针对传统蚁群算法因初期信息素分布不均导致算法初期路径选择概率随机性大、搜索速度慢等缺陷,设计一种使用混合参数的蚁群改进算法。在算法开始阶段引入遗传算法,对遗传算法的适应度函数进行改进;设置一个评价点使遗传算法在合适的时机进入蚁群算法,并对算法的信息素挥发因子p采用一种自适应调整方式;对遗传算法的交叉率和变异率以及蚁群算法的信息因子和期望因子采用变异的混合参数,发挥4个参数因子在算法中的优点;在蚁群算法后面设置一个路径进化率的评价点判定是否再次进行遗传变异操作,目的是使蚁群算法跳出局部最优;算法最后引入B样条曲线光滑机制。实验结果表明:改进算法在简单和复杂的环境里找到的路径长度和路径拐点数明显减少,有比其他3种算法更快更准的寻找全局最优能力。

随着齿轮泵向高压大流量方向发展，间隙泄漏、粘滞摩擦、流量脉动等现象对泵工作效率的影响也更为突出。大流量齿轮泵的特点之一是模数大，齿数相对较少，使得齿高和齿厚较大，导致在高压作用下间隙泄漏损失和粘滞摩擦损失增加，尤其是粘滞摩擦损失增加幅度较大。提出了齿轮泵广义效率的概念，并建立了多个与广义效率相关的优化模型，构建了序列二次规划法的优化算法，针对高压大流量齿轮泵模数大和齿数较小的特点，用混合参数增效设计方法，优化齿轮的结构参数，解决了优化过程的全约束，克服了传统圆整法优化过程产生截断误差的难题，实现增效设计。