改進(jìn)的遺傳算法在機(jī)械動(dòng)態(tài)優(yōu)化設(shè)計(jì)中的應(yīng)用.pdf

1、該文針對(duì)機(jī)械動(dòng)態(tài)優(yōu)化設(shè)計(jì)的工程問題,采用了一種新的人工智能優(yōu)化方法——改進(jìn)的遺傳算法.首先論述了機(jī)械動(dòng)態(tài)優(yōu)化設(shè)計(jì)數(shù)學(xué)模型的建立原則和過程,然后根據(jù)機(jī)械動(dòng)態(tài)優(yōu)化設(shè)計(jì)一般屬于有約束的非線性優(yōu)化、目標(biāo)函數(shù)一般具有多個(gè)局部最優(yōu)解的特點(diǎn),采取分遺傳算法和隨機(jī)方向法兩階段搜索的策略進(jìn)行優(yōu)化計(jì)算,從而可以提高計(jì)算的效率和精度.遺傳算法是一種基于概率意義、可全局搜索的群體尋優(yōu)算法,具有啟發(fā)性和自適應(yīng)搜索能力,并能以較大的概率趨向于全局最優(yōu)解,但收斂速度

2、慢;傳統(tǒng)的隨機(jī)方向法在搜索過程中善于微調(diào)但易陷入局部最優(yōu);因此,該文采取了分粗精兩階段搜索的方法,即在遺傳算法迭代完成后,在已經(jīng)得到了可行域內(nèi)的較好點(diǎn)后,利用隨機(jī)方向法進(jìn)行精搜索.兩種方法切換時(shí)間的依據(jù)是:當(dāng)在給定的迭代次數(shù)內(nèi)兩個(gè)最優(yōu)目標(biāo)函數(shù)數(shù)值差的絕對(duì)值小于給定很小正數(shù)時(shí),即切換到隨機(jī)方向法進(jìn)行精搜索.最后,以汽車懸掛系統(tǒng)為例給出了機(jī)械系統(tǒng)動(dòng)態(tài)優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型,并通過測(cè)試函數(shù)測(cè)試算法的有效性.結(jié)果表明,該方法提高了計(jì)算精度,綜合了遺