改進(jìn)的遺傳算法及其在工程優(yōu)化中的應(yīng)用.pdf

1、進(jìn)化計(jì)算，作為一種新興的強(qiáng)大的智能優(yōu)化技術(shù)，已經(jīng)廣泛地應(yīng)用在工程科學(xué)的幾乎所有的領(lǐng)域。與傳統(tǒng)優(yōu)化方法相比，進(jìn)化計(jì)算在全局優(yōu)化、復(fù)雜設(shè)計(jì)區(qū)域、復(fù)雜目標(biāo)函數(shù)及易用性等方面都顯示出了其優(yōu)越性。遺傳算法是進(jìn)化計(jì)算中最重要的算法之一，本文主要研究了改進(jìn)的遺傳算法及其在工程優(yōu)化領(lǐng)域中的應(yīng)用。 本文的主要研究內(nèi)容分章介紹如下： 第一章首先簡要介紹了進(jìn)化計(jì)算的基本知識(shí)，在工程優(yōu)化領(lǐng)域的歷史與研究現(xiàn)狀。本章的最后給出了本論文的基本框架。

2、 第二章介紹了遺傳算法的基本理論與方法。首先給出了遺傳算法的基本流程，然后介紹了染色體的編碼方法及遺傳算子，最后分析了遺傳算法的搜索機(jī)理與收斂性。 第三章提出了一種新的遺傳算法——基于子域搜索的遺傳算法(簡稱為SBGA)。SBGA將設(shè)計(jì)區(qū)域分成多個(gè)小的子域，根據(jù)已搜索過的樣本點(diǎn)在這些子域內(nèi)的分布情況來指導(dǎo)后續(xù)的搜索。同時(shí)，SBGA還提供了一種新的處理約束的方法。應(yīng)用SBGA進(jìn)行了復(fù)雜函數(shù)和桿系結(jié)構(gòu)的優(yōu)化，數(shù)值實(shí)驗(yàn)還發(fā)現(xiàn)它能

3、夠有效地抑制早熟現(xiàn)象的發(fā)生。 第四章研究了基于遺傳算法的連續(xù)體結(jié)構(gòu)拓?fù)鋬?yōu)化問題。提出了一種新的變長的緊湊編碼方式——鏈碼編碼方法，用四方向鏈碼的組合來描述結(jié)構(gòu)拓?fù)洹Ｒ詸C(jī)器學(xué)習(xí)中的范例推理為原型，設(shè)計(jì)出一種基于范例推理的遺傳算法。在該算法中，根據(jù)多尺度變換的原理，提出了結(jié)構(gòu)拓?fù)涞摹澳繕?biāo)向量”描述方式，從而可能定量地描述不同拓?fù)涞南嗨菩浴Ｑ兄屏松鲜龇椒ǖ挠?jì)算機(jī)軟件GATOCS，并利用該軟件對多工況連續(xù)深梁和自行車框架進(jìn)行拓?fù)鋬?yōu)化，取

4、得了較為滿意的結(jié)果，從而說明了應(yīng)用遺傳算法進(jìn)行連續(xù)體結(jié)構(gòu)拓?fù)鋬?yōu)化是完全可行的。 第五章研究了多目標(biāo)遺傳算法及其并行實(shí)現(xiàn)。實(shí)際的工程優(yōu)化問題通常都是多目標(biāo)的，而且計(jì)算量很大。因此，本文研究了并行虛擬機(jī)(高速互聯(lián)機(jī)群)環(huán)境下的多目標(biāo)遺傳算法SPEA2的分布式實(shí)現(xiàn)，開發(fā)了并行的SPEA2的算法，并且完成了深梁的多目標(biāo)拓?fù)鋬?yōu)化。 第六章研究小生境技術(shù)在遺傳算法中的應(yīng)用，設(shè)計(jì)了基于小生境技術(shù)和局部搜索算法的混合遺傳算法，應(yīng)用“互信