基于概率克隆選擇微粒群算法的優(yōu)化設(shè)計(jì)研究.pdf

1、優(yōu)化設(shè)計(jì)作為一門學(xué)科產(chǎn)生于20世紀(jì)60年代，它將數(shù)學(xué)中的最優(yōu)化理論與工程設(shè)計(jì)領(lǐng)域相結(jié)合，使人們?cè)诮鉀Q工程設(shè)計(jì)問(wèn)題時(shí)，可以從多個(gè)設(shè)計(jì)方案中找到最優(yōu)或盡可能完善的設(shè)計(jì)方案，大大提高了工程的設(shè)計(jì)效率和設(shè)計(jì)質(zhì)量。目前，優(yōu)化設(shè)計(jì)已成為工程設(shè)計(jì)中的一種重要方法，廣泛應(yīng)用于各個(gè)工程領(lǐng)域，并產(chǎn)生了巨大的經(jīng)濟(jì)效益和社會(huì)效益。本文提出了一種融合算法--概率克隆選擇微粒群算法，在分析其可行性后，用來(lái)解決機(jī)車車輪踏面的優(yōu)化設(shè)計(jì)，并對(duì)優(yōu)化結(jié)果進(jìn)行了仿真分析。

2、 首先，對(duì)國(guó)內(nèi)外的優(yōu)化問(wèn)題求解技術(shù)進(jìn)行了細(xì)致的了解，并深入探討了算法用于優(yōu)化設(shè)計(jì)的優(yōu)勢(shì)和不足，詳細(xì)介紹了三種智能優(yōu)化算法(免疫克隆選擇算法、微粒群算法和模擬退火算法)在國(guó)內(nèi)外相關(guān)工程領(lǐng)域的成功應(yīng)用，從而提出了本文的研究?jī)?nèi)容。 其次，對(duì)優(yōu)化領(lǐng)域內(nèi)的免疫克隆選擇算法、微粒群算法和模擬退火算法的操作過(guò)程、實(shí)現(xiàn)步驟及其優(yōu)缺點(diǎn)進(jìn)行了歸納和總結(jié)，分析了它們對(duì)優(yōu)化問(wèn)題處理上的特點(diǎn)和存在的不足，即單一求解算法存在運(yùn)算效率低、求解精度不高和易

3、于陷入局部最優(yōu)解的不足，求解結(jié)果不能令人滿意。 接著，研究了算法的融合機(jī)理，并對(duì)各自的算法進(jìn)行了改進(jìn)，在改進(jìn)的基礎(chǔ)上，依據(jù)三種智能優(yōu)化算法的特點(diǎn)，提出了一種新的融合算法，即概率克隆選擇微粒群算法，并對(duì)其進(jìn)行了理論分析，給出了融合算法的應(yīng)用流程。 之后，對(duì)融合算法進(jìn)行可行性分析。根據(jù)機(jī)械模糊可靠性計(jì)算理論，以圓柱螺旋彈簧的模糊可靠性優(yōu)化設(shè)計(jì)為應(yīng)用實(shí)例，利用該融合算法進(jìn)行迭代計(jì)算，將所得結(jié)果與常規(guī)的復(fù)合形算法、遺傳算法和微粒

4、群算法的優(yōu)化結(jié)果進(jìn)行比較，證明了該融合算法在求解效率方面具有優(yōu)勢(shì)，是可行的。 隨后，將概率克隆選擇微粒群算法應(yīng)用于機(jī)車車輪踏面的優(yōu)化問(wèn)題，定義了車輪滾動(dòng)半徑差和橫向位移之間的函數(shù)，建立了車輪踏面優(yōu)化的數(shù)學(xué)模型，利用融合算法對(duì)其進(jìn)行優(yōu)化設(shè)計(jì)，得到了較優(yōu)的設(shè)計(jì)結(jié)果。 然后，在ADAMS/RAIL模塊中建立機(jī)車實(shí)體模型，把優(yōu)化后的車輪踏面的數(shù)據(jù)導(dǎo)入其中，寫成ADAMS能夠識(shí)別的文件，并建立實(shí)驗(yàn)線路，仿真后對(duì)優(yōu)化的結(jié)果作出檢驗(yàn)，