐孙林松更多>>
- 相关机构:安徽工业大学扬州大学河海大学更多>>
- 发文基金:安徽省高校省级自然科学研究项目国家自然科学基金安徽省高等学校优秀青年人才基金更多>>
- 相关领域:机械工程自动化与计算机技术理学水利工程更多>>
- 智能算法在齿轮传动优化设计的应用被引量:4
- 2006年
- 以齿轮优化设计为例,分别得出用传统机械设计优化方法和用遗传算法与神经网络协同求解的结果,并进行了比较,体现了遗传算法与神经网络协同求解的特点。结果表明,该方法是非常有效的,在求解优化设计时取得了较为满意的结果。
- 宋崇智谢能刚
- 关键词:遗传算法神经网络优化设计
- 基于改进Elman网络的发动机点火系统故障诊断被引量:2
- 2008年
- 在Elman网络理论的基础上,分析了Elman网络用于故障诊断的不足,提出了改进Elman网络,并应用于发动机点火系统故障的诊断。结果表明:该方法具有精度高、可以避免局部最小的优点,试验测试结果表明:测试误差由改进前的1.634%减小为0.0452%。
- 宋崇智吴玉国王璐谢能刚
- 关键词:发动机点火系统故障诊断
- 博弈分析方法在重力坝多目标设计中的应用被引量:3
- 2006年
- 对重力坝断面进行多目标设计,目标函数取以断面面积为代表的经济性目标函数和以坝踵应力为代表的强度安全性目标函数,建立多目标设计模型.提出一种基于博弈分析思想的求解方法,建立多目标问题博弈分析的技术路线和计算步骤.实例计算结果表明,博弈分析方法可有效解决多目标问题,并可实现单个目标偏好,获得令设计人员满意的方案.
- 谢能刚孙林松郭兴文
- 关键词:博弈重力坝
- 遗传算法在行星齿轮多目标模糊优化设计中的应用被引量:6
- 2007年
- 遗传算法是一种模拟生命进化机制的搜索和优化方法,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题,本文在介绍遗传算法的基础上,把遗传算法用于行星传动多目标模糊优化设计中。本文采用综合行星轮传动体积和最大承载能力的多目标优化模型,利用模糊理论建立综合评价函数,应用求解精度高的遗传算法求解。具体算例的优化结果显示,传动体积与承载能力都获得了改善。
- 吴玉国宋崇智谢能刚
- 关键词:遗传算法多目标优化
- 蚁群神经网络在齿轮箱故障诊断中的研究与应用被引量:5
- 2007年
- 在ACO算法原理及框架的基础之上,将蚁群优化算法引入到神经网络的训练中来,提出了ACO训练神经网络的基本原理和方法步骤,并应用于发动机齿轮箱故障的故障诊断。本文采取经典的"频域"分析方法对齿轮箱进行故障诊断,并建立了基于蚁群神经网络的齿轮箱故障诊断模型。结果表明,用ACO算法训练的神经网络具有较高的故障诊断精度,可以有效地诊断齿轮箱中的故障,提高了诊断的效率和质量。
- 吴玉国宋崇智
- 关键词:蚁群优化算法神经网络齿轮箱故障诊断
- 基于综合理性的N(N≥2)囚徒困境问题
- 2008年
- 基于人性中利己主义和利他主义兼具的特征,在理想的个人理性和集体理性基础上,提出综合理性。在博弈目标中采用利己因子和利他因子反映自身得益和他人得益的受关注程度,对基于综合理性的N(N≥2)囚徒困境问题进行分析,提出共赢因子概念,定量分析判决规则和囚徒人数对博弈结果的影响,得到了一些有益的结论。
- 谢能刚肖加标
- 基于统计结果的模糊评判系统在刀具故障诊断中的研究与应用
- 2008年
- 在统计结果和模糊评判的基础上,提出了基于统计结果的模糊评判系统。同时,详细介绍了模糊子集R的学习方法与步骤,并介绍了故障判断的准则与模糊子集的修正原则。实践证明,该方法是可行的,并具有一定的推广意义。
- 宋崇智吴玉国王璐谢能刚
- 关键词:故障诊断刀具
- 基于蚁群优化算法的神经网络训练的研究被引量:12
- 2006年
- 在ACO算法原理及框架的基础上,将蚁群优化算法引入神经网络的训练中,提出了ACO训练神经网络的基本原理和方法步骤。并与遗传算法、模拟退火算法、加动量项的BP算法相比,仿真结果表明,用ACO算法训练的神经网络具有较快的收敛速度,能够达到较小的均方误差值。
- 宋崇智王璐谢能刚
- 关键词:蚁群优化算法神经网络均方误差