發(fā)布時間：2017-05-23 21:04

  本文關鍵詞：離散變量結構優(yōu)化的多區(qū)域混合遺傳算法，由筆耕文化傳播整理發(fā)布。

【摘要】：針對遺傳算法應用于結構優(yōu)化設計時局部細致搜索能力較弱的問題和離散變量結構優(yōu)化的特點,提出一種將直接搜索算法與改進的遺傳算法相結合的多區(qū)域混合遺傳算法。主要研究內容包括:(1)概述了離散變量結構優(yōu)化設計的直接搜索的擬滿應力方法、斐波那契方法和相對差商方法的基本原理、算法步驟。(2)介紹了遺傳算法的生物學基礎、遺傳算法的基本操作、參數(shù)選擇和約束條件的處理;分析了遺傳算法的特點和算法的收斂準則;提出了改進的遺傳算法。(3)提出了一種多區(qū)域搜索的混合遺傳算法:將優(yōu)化的可行區(qū)域劃分成應力約束可行域,位移約束可行域,頻率約束可行域等等;在應力可行域上使用擬滿應力方法搜索得到滿足應力約束最優(yōu)解;以這組滿足應力約束最優(yōu)解作為初始點,執(zhí)行相對差商法或斐波那契算法,尋找滿足位移等整體約束的最優(yōu)解;為了保證尋找到全局最優(yōu)解,執(zhí)行改進的遺傳算法,并且把直接搜索法的局部最優(yōu)解作遺傳算法初始種群的基因,這樣將遺傳算法和直接搜索算法兩者有機的結合在一起,構造一種新的混合遺傳算法分區(qū)域多算法的混合遺傳算法。既發(fā)揮了直接搜索算法局部搜索能力強的特點,又發(fā)揮了遺傳算法全局性好的特點,兼顧了遺傳算法和直接搜索算法二者的長處,從而保持了種群的多樣性,避免了局部最優(yōu)。(4)編制了包括擬滿應力算法、斐波那契算法、相對差商算法、改進遺傳算法在內的多區(qū)域遺傳算法的計算機程序。通過函數(shù)優(yōu)化和結構優(yōu)化設計的算例驗證算法的正確性和有效性。
【關鍵詞】：離散變量 結構優(yōu)化 混合遺傳算法 多區(qū)域搜索 直接搜索算法
【學位授予單位】：遼寧工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TU318
【目錄】：

• 摘要5-6
• Abstract6-10
• 1 緒論10-17
• 1.1 課題研究背景及意義10-11
• 1.1.1 結構優(yōu)化設計的研究背景10
• 1.1.2 結構優(yōu)化設計的研究意義10-11
• 1.2 離散變量結構優(yōu)化設計的發(fā)展概況11-13
• 1.2.1 離散變量結構優(yōu)化設計的方法11-12
• 1.2.2 離散變量結構優(yōu)化的難點12-13
• 1.3 遺傳算法研究進展13-15
• 1.4 課題的主要內容15-17
• 2 離散變量結構優(yōu)化設計的直接搜索法17-28
• 2.1 概述17
• 2.2 離散變量結構優(yōu)化設計的基本概念17-19
• 2.2.1 離散變量結構優(yōu)化設計的數(shù)學模型17-18
• 2.2.2 離散變量結構優(yōu)化設計的特點18-19
• 2.3 擬滿應力方法19-22
• 2.3.1 擬滿應力設計的數(shù)學模型20
• 2.3.2 擬滿應力設計的算法20-22
• 2.4 斐波那契（Fibonacci）方法22-24
• 2.4.1 菲波那契數(shù)列22-23
• 2.4.2 一維斐波那契算法23
• 2.4.3 多維問題的菲波那契搜索法23-24
• 2.5 相對差商算法24-27
• 2.5.1 相對差商算法的基本思想25-26
• 2.5.2 相對差商算法的計算過程26-27
• 2.6 小結27-28
• 3 遺傳算法理論和改進遺傳算法28-40
• 3.1 引言28
• 3.2 遺傳算法的發(fā)展歷史28-29
• 3.3 簡單遺傳算法29-31
• 3.3.1 遺傳算法的思想29
• 3.3.2 遺傳算法的基本遺傳算子29-31
• 3.4 遺傳算法的特點31-32
• 3.5 遺傳算法的數(shù)學理論32-33
• 3.5.1 模式定理32
• 3.5.2 積木塊假32-33
• 3.5.3 隱含并行性33
• 3.5.4 收斂性33
• 3.6 遺傳算法的實現(xiàn)技術33-35
• 3.6.1 染色體編碼方法33
• 3.6.2 個體適應度評價函數(shù)33-34
• 3.6.3 約束條件的處理方法34
• 3.6.4 遺傳算法實現(xiàn)步驟34-35
• 3.7 遺傳算法的運行參數(shù)35-36
• 3.8 改進遺傳算法36-38
• 3.8.1 倒位算子36-37
• 3.8.2 杰出個體保存策略37
• 3.8.3 最差個體替換策略37
• 3.8.4 佳點排序法37
• 3.8.5 適應度指數(shù)變換尺度37-38
• 3.8.6 采用變交叉率、變變異率的做法38
• 3.8.7 改進遺傳算法的意義38
• 3.9 小結38-40
• 4 多區(qū)域混合遺傳算法40-55
• 4.1 引言40
• 4.2 多區(qū)域混合遺傳算法的數(shù)學模型40-41
• 4.3 設計變量的轉換41
• 4.3.1 群體的數(shù)據(jù)結構41
• 4.3.2 編碼方法41
• 4.3.3 解碼方法41
• 4.4 多區(qū)域混合遺傳算法的實施41-44
• 4.4.1 多區(qū)域混合遺傳算法的步驟41-42
• 4.4.2 多區(qū)域混合遺傳算法的程序框圖42
• 4.4.3 多區(qū)域混合遺傳算法的程序系統(tǒng)42-44
• 4.5 結構優(yōu)化設計算例44-54
• 4.5.1 測試方程式的驗證44-48
• 4.5.2 結構優(yōu)化設計算例48-54
• 4.6 小結54-55
• 5 結論55-57
• 參考文獻57-59
• 致謝59-60
• 附錄 多區(qū)域混合遺傳算法源程序60-79

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張攀,田國會,賈磊,李曉磊,路飛;旋轉貨架揀選作業(yè)優(yōu)化問題的新型混合遺傳算法求解[J];機械工程學報;2004年06期

2 黃玉清,陳春梅,李磊民;一種混合遺傳算法在貨物裝載中的應用[J];儀器儀表學報;2004年S1期

3 洪露,穆志純,王崗罡;一種改進型混合遺傳算法的分析[J];工業(yè)儀表與自動化裝置;2005年03期

4 李藝,張延年,閻運起;工程結構優(yōu)化設計的混合遺傳算法[J];四川大學學報(工程科學版);2005年04期

5 楊敬松,崔廣才;基于混合遺傳算法的分布式車間作業(yè)調度問題[J];長春理工大學學報;2005年03期

6 張延年,劉斌,郭鵬飛;混合遺傳算法在工程結構優(yōu)化設計中的應用[J];工業(yè)建筑;2005年03期

7 姜封國;安偉光;趙延林;;基于混合遺傳算法的結構優(yōu)化設計[J];煤礦機械;2007年09期

8 唐國鋒;俞立;張貴軍;黃驊;;基于動態(tài)搜索軌跡的混合遺傳算法設計及實現(xiàn)[J];浙江工業(yè)大學學報;2008年02期

9 周建興;樸英;曹志松;;基于混合遺傳算法的進氣道性能設計與優(yōu)化[J];計算機工程;2008年12期

10 喻瑛;;多模式資源受限項目調度問題的混合遺傳算法[J];東南大學學報(自然科學版);2008年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 黃玉清;陳春梅;李磊民;;一種混合遺傳算法在貨物裝載中的應用[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

2 吳海兵;劉萍;;混合遺傳算法在物流配送路徑優(yōu)化問題中的應用[A];'2006系統(tǒng)仿真技術及其應用學術交流會論文集[C];2006年

3 王永生;曹貝;肖立伊;;基于混合遺傳算法的測試殼優(yōu)化[A];第四屆中國測試學術會議論文集[C];2006年

4 李平;;客戶成套訂單配送策略混合遺傳算法研究[A];第九屆中國青年信息與管理學者大會論文集[C];2007年

5 侯志祥;;基于混合遺傳算法的連續(xù)系統(tǒng)參數(shù)辨識[A];第二十六屆中國控制會議論文集[C];2007年

6 趙瑞艷;李樹榮;張曉東;苗榮;;基于混合遺傳算法的熱傳導系統(tǒng)最優(yōu)控制問題求解[A];第二十七屆中國控制會議論文集[C];2008年

7 張銀利;陳德勇;蘇艷;;物流配送路徑優(yōu)化問題的一種混合遺傳算法[A];第十屆中國不確定系統(tǒng)年會、第十四屆中國青年信息與管理學者大會論文集[C];2012年

8 何大闊;凌君;顧大為;王福利;;基于減聚類的混合遺傳算法[A];第三屆中國智能計算大會論文集[C];2009年

9 宋莉波;徐學軍;孫延明;查靚;;一種求解flexible job-shop調度問題的混合遺傳算法[A];系統(tǒng)工程與和諧管理——第十屆全國青年系統(tǒng)科學與管理科學學術會議論文集[C];2009年

10 張海波;陳行行;;混合遺傳算法在智能天線波束成型中的應用[A];重慶市電機工程學會2010年學術會議論文集[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 陶澤;基于Petri網和混合遺傳算法的JSP優(yōu)化調度[D];東北大學;2006年

2 程蓉;復雜生產環(huán)境下優(yōu)化調度方法研究與系統(tǒng)實現(xiàn)[D];華中科技大學;2006年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 伊夢杰;多閘室協(xié)調調度的船閘優(yōu)化問題研究[D];大連海事大學;2015年

2 薛海萍;基于相似性排擠的多種群混合遺傳算法的研究與應用[D];廣西大學;2015年

3 王云;基于混合遺傳算法的工期費用優(yōu)化研究[D];大連理工大學;2015年

4 馮曉春;蔬菜B2C直銷的揀貨作業(yè)優(yōu)化方法研究[D];大連理工大學;2015年

5 王sサ，

本文編號：389094