基于改进粒子群算法的齿轮传动优化设计研究*

王 纯，韩加好，吉 庆

(连云港职业技术学院 机电工程学院，江苏 连云港 222000)

0 引 言

因其具有传动效率高、可靠性高等优点,齿轮传动被广泛应用在机械设备的传动系统中。随着可靠性设计等设计方法的迅速发展，以及粒子群算法(particle swarm optimization algorithm，PSO)等智能优化算法的出现，为齿轮传动这类非线性优化设计问题提供了新的优化设计方法[1-5]。

粒子群算法[6]是在1995年，由美国的KENNEDY J博士和EBERHART R博士受鸟类群体行为的启发而共同提出的一种智能优化算法。自粒子群算法被提出后，因其具有收敛速度较快、编码易实现等优点,受到许多专家学者的关注；同时，因其参数较少，进一步降低了PSO算法的复杂度。但是该算法也存在容易陷入局部极值、早熟收敛等缺点。

许多专家学者对PSO算法进行了深入研究，并针对其缺陷进行了改进。SHI Y等[7]在算法模型中引入惯性权重系数，对速度更新方程进行了改进，这种方式随后被广泛应用并得以验证。在改进惯性权值思想的引导下，研究人员EBERHART R等[8，9]提出了线性递减权值(LDIW)策略、随机惯性权值策略(RIW)。陈贵敏等[10]在线性递减权值策略的基础上，提出了3种非线性的权值递减策略。

为使粒子群算法达到全局探索与局部开采两者之间的有效平衡，CLERC M[11]构造了引入收缩因子的PSO模型[12]。EBERHART R等[13]分析了比较惯性权重系数和收缩因子对算法性能的影响，并认为收缩因子能更有效地控制约束粒子的飞行速度，有利于提高算法的收敛速度，增强算法的搜索能力。

为加快PSO算法……