用于输送散装物料的物料分配器的描述

运输散装物料时，应从初始化外部种群开始，并初始化外部种群；该算法的基本过程是通过对初始种群中的个体进行非支配分类来随机生成初始种群。具有最佳非主导评级的个人被添加到外部人群中。每个个体适合度有两个部分：第一部分是解的非支配分类。第二部分是个体间距值。首先，最小解的非显性分类意味着非安置等级的数量越少，个体的适应度越高。如果非安置等级相同，距离较远的个体的适应度就越大。一旦种群收敛，利用探索算子在非支配解的参数域中进行探索性搜索，然后通过重新激发策略生成新的种群，具有前向收敛的效果。本文以各吊杆主梁的截面尺寸为优化变量，以前吊杆的刚度和轻量化为优化目标。通过掌握微观多目标遗传算法，结合布料器的实际工况和参数化有限元建模技术，建立布料器臂架的优化虚拟模型。可以减小每个吊杆的挠度差。目前，用于提高散料运输的大跨度布料器臂架刚度的微多目标遗传算法是一种基于非支配分类的多目标优化算法，采用小规模种群，计算效率高泵管。这种位姿模式不仅可以有效地提高臂架的刚度和减轻重量，而且通过一次计算可以提供多组方案，满足布料器的非性能控制。