基于遺傳算法的燃?xì)鉁u輪發(fā)動機循環(huán)優(yōu)化.pdf

1、遺傳算法(GeneticAlgorithms簡寫GA)是用于優(yōu)化問題的新的有用的工具，其運用了自然界中“優(yōu)勝劣汰”的法則，并且在可能的解空間上形成多點逼近的評價工具。遺傳算法在收斂性、結(jié)構(gòu)化、對優(yōu)化目標(biāo)函數(shù)無要求等方面的優(yōu)點使他能夠有效的運用在發(fā)動機的設(shè)計工作中。 論文的工作包括：編寫了標(biāo)準(zhǔn)遺傳算法計算程序，針對發(fā)動機循環(huán)分析對計算效率的要求，對標(biāo)準(zhǔn)遺傳算法作了相應(yīng)的改進；在運算基礎(chǔ)上，驗證不同的遺傳算法的遺傳算子(選擇、繁殖

2、、變異等)值對優(yōu)化結(jié)果的影響，提供了一組適合發(fā)動機循環(huán)分析的遺傳算法參數(shù)值；在以上基礎(chǔ)上，用面向?qū)ο蟮脑O(shè)計方法建立了優(yōu)化設(shè)計的控制模塊，采用調(diào)用遺傳算法模塊和發(fā)動機循環(huán)分析計算模塊的輸入、輸出和執(zhí)行文件的方式，解決了算法在不同發(fā)動機循環(huán)分析計算中的通用化的問題，同時，具有算法的可擴充性(加入其他算法)和發(fā)動機設(shè)計中的相關(guān)優(yōu)化問題(尺寸、重量設(shè)計和飛機/發(fā)動機一體化設(shè)計)的可擴展能力，具備了通用優(yōu)化軟件的基本構(gòu)架。 最后給出了針