文档介绍：武汉科技大学
硕士学位论文
量子遗传算法在机械优化问题中的应用研究
姓名:裴飞飞
申请学位级别:硕士
专业:机械设计及理论
指导教师:熊禾根
2010-11-20
武汉科技大学硕士学位论文第 I 页
摘要
近年来,随着最优化技术和计算机技术在设计领域的应用,优化设计已发展成为一门
新兴学科,并为工程设计人员提供了一种重要的科学设计方法,从而大大提高了设计效率
和设计质量。遗传算法(ic Algorithm,GA)是现代设计方法中较为常用的一种,它
是在达尔文的进化论和孟德尔的遗传学理论上产生和发展起来的一种随机搜索算法,该算
法具有极高的鲁棒性和广泛的适应性。同时遗传算法亦存在迭代次数多、收敛速度慢等不
足。量子遗传算法(Quantum ic Algorithm,QGA)是量子计算与遗传算法相结合的
产物,该算法因具有种群规模小、寻优能力强、收敛速度快和计算时间短的特点而受到极
大的关注。
本文在量子遗传算法的基础上提出了一种新的实数编码量子遗传算法(Real Coded
Quantum ic Algorithm,RQGA),通过与遗传算法和量子遗传算法优化结果的对比分
析,证实了实数编码量子遗传算法的有效性和优越性。主要研究内容如下:
(1)提出了一种实数编码量子遗传算法。在系统地介绍了遗传算法、基本量子遗传
算法的算法流程、关键技术及特点的基础上,针对机械优化问题的特点,提出了一种新的
实数编码量子遗传算法,并对算法的编码方法、操作算子、算法流程等进行了较详细的叙
述,并进一步叙述了基于 Java 语言的算法实现。
(2)以机械中广泛应用的减速器为对象,研究了所提出的实数编码量子遗传算法在
机械结构优化设计中的应用。建立了问题的优化模型,采用实数编码量子遗传算法进行了
优化求解,并与遗传算法和基本量子遗传算法的求解结果进行了对比分析,表明了所提出
的实数编码量子遗传算法的可行性和优越性。
(3)以机械中广泛应用的连杆机构为对象,研究了所提出的实数编码量子遗传算法
在机构优化设计中的应用。建立了问题的优化模型,采用实数编码量子遗传算法进行了优
化求解,并与遗传算法和基本量子遗传算法的求解结果进行了对比分析,表明了所提出的
实数编码量子遗传算法的可行性和优越性。针对连杆机构轨迹优化问题,GA、QGA 和 RQGA
所求得的最优解与目标值之间均存在较大的偏差,所以对目标函数进行了改进,但是这一
问题仍未得到合理的解决。因此,对于连杆机构轨迹优化问题,量子遗传算法仍需进行研
究和改善。

关键词:遗传算法,量子计算,量子遗传算法,实数编码
第 II 页武汉科技大学硕士学位论文
Abstract
Optimization design, as a new branch of science in recent years, is the result of optimization
technique puter technology applied in design provides an important
scientific design method for engineering designer, which seeks the most perfect and optimum
design proposal and greatly improves design efficiency and quality. ic Algorithm (GA) is
an overall random searching method based on the Darwin's evolution and Mendelian. ic
algorithm has better adaptability and wide odation. But it also has the disadvantages of
poor local search ability, slow convergence and other defects. Quantum ic Algorithm
(Quantum ic QGA) is produced bining puting and ic Algorithm.
And it is got enormous attention because of its small population size, higher ability to find the
global optimal value, fast c