遺傳算法在計算機輔助沙發(fā)設(shè)計中的研究與應用.pdf

1、隨著科學技術(shù)進入一個多學科相互交叉、相互滲透、相互影響的時代,源于模擬某一自然現(xiàn)象或過程并且具有自組織、自學習、自適應等特征的神經(jīng)網(wǎng)絡、細胞自動機和進化計算等研究方向近年來得到了前所未有的蓬勃發(fā)展. 遺傳算法是基于進化理論的原理發(fā)展起來的一種廣為應用的高效率的隨機搜索優(yōu)化方法,在各種計算智能的研究中,這種算法得到了廣泛的關(guān)注,它是在達爾文進化論、門德爾-摩根遺傳學說的啟示下,通過模擬自然界中的"物競天擇,優(yōu)勝劣汰"的優(yōu)生法則及物

2、種遺傳規(guī)律發(fā)展起來的一類算法. 遺傳算法在一些設(shè)計優(yōu)化問題中已顯示出巨大潛力和深遠影響,但距離實現(xiàn)一個能與人的行為相匹配的系統(tǒng)還很遠.尤其是在一些創(chuàng)新設(shè)計應用,如建筑、音樂、藝術(shù)、設(shè)計,由于評價標準主要依賴于人的主觀想法,很難對個體的適應度函數(shù)進行描述.系統(tǒng)如何能在執(zhí)行最優(yōu)化的過程中,為個體提供進化機會的同時,也最大限度的避免產(chǎn)生退化的可能;而且可以實現(xiàn)一種智能化的評價方法等問題,成為計算機輔助概念設(shè)計的研究熱點. 人工

3、神經(jīng)網(wǎng)絡和遺傳算法是兩種以生物學為基礎(chǔ)的現(xiàn)代優(yōu)化算法,因其優(yōu)越性而被廣泛應用于諸多領(lǐng)域. 在客觀剖析相關(guān)領(lǐng)域存在的實際問題的基礎(chǔ)上,本文具體所做工作如下: 1.對遺傳算法進行分析.介紹了遺傳算法的基本原理、基本遺傳算法的改進及設(shè)計方法并對遺傳算法的收斂性進行了分析,給出了一個統(tǒng)一的收斂標準.然后,介紹了基于樹結(jié)構(gòu)的遺傳算法.最后,分析了遺傳算法在設(shè)計問題中的應用價值. 2.對徑向基神經(jīng)網(wǎng)絡的原理、結(jié)構(gòu)、方法、分類

4、進行了研究.指出RBFNN以其結(jié)構(gòu)簡單、非線性逼近能力強、收斂速度快、全局收斂以及良好的推廣能力,引起各領(lǐng)域工作者的極大關(guān)注,被廣泛應用于信息處理、模式識別、函數(shù)逼近、智能控制和數(shù)據(jù)挖掘等許多領(lǐng)域. 3.一種遺傳算法和人工神經(jīng)網(wǎng)絡技術(shù)結(jié)合的研究. 通過分析生物在環(huán)境生態(tài)系統(tǒng)中的成長模式,論文強調(diào)生物進化是一個在生態(tài)環(huán)境里結(jié)合先天遺傳進化和后天競爭學習進化的復雜過程;在傳統(tǒng)遺傳算法的基礎(chǔ)上,我們采用神經(jīng)網(wǎng)絡和遺傳算法結(jié)合的

5、方法.選用遺傳算法找到粗略的最優(yōu)值區(qū),作為神經(jīng)網(wǎng)絡的初始值,再用RBF神經(jīng)網(wǎng)絡進行訓練,采用RBF神經(jīng)網(wǎng)絡逼近GA的適應度函數(shù),解決了適應度函數(shù)的表示問題,達到了很好的效果.新算法增強了智能搜索的能力,加快了種群的收斂速度. 4.遺傳算法和人工神經(jīng)網(wǎng)絡技術(shù)結(jié)合起來應用于計算機輔助概念設(shè)計中的應用測試. 論文以沙發(fā)設(shè)計為例,基于組合原理和實例推理的創(chuàng)新設(shè)計機制,將上述遺傳算法和人工神經(jīng)網(wǎng)絡技術(shù)結(jié)合起來應用于計算機輔助概念設(shè)