文档介绍：摘要的仿生学算法。与常规的优化算法相比,遗传算法具有隐含并行性和全局收敛性两大显著特征,并且具有常规优化方法所没有的优点,如不需要梯度计算等。然而,遗传算法毕竟是一门较新的学科,无论是在理论上,还是在实现上都有许多不完善的地方。因此,不断地对遗传算法加以研究和改进,使其更加适用于工程实际,以便更好地、更充分地发挥遗传算法的性能和特点是非常必要的。本文对遗传算法及其在机械优化设计应用中的相关内容进行了研究,介绍了遗传算法的基本结构、主要特点及应用于机械优化设计时具有一般意义的算法设计方案和算子这些缺陷,本文在对遗传算法的基本要点进行介绍的基础上,对选择、交叉和变异等算子操作过程进行了改进。以典型的遗传算法测试函数验证改进遗传算法的有效性与可本文提出了基于惩罚和修复策略的约束处理方法,解决了单一使用惩罚方法时所遇到的难以解决的问题,方便了遗传算法在约束优化问题中的应用,提高了遗传算法设计,并将改进的遗传算法得到的优化结果同基本遗传算法的优化结果进行了对比分析,算例分析表明该程序用于机械优化设计是可行的和高效的,改进的遗传算法比基本遗传算法有更好的收敛特性,迭代次数减少,优化设计结果也好于基本遗传算法。遗传算法是近年来在计算机科学和优化中受到广泛关注的一种模拟生物进化理论设计方法。在实际应用中,基本遗传算法存在着收敛速度慢,稳定性差和早熟等问题。为克服行性。在工程优化问题中的适用性。本文运用镅员嘀屏嘶涤呕杓瞥绦颍郧「嘶菇辛擞呕关键词:遗传算法,优化设计,算法改进,约束处理,罚函数山东建筑大学硕士学位论文
,,.籺疭...,...’痙..甀
:山东建筑大学硕士学位论文琾Ⅲ
第滦髀应用前剽俊】。优化设计是二十世纪六十年代随着电子计算机的广泛使用而迅速发展起来使得在解决复杂设计问题时,能从众多的设计方案中寻得尽可能完善的设计方案并大大地提高设计质量和设计效率。目前优化设计方法在航空、造船、国防、机械、电子、电器、交通、建筑、纺织、冶金、石油、化工及管理等领域都得到了题。如结构设计要在满足强度要求等条件下使所用材料的总重量最轻:资源分配要使各用户利用有限资源产生的总效益最大:安排运输方案要在满足物资需求和技术必将在社会的诸多方面起着越来越大的作用,有着巨大地发展潜力和广泛地为初始设计方案和参数,然后通过人工作图及复杂的计算确定初始参数是否可如此循环多次才能得到符合需要的设计结果,并且设计结果一般都不是“最优”优化设计是在规定的各种设计限制条件下,将实际设计问题首先转化为最优化问题的数学模型,然后运用各种最优化理论和方法,在计算机上编程进行自动寻优计算,从满足各种设计要求及限制条件的全部可行方案中,选择出最优设计方案。与常规的设计方法相比,优化设计的最大优点是:它能根据最优化理论,从所有可行的设计方案中找到最完善、最合适的一个方案来。在优化设计过程中,选题背景和意义的一门新的学科。优化设计能为工程及产品设计提供一种重要的科学设计方法,广泛地应用和发展,并且取得了显著的经济效益和社会效益。最优化是人们在工程技术、科学研究和经济管理等诸多领域中经常遇到的问装载条件下使运输总费用最低:编制生产计划应按照产品的工艺流程和客户需求,尽量降低人力、设备、原材料等成本,使总利润达到最高等。任何一项工程或一个产品的设计,都需要根据设计要求,合理选择方案,确定各种参数,以期望达到最佳的设计目标,如重量轻、材料省、成本低、性能好、承载能力高等。可以预料,随着科学技术特别是计算机技术的不断发展,数学理论和方法向各门学科和各个应用领域更广泛、更深入地渗透,在当今的信息时代,最优化理论和常规的设计方法通常是,根据设计人员的经验或通过类比法以相似的设计作行。若结果不满足要求,则修改初始参数,重新进行人工作图及计算。通常需要的。山东建筑大学硕士学位论文
计算机的使用,大大缩短了设计周期、减少了设计误差,提高了设计质量。顿法、共轭方向法、变尺度法、坐标轮换法和鲍威尔法等:约束最优化方法中的约束随机方向搜索法、罚函数方法、复形法等。上述这些方法亦可称为传统的优随着工程优化问题的日趋大型化、复杂化,优化问题目标函数的性态也变得越来越复杂绾牧浴纪剐浴⒍喾逍浴⒍辔缘,工程中的许多大系存在诸多缺陷,在一般情况下很难找到这类复杂优化问题的全域最优解。秤呕惴ㄒ话愣阅勘旰加薪锨康南拗菩砸G如连续、可微、单峰等导实挠呕杓莆侍獬32荒苈悖踔链锊坏秸庑┮G螅谟呕惴ㄊ凳┲埃=写罅康淖急腹ぷ如求函数的一阶和二阶导有时甚至是不可能的:惴ǖ慕峁话阌氤跏贾档难∪∮薪洗蠊叵担煌某踔悼赡艿贾虏煌的结果,而初始值在很大程度上依赖于优化者对问题背景的认识及所掌握的知识惴ㄈ狈虻バ院屯ㄓ眯浴U攵砸桓鎏囟ㄎ侍猓褂谜咝枰S邢嗟钡闹当人们不满足于用传统优化方法求解某些工程问题时