基于Powell-PSO混合算法的铲运机正转六杆机构优化设计

通过分析铲运机工作要求,建立了铲运机正转六杆机构的数学模型。综合Powell法和微粒群算法(PSO)的优点,提出了一种适合该模型的Powell-PSO混合算法,并运用MATLAB编程实现。测试结果表明:Powell-PSO混合算法不仅克服了Powell法对初始值的依赖,改进了微粒群算法(PSO)对该类复杂问题收敛较慢的缺点,而且在计算效率和收敛精度之间达到一个较好的平衡。由设计结果利用ADAMS进行仿真,结果表明利用该算法优化后的工作装置在整个工作过程中很好满足卸载性、自动放平等铲运机的设计要求,特别是很大程度提高平移性。

基于Powell搜索法的混合微粒群算法

利用Powell搜索法求解精度高、收敛速度快和局部搜索能力强等优点,本文提出了一种与Powell搜索法相结合的改进微粒群算法实践.改进算法将微粒的搜索过程分为两阶段,第一阶段,将PSO算法的速度公式改进后进行搜索;第二阶段,将第一阶段的最后一代微粒作为Powell搜索法的初始点,让Powell搜索法与PSO算法交替进行.这样既克服了PSO算法易陷入局部最优的缺点,也大大提高了算法的求解精度和收敛速度,同时保持了微粒的多样性.仿真结果表明:同PSO算法相比,Powell-PSO算法具有较高的求解精度和较强的寻优能力,并且不论是对单峰函数还是多峰函数都能取得很好的优化效果.