论文部分内容阅读
液压系统因其功率重量比大的优势,在实际生产中应用十分广泛,尤其是在大型、重型装备中。系统的可靠性决定着设备能否正常运行,对系统进行可靠性优化可实现低成本和高可靠性等目标。相比传统优化方法,群智能算法对于解决液压系统可靠性优化这类复杂的优化问题有着突出优势。因此,研究用有向动态拓扑结合两阶段多作用力微粒群算法和蝙蝠算法形成有向动态拓扑多作用力PSO-BA算法,并用此算法对液压系统的可靠性进行优化。首先,针对标准微粒群算法及蝙蝠算法作用力规则简单的问题,提出一种两阶段多作用力规则,前期构造平衡引斥力规则,后期构造单一引力规则,将两阶段作用力规则分别与标准微粒群算法和蝙蝠算法结合,形成两阶段多作用力微粒群算法和两阶段多作用力蝙蝠算法。通过标准测试函数对改进后的微粒群算法和蝙蝠算法的搜索性能进行测试,并与其他改进算法对比,验证两阶段多作用力微粒群算法和两阶段多作用力蝙蝠算法的可行性。其次,针对单一算法易陷入局部最优的问题,提出一种有向动态拓扑多作用力PSO-BA算法,利用一种有向动态拓扑结构做到算法之间优势互补,加强算法个体间的信息交互能力,提高算法的搜索性能。利用标准测试函数对有向动态拓扑多作用力PSO-BA算法的最优解搜索能力、收敛速度和种群多样性进行测试,并与两阶段多作用力微粒群算法和两阶段多作用力蝙蝠算法的测试结果对比,验证有向动态拓扑结构对算法搜索性能有明显的改善效果,证明了有向动态拓扑多作用力PSO-BA算法的优越性。最后,针对实际生产中混匀取料机料耙液压系统可靠性优化和有杆泵排采系统可靠性分配问题,利用T-S故障树和通用生成函数分别对优化问题进行分析,并建立相应的优化模型,然后用有向动态拓扑多作用力PSO-BA算法对这些优化问题进行求解,通过与其他优化算法和文献结果对比,所提算法的优化结果更优。