改進(jìn)遺傳算法套筒滾子鏈傳動(dòng)優(yōu)化設(shè)計(jì)

針對(duì)標(biāo)準(zhǔn)遺傳算法在迭代過程中經(jīng)常出現(xiàn)未成熟收斂、發(fā)生振蕩、隨機(jī)性太大等缺點(diǎn),提出一種新的遺傳算子轉(zhuǎn)基因算子,用于對(duì)標(biāo)準(zhǔn)遺傳算法的改進(jìn)·這種轉(zhuǎn)基因算子有效地利用了計(jì)算適應(yīng)度的信息,很好地保護(hù)了最優(yōu)個(gè)體,并能提高群體中個(gè)體的適應(yīng)度·包含轉(zhuǎn)基因算子的改進(jìn)遺傳算法能直接計(jì)算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題,也能處理同時(shí)具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題·算例結(jié)果表明,改進(jìn)遺傳算法的收斂特性和優(yōu)化設(shè)計(jì)結(jié)果遠(yuǎn)好于標(biāo)準(zhǔn)遺傳算法,是一種理想的建筑結(jié)構(gòu)優(yōu)化設(shè)計(jì)方法·

首先給出了離散變量結(jié)構(gòu)的數(shù)學(xué)優(yōu)化模型,提出了子空間搜索的單親遺傳算法,并給出了兩個(gè)減少計(jì)算量的策略。通過兩個(gè)結(jié)構(gòu)優(yōu)化的算例表明,文章算法收斂速度快、收斂平穩(wěn),為離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)提供了一種借鑒方法。

通過對(duì)遺傳算法的二進(jìn)制編碼和實(shí)數(shù)編碼的機(jī)理分析,結(jié)合2種編碼的優(yōu)點(diǎn),從工程結(jié)構(gòu)優(yōu)化實(shí)際問題出發(fā),提出了一種可以任意控制離散度的改進(jìn)實(shí)數(shù)編碼遺傳算法.該算法利用實(shí)際工程結(jié)構(gòu)問題中對(duì)尺寸設(shè)計(jì)變量精度要求的放松,在編碼過程中加上\"隱約束\

針對(duì)簡(jiǎn)單遺傳算法中的線性適應(yīng)度、恒定交叉與變異概率等不能動(dòng)態(tài)地適應(yīng)整個(gè)尋優(yōu)過程,提出采用非線性適應(yīng)度與自適應(yīng)交叉、變異概率的改進(jìn)遺傳算法。以典型的遺傳算法測(cè)試函數(shù)驗(yàn)證改進(jìn)遺傳算法的有效性與可行性,最后將改進(jìn)遺傳算法用于離散變量桁架結(jié)構(gòu)優(yōu)化設(shè)計(jì),計(jì)算結(jié)果表明改進(jìn)遺傳算法是可行、有效的。

針對(duì)遺傳算法在迭代過程中經(jīng)常出現(xiàn)未成熟收斂、振蕩、隨機(jī)性太大和迭代過程緩慢等缺點(diǎn),提出引入轉(zhuǎn)基因算子與單親遺傳算子,同時(shí)提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)的三等分割算法,通過與遺傳算法相結(jié)合并運(yùn)用到初始群體形成和進(jìn)化過程中,使兩種算法既可相互獨(dú)立地運(yùn)算,又可彼此相互協(xié)調(diào)、共同作用.根據(jù)工程實(shí)際,充分考慮規(guī)范規(guī)定的約束條件和各項(xiàng)技術(shù)標(biāo)準(zhǔn)要求,建立離散變量結(jié)構(gòu)優(yōu)化模型.各種算法的優(yōu)化結(jié)果對(duì)比表明,改進(jìn)混合遺傳算法具有省時(shí)、高效、局部搜索能力強(qiáng)和全局性好的特點(diǎn).

在彎管前安裝擾流子，可以減小彎管處二次流強(qiáng)度，降低能量損失，并運(yùn)用cfd軟件對(duì)不同參數(shù)下的擾流子節(jié)能效果數(shù)值計(jì)算。以l9（33）正交試驗(yàn)以及4組補(bǔ)充試驗(yàn)作為bp神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，建立在5種雷諾數(shù)下擾流子節(jié)能效率與擾流子葉片轉(zhuǎn)角、葉片長(zhǎng)度、安裝距離3個(gè)結(jié)構(gòu)參數(shù)的非線性映射關(guān)系；擾流子節(jié)能效率最大值作為目標(biāo)函數(shù)，再結(jié)合遺傳算法進(jìn)行結(jié)構(gòu)參數(shù)優(yōu)化。最終得到在不同雷諾數(shù)下擾流子葉片轉(zhuǎn)角、葉片長(zhǎng)度、安裝距離的最佳組合形式，并利用有限元方法對(duì)結(jié)果驗(yàn)證。結(jié)果表明，這種優(yōu)化方案具有可行性；合適的結(jié)構(gòu)參數(shù)的擾流子具有良好的節(jié)能效果。

在彎管前安裝擾流子,可以減小彎管處二次流強(qiáng)度,降低能量損失,并運(yùn)用cfd軟件對(duì)不同參數(shù)下的擾流子節(jié)能效果數(shù)值計(jì)算.以l9(33)正交試驗(yàn)以及4組補(bǔ)充試驗(yàn)作為bp神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,建立在5種雷諾數(shù)下擾流子節(jié)能效率與擾流子葉片轉(zhuǎn)角、葉片長(zhǎng)度、安裝距離3個(gè)結(jié)構(gòu)參數(shù)的非線性映射關(guān)系;擾流子節(jié)能效率最大值作為目標(biāo)函數(shù),再結(jié)合遺傳算法進(jìn)行結(jié)構(gòu)參數(shù)優(yōu)化.最終得到在不同雷諾數(shù)下擾流子葉片轉(zhuǎn)角、葉片長(zhǎng)度、安裝距離的最佳組合形式,并利用有限元方法對(duì)結(jié)果驗(yàn)證.結(jié)果表明,這種優(yōu)化方案具有可行性;合適的結(jié)構(gòu)參數(shù)的擾流子具有良好的節(jié)能效果.

以蝸輪的有色金屬齒圈體積最小為目標(biāo)函數(shù),并從設(shè)計(jì)經(jīng)驗(yàn)本身、運(yùn)動(dòng)性能、邊界條件等方面建立合理的約束條件,建立了蝸輪齒圈的優(yōu)化設(shè)計(jì)數(shù)學(xué)模型。應(yīng)用matlab遺傳算法工具箱尋求全局最優(yōu)解。優(yōu)化結(jié)果表明,采用遺傳算法能夠快捷有效地對(duì)蝸桿齒輪進(jìn)行優(yōu)化設(shè)計(jì),是對(duì)蝸桿齒輪優(yōu)化設(shè)計(jì)的一種有效方法。

將基于實(shí)數(shù)編碼的加速遺傳算法(raga)應(yīng)用于多孔變徑管優(yōu)化設(shè)計(jì)中,解決了設(shè)計(jì)中多維參數(shù)尋優(yōu)問題,避免了傳統(tǒng)方法早熟、提前收斂以及易陷入局部最優(yōu)等弊端。在固定管道式噴灌系統(tǒng)優(yōu)化設(shè)計(jì)中應(yīng)用,求解出多孔變徑管的最優(yōu)管徑、管長(zhǎng)等多維參數(shù),效果較好,為該方面研究提供了一種新的優(yōu)化求解方法

利用滾切原理,分析鏈輪的共軛齒形,優(yōu)化齒形后形成切頂滾刀的基準(zhǔn)齒形。

基于分級(jí)遺傳算法的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)——提出一種分級(jí)處理的遺傳算法，它采用微種群和附加變異算子來減少計(jì)算量、增加算法的局部搜索能力．算例表明，這種算法收斂平穩(wěn)、并取得了較好的效果?！　?/p>

遺傳算法原理、實(shí)現(xiàn)及其在離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用——闡述了遺傳算法的基本原理和實(shí)現(xiàn)步驟，論述了遺傳算法的特點(diǎn)．介紹了遺傳算法在離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用情況　　

提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)的單向搜索算法并與標(biāo)準(zhǔn)遺傳算法結(jié)合成混合遺傳算法,即發(fā)揮了單向搜索算法省時(shí)、高效、局部搜索能力強(qiáng)的特點(diǎn),又發(fā)揮了遺傳算法全局性好的特點(diǎn).算例結(jié)果表明,該方法能直接計(jì)算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題,也能處理同時(shí)具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題.這種混合遺傳算法優(yōu)于標(biāo)準(zhǔn)遺傳算法和單向搜索算法,是兼二者之長(zhǎng),棄二者之短的高效的理想優(yōu)化設(shè)計(jì)方法.

提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)的單向搜索算法并與標(biāo)準(zhǔn)遺傳算法結(jié)合成混合遺傳算法,即發(fā)揮了單向搜索算法省時(shí)、高效、局部搜索能力強(qiáng)的特點(diǎn),又發(fā)揮了遺傳算法全局性好的特點(diǎn)·算例結(jié)果表明,該方法能直接計(jì)算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題,也能處理同時(shí)具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題·這種混合遺傳算法優(yōu)于標(biāo)準(zhǔn)遺傳算法和單向搜索算法,是兼二者之長(zhǎng),棄二者之短的高效的理想優(yōu)化設(shè)計(jì)方法·

基于邊界層理論和轉(zhuǎn)捩區(qū)聲輻射理論,利用krane偶極子聲源模型對(duì)liepmann單極子聲源模型進(jìn)行改進(jìn),結(jié)合回轉(zhuǎn)體頭部線型設(shè)計(jì)理論,采用標(biāo)準(zhǔn)遺傳算法,建立了一套完整的回轉(zhuǎn)體頭部線型低噪優(yōu)化設(shè)計(jì)的方法和模型。優(yōu)化結(jié)果表明:找到了全局最優(yōu)解,最大降噪量約為11.8%。

介紹了免疫遺傳算法的原理、模型和算法實(shí)現(xiàn)過程,并采用該算法對(duì)防汛打樁機(jī)激振器數(shù)學(xué)模型進(jìn)行了優(yōu)化計(jì)算,優(yōu)化計(jì)算結(jié)果表明,基于免疫遺傳算法的優(yōu)化設(shè)計(jì)切實(shí)可行,為復(fù)雜的水利機(jī)械設(shè)備優(yōu)化設(shè)計(jì)提供了新的思路和方法。

工程中檁條用鋼量將隨新規(guī)程《門式剛架輕型房屋結(jié)構(gòu)技術(shù)規(guī)程》cecs102:2002中活荷載取值的變化而變化。論文結(jié)合該新規(guī)程和《冷彎薄壁型鋼技術(shù)規(guī)范》gb50018-2002,在常見荷載和柱距條件下,采用遺傳算法對(duì)簡(jiǎn)支檁條的截面進(jìn)行了優(yōu)化設(shè)計(jì),并對(duì)新規(guī)程中檁條的用鋼量進(jìn)行了分析比較。

遺傳算法在函數(shù)尋優(yōu)過程中不要求計(jì)算函數(shù)梯度,對(duì)問題沒有依賴性,能以較大的概率找到問題的全局最優(yōu)解。運(yùn)用遺傳算法對(duì)鋼閘門進(jìn)行優(yōu)化設(shè)計(jì)的實(shí)例表明:遺傳算法在離散變量的結(jié)構(gòu)優(yōu)化方面比傳統(tǒng)方法更容易找到全局性優(yōu)化解,節(jié)省了撐臥式平板鋼閘門的工程造價(jià),提高了數(shù)值分析的準(zhǔn)確性。

計(jì)算機(jī)通信網(wǎng)優(yōu)化設(shè)計(jì),是提升計(jì)算機(jī)網(wǎng)絡(luò)性能,更好滿足人們上網(wǎng)需要的保障。在進(jìn)行計(jì)算機(jī)通信網(wǎng)優(yōu)化設(shè)計(jì)過程中,主要考慮到路由器和鏈路容量分配,以優(yōu)化設(shè)計(jì)模型cfa構(gòu)建為主,該優(yōu)化過程屬于一個(gè)較為復(fù)雜的非線性0——1規(guī)劃。遺傳算法在計(jì)算機(jī)通信網(wǎng)優(yōu)化設(shè)計(jì)過程中,起到了重要作用。本文對(duì)計(jì)算機(jī)通信網(wǎng)優(yōu)化設(shè)計(jì)的研究,將以遺傳算法的具體應(yīng)用為主。

近年來,隨著高等教育改革步伐的加快,特別是近年來高校教師工資變動(dòng)頻繁以及復(fù)雜程度不斷提高,原有的工資管理系統(tǒng)已不能適合工作的需要,改進(jìn)高校教師工資管理系統(tǒng)是形勢(shì)所趨.本文引入遺傳算法,旨在對(duì)高校工資管理系統(tǒng)進(jìn)行優(yōu)化,通過高效的信息化手段實(shí)現(xiàn)工資的規(guī)范化、精細(xì)化和智能化管理.

遺傳算法在機(jī)械工程全局優(yōu)化設(shè)計(jì)中的應(yīng)用

滴灌系統(tǒng)干管設(shè)計(jì)是否合理,直接影響滴灌系統(tǒng)投資及運(yùn)行費(fèi)用,本文以滴灌系統(tǒng)年費(fèi)用最低為目標(biāo),建立了滴灌系統(tǒng)管網(wǎng)優(yōu)化模型,采用遺傳算法對(duì)模型進(jìn)行求解.應(yīng)用結(jié)果表明:該模型及算法能夠快速、準(zhǔn)確地計(jì)算出管網(wǎng)優(yōu)化方案及水泵優(yōu)化揚(yáng)程,適合滴灌系統(tǒng)管網(wǎng)的優(yōu)化設(shè)計(jì).