-
题名可轧制约束下VRB薄壁结构的厚度分布优化方法研究
被引量：1
- 1
-
-
作者
陈有松
沈国民
段利斌
-
机构
上汽集团商用车技术中心
江苏大学汽车与交通工程学院
-
出处
《汽车工程》
EI
CSCD
北大核心
2020年第12期1728-1736,共9页
-
基金
上汽科技基金会产学研项目(1919)
上汽种子基金项目(T309)
国家自然科学基金(51805221)资助。
-
文摘
连续变厚度轧制工艺(variable-thickness rolled blanks,VRB)是一种先进的轻量化制造工艺,其制作而成的VRB薄壁结构具有质量轻、吸能效果好等优点。本文中以单帽型薄壁梁的横向冲击过程为研究对象,建立了VRB单帽型薄壁梁的高精度有限元模型,基于粒子群算法(particle swarm optimizer,PSO)的思想提出一种求解可轧制约束的VRB薄壁结构最优厚度分布问题的综合学习粒子群算法(comprehensive learning particle swarm optimizer,CLPSO)。该算法可求解可轧制约束和性能约束下包含大规模设计变量的VRB薄壁梁结构的最优厚度分布问题。为验证CLPSO算法的有效性,分别开展了有/无制造约束下的VRB薄壁结构的最优厚度优化设计。优化结果表明,有制造约束的CLPSO算法相比无制造约束的CLPSO算法更容易得到可用于生产制造的设计结果,且在满足性能约束与VRB可轧制约束条件下,VRB单帽型薄壁结构的质量相比等厚度结构减轻了21.7%。
-
关键词
轻量化
VRB轧制板
厚度分布优化
综合学习粒子群优化
-
Keywords
lightweight
variable-thickness rolled blank(VRB)
thickness distribution optimization
comprehensive learning particle swarm optimizer
-
分类号
TM9
[电气工程—电力电子与电力传动]
-
-
题名基于ELM和MA的微型四频天线设计
被引量：2
- 2
-
-
作者
曾启明
纪震
李琰
俞航
-
机构
深圳大学信息工程学院
深圳市嵌入式系统设计重点实验室
深圳大学计算机与软件学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2014年第9期1693-1698,共6页
-
基金
国家自然科学基金(No.61171125
No.60872125
+3 种基金
No.61201042)
深圳市海外高层次人才创新创业专项资金(No.KQC201108300044A)
深圳市战略性新兴产业发展专项资金项目(No.JCYJ20120613173154123)
国家-广东省联合自然科学基金(No.U1201256)
-
文摘
提出一个基于极限学习机ELM(Extreme Learning Machine)和文化基因算法MA(Memetic Algorithm)的微型四频(0.92/2.4/3.5/5.8GHz)天线设计算法AntMA-ELM.为了提高天线的性能,算法在MA框架下引入基于综合学习粒子群优化算法CLPSO(Comprehensive Learning Particle Swarm Optimizer)全局搜索和DSCG(Davies,Swann,and Campey with Gram-schmidt)局部搜索,用于确定天线的几何参数.同时,建立ELM回归模型用于直接评估MA优化的适应值函数.实验结果表明,ELM回归模型能够根据输入参数正确估算天线的回波损耗,使MA算法有效提高设计性能和加速优化过程.天线在四个目标频段的回波损耗值均优于-10dB,满足设计要求.
-
关键词
四频天线
回波损耗
极限学习机
文化基因算法
综合学习粒子群优化算法
-
Keywords
four-band antenna
return loss
extreme learning machine
memetic algorithm
CLPSO
-
分类号
TN822.8
[电子电信—信息与通信工程]
-
