量子遺傳算法在機(jī)械優(yōu)化問(wèn)題中的應(yīng)用研究.pdf

1、近年來(lái),隨著最優(yōu)化技術(shù)和計(jì)算機(jī)技術(shù)在設(shè)計(jì)領(lǐng)域的應(yīng)用，優(yōu)化設(shè)計(jì)已發(fā)展成為一門(mén)新興學(xué)科，并為工程設(shè)計(jì)人員提供了一種重要的科學(xué)設(shè)計(jì)方法，從而大大提高了設(shè)計(jì)效率和設(shè)計(jì)質(zhì)量。遺傳算法（Genetic Algorithm，GA）是現(xiàn)代設(shè)計(jì)方法中較為常用的一種，它是在達(dá)爾文的進(jìn)化論和孟德?tīng)柕倪z傳學(xué)理論上產(chǎn)生和發(fā)展起來(lái)的一種隨機(jī)搜索算法，該算法具有極高的魯棒性和廣泛的適應(yīng)性。同時(shí)遺傳算法亦存在迭代次數(shù)多、收斂速度慢等不足。量子遺傳算法（Quantum

2、Genetic Algorithm，QGA）是量子計(jì)算與遺傳算法相結(jié)合的產(chǎn)物，該算法因具有種群規(guī)模小、尋優(yōu)能力強(qiáng)、收斂速度快和計(jì)算時(shí)間短的特點(diǎn)而受到極大的關(guān)注。
　　 本文在量子遺傳算法的基礎(chǔ)上提出了一種新的實(shí)數(shù)編碼量子遺傳算法（Real CodedQuantum Genetic Algorithm，RQGA），通過(guò)與遺傳算法和量子遺傳算法優(yōu)化結(jié)果的對(duì)比分析，證實(shí)了實(shí)數(shù)編碼量子遺傳算法的有效性和優(yōu)越性。主要研究?jī)?nèi)容如下：

3、　　 （1）提出了一種實(shí)數(shù)編碼量子遺傳算法。在系統(tǒng)地介紹了遺傳算法、基本量子遺傳算法的算法流程、關(guān)鍵技術(shù)及特點(diǎn)的基礎(chǔ)上，針對(duì)機(jī)械優(yōu)化問(wèn)題的特點(diǎn)，提出了一種新的實(shí)數(shù)編碼量子遺傳算法，并對(duì)算法的編碼方法、操作算子、算法流程等進(jìn)行了較詳細(xì)的敘述，并進(jìn)一步敘述了基于Java語(yǔ)言的算法實(shí)現(xiàn)。
　　 （2）以機(jī)械中廣泛應(yīng)用的減速器為對(duì)象，研究了所提出的實(shí)數(shù)編碼量子遺傳算法在機(jī)械結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用。建立了問(wèn)題的優(yōu)化模型，采用實(shí)數(shù)編碼量子遺

4、傳算法進(jìn)行了優(yōu)化求解，并與遺傳算法和基本量子遺傳算法的求解結(jié)果進(jìn)行了對(duì)比分析，表明了所提出的實(shí)數(shù)編碼量子遺傳算法的可行性和優(yōu)越性。
　　 （3）以機(jī)械中廣泛應(yīng)用的連桿機(jī)構(gòu)為對(duì)象，研究了所提出的實(shí)數(shù)編碼量子遺傳算法在機(jī)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用。建立了問(wèn)題的優(yōu)化模型，采用實(shí)數(shù)編碼量子遺傳算法進(jìn)行了優(yōu)化求解，并與遺傳算法和基本量子遺傳算法的求解結(jié)果進(jìn)行了對(duì)比分析，表明了所提出的實(shí)數(shù)編碼量子遺傳算法的可行性和優(yōu)越性。針對(duì)連桿機(jī)構(gòu)軌跡優(yōu)化問(wèn)題，