摘要：合理的公差分配是降低生产成本和保证产品性能的关键。首先将混沌算法引入到alopex算法的初始化过程,然后基于群体差异度对退火温度进行了改进,提出了改进的alopex算法。其次,尝试将所提出的算法用于求解公差分配优化问题。最后将改进的alopex算法与遗传算法在铰链装配组件的公差设计问题上进行了性能比较,优化结果表明了改进的alopex算法的有效性。

摘要：alopex算法是一种有效的随机优化算法 ,能尽快向最优解方向搜索 .能克服传统启发式易陷入局部最优点的缺点 ,又能克服传统模拟退火法从随机搜索到梯度搜索收敛极为缓慢的不足 .永磁同步电动机的优化问题是多变量、多目标、多极值的隐函数的极值问题 ,将alopex算法应用于两相永磁同步电动机的设计 ,使电机综合指标得到提高 ,优化结果证明 ,此方法是有效的 。

摘要：针对alopex算法对初值敏感的特性及正交设计可以使初始种群在空间分布更加均匀的特点,提出了正交alopex算法。该算法为了克服后期"早熟"收敛的缺陷,引入了变异操作。数值仿真结果及两个工程优化问题的求解结果表明,所提出的算法能有效避免"早熟"收敛,且求解结果优于传统优化及比较算法。

摘要：在对 alopex 算法的研究过程中.纠正了原算法对其收敛行为论证中存在的错误,给出了 alopex 算法收敛行为的正确论证,以及算法中各参数的选取和特性.并将此算法应用于 VLSI 设计中的布局、Gate Matrix 的栅排序中.