收藏本站
收藏 | 论文排版

基于智能优化技术的创新概念设计研究与应用

魏欣  
【摘要】: 随着市场的日益饱和,产品消费节奏速度加快,顾客的需求越来越个性化、多样化,购买行为选择性更多。在这种形势下,许多企业都已经意识到产品创新设计将成为抢占市场的一个决定性因素,通过提高产品的创新性来获得核心竞争力。创新性设计能够适应市场需求的变化,有效地提高产品的市场竞争力,因此创新设计也就成为近年来计算机辅助设计领域的热点之一。 智能优化技术的兴起,为我们探索一种支持进化的概念创新设计提供了新的途径。进化设计是满足新产品需求并可以保存原有产品优良性能的一种改进式的设计过程,它是将各种智能优化技术应用于不同的设计领域,以智能优化算法(遗传算法、微粒群算法、差分进化算法等)为基本的计算工具,结合各种设计理论进行运算,最终得到需要的设计结果。由于进化设计方法能够模仿生物的染色体的交叉变异等遗传特征,因此进化设计的优势在于能够得出设计智能并且快速有效的一般的问题解。 事实上,进化设计方法已经成为最重要的创新设计技术之一,智能优化技术已经开始应用到创新概念设计领域。本文在查阅大量文献资料的基础上,对智能优化算法的来源、基本原理、机制、特点及应用等进行了系统的研究和详细的阐述,同时设计改进的微粒群算法进一步应用到眼镜创新概念设计领域中,并利用CATIA二次开发技术实现创新设计。本文的主要创新点如下: 1.改进基本微粒群算法,将微粒群算法的惯性权重的动态线性调整方案进行调整,同时提出一种基于局部搜索策略的微粒群算法,从微粒的寻优位置对基本微粒群算法进行改进,使其引导微粒在寻优过程的位置,增强粒子在最优点附近的局部搜索能力,大大加快了收敛速度,并用四个测试函数实验验证改进算法的有效性和优越性。 2.将基于局部搜索策略的微粒群算法应用到眼镜创新概念设计领域,实验表明,基于局部搜索策略的微粒群算法的眼镜创新设计过程能够更加快速的生成符合用户需求的具有创新性的产品,并且几乎不需要设计者的干预,能够把设计者从繁重的人工评价中解脱出来,从而为智能优化算法开拓新的应用领域,同时也为眼镜创新设计提供新的方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李剑;刘志明;;求解TSP问题的混合遗传微粒群算法[J];计算机与数字工程;2009年05期
2 陈红洲,顾国昌,康望星;一种具有感觉的微粒群算法[J];计算机研究与发展;2005年08期
3 杨建明;张佳薇;;原油含水率测量PSO-BP非线性校正技术[J];传感器与微系统;2008年05期
4 陈保娣;曾建潮;;改进的吸引扩散微粒群算法[J];控制理论与应用;2010年04期
5 陈华;范宜仁;邓少贵;;一种动态加速因子的自适应微粒群优化算法[J];中国石油大学学报(自然科学版);2010年06期
6 曾建潮;王丽芳;;一种广义微粒群算法模型[J];模式识别与人工智能;2005年06期
7 曾建潮;崔志华;;微粒群算法的统一模型及分析[J];计算机研究与发展;2006年01期
8 熊鹰;周树民;祁辉;;一种新型的求解约束优化问题的微粒群算法[J];广东广播电视大学学报;2006年03期
9 曾祥光;张玲玲;;基于微粒群算法优化PID参数研究[J];机械设计与制造;2007年04期
10 王元元;曾建潮;谭瑛;;基于BSP并行计算模型的并行微粒群算法[J];计算机应用与软件;2008年08期
11 李波;张流洋;张黎明;;微粒群算法思想下蚁群算法的改进及在CTSP中的仿真实现[J];平顶山学院学报;2010年02期
12 肖会敏;刘臣;杨晓兵;;基于改进微粒群算法的K-MEANS聚类和孤立点查找[J];河南科学;2007年01期
13 付雅芳;杨任农;;基于智能微粒群算法的分类器的研究[J];微计算机信息;2008年06期
14 彭喜元,彭宇,戴毓丰;群智能理论及应用[J];电子学报;2003年S1期
15 张更新,赵辉,王红君,苏君临;基于动态参数的微粒群算法(PSO)的研究[J];天津理工大学学报;2005年04期
16 张晓清,张建科,方敏;多峰搜索的动态微粒群算法[J];计算机应用;2005年11期
17 马铭;周春光;张利彪;马捷;;一种优化模糊神经网络的多目标微粒群算法[J];计算机研究与发展;2006年12期
18 姚坤;李菲菲;刘希玉;;一种基于PSO和GA的混合算法[J];计算机工程与应用;2007年06期
19 刘晓峰;陈通;;PSO算法的收敛性及参数选择研究[J];计算机工程与应用;2007年09期
20 王万良;唐宇;;微粒群算法的研究现状与展望[J];浙江工业大学学报;2007年02期
中国重要会议论文全文数据库 前10条
1 崔志华;蔡星娟;曾建潮;孙国基;;基于预测速度的改进微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
2 蔡星娟;崔志华;曾建潮;谭瑛;;自适应PID控制微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
3 安静;杨东升;汪镭;康琦;吴启迪;;一种微粒群智能寻优动态评价模式[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 王珩;张景瑞;;基于微粒群算法的航天器大角度姿态快速机动控制器参数优化设计[A];中国力学学会学术大会'2009论文摘要集[C];2009年
5 张昕;彭宏;郑启伦;;基于微粒群算法的聚类分析[A];2006年全国开放式分布与并行计算学术会议论文集(一)[C];2006年
6 王元元;曾建潮;谭瑛;;基于并行计算模型的并行微粒群算法的性能分析[A];2007年全国开放式分布与并行计算机学术会议论文集(上册)[C];2007年
7 宋佳栋;赵庆祯;刘衍民;;农产品风险控制的一种决策方法[A];海峡两岸农业学术研讨论文集[C];2010年
8 裴振奎;刘健;华夏;;求解随机车辆路径规划问题的混合微粒群算法[A];2008通信理论与技术新进展——第十三届全国青年通信学术会议论文集(上)[C];2008年
9 卢志刚;李伟;冀尔康;吴士昌;;微粒群算法优化设计自适应滤波器[A];第七届青年学术会议论文集[C];2005年
10 王海稳;张井岗;戴跃伟;曲俊海;;基于微粒群算法的PI/PD型二自由度PID控制器的优化设计[A];2009年中国智能自动化会议论文集(第一分册)[C];2009年
中国博士学位论文全文数据库 前10条
1 崔志华;微粒群算法的性能分析与优化[D];西安交通大学;2008年
2 莫思敏;基于群体交互自组织种群结构的扩展微粒群算法研究[D];兰州理工大学;2012年
3 袁代林;改进的微粒群算法及其在结构拓扑优化中的应用[D];西南交通大学;2009年
4 刘昆;软计算方法在智能优化中的应用研究[D];浙江大学;2002年
5 宋存利;生产调度问题及其智能优化算法研究[D];大连理工大学;2011年
6 周鲜成;基于微粒群算法的数字图像处理方法研究[D];中南大学;2008年
7 薛明志;进化计算与小波分析若干问题研究[D];西安电子科技大学;2004年
8 刘晓东;高温微粒红外辐射特性测量技术研究[D];哈尔滨工业大学;2008年
9 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
10 孙宁;人工免疫优化算法及其应用研究[D];哈尔滨工业大学;2006年
中国硕士学位论文全文数据库 前10条
1 魏欣;基于智能优化技术的创新概念设计研究与应用[D];山东师范大学;2010年
2 吕洪光;基于微粒群算法的装配序列规划方法及其应用研究[D];电子科技大学;2010年
3 朱家静;基于遗传微粒群算法的组卷策略应用研究[D];大连海事大学;2011年
4 陈红洲;群体智能若干算法研究[D];哈尔滨工程大学;2004年
5 王晓敏;基于微粒群算法的关联规则挖掘方法及应用[D];山东师范大学;2010年
6 戴芬;基于量子计算技术的智能算法的研究与应用[D];山东师范大学;2010年
7 刘丁峰;基于改进微粒群算法的图像复原方法研究[D];中南民族大学;2010年
8 赖志俊;基于AEPSO算法的VTS系统船舶调度优化问题研究[D];大连海事大学;2010年
9 莫祯贞;改进粒子群算法在模糊环境下平行机批调度问题中的应用研究[D];中国科学技术大学;2010年
10 林令娟;模拟退火微粒群混合算法的研究及应用[D];山东师范大学;2010年
中国重要报纸全文数据库 前10条
1 鲜婷 徐曦;无线网络规划智能解决方案[N];通信产业报;2006年
2 李瀛寰;多厂商智能优化方案清除通信死角[N];中国计算机报;2007年
3 孟祥初周晓娟;赢在细节[N];通信产业报;2007年
4 唐立新;钢铁企业信息化MES研究方向[N];世界金属导报;2008年
5 伊佳;让网络更智能[N];通信产业报;2006年
6 学生记者 肖佳平;人生是一个不断学习的过程[N];新清华;2004年
7 记者 陈晓军;甘肃省16个项目亮相高交会[N];甘肃日报;2008年
8 吴旻;为三重播放业务优化网络体系架构[N];通信产业报;2006年
9 ;惠而浦斥巨资出击节能洗衣机[N];中国电子报;2006年
10 ;丁丁带你买配件[N];中国电脑教育报;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978