【摘要】： 遺傳算法(Genetic Algorithm)是一種模擬自然界生物進(jìn)化的搜索算法,它是一類借鑒生物界進(jìn)化規(guī)律(適者生存,優(yōu)勝劣汰遺傳機(jī)制)演化而來(lái)的隨機(jī)優(yōu)化搜索方法。本文在介紹遺傳算法的起源、歷程、遺傳算法的基本原理以及遺傳算法應(yīng)用特點(diǎn)的基礎(chǔ)上,對(duì)遺傳算法各組成要素的具體策略進(jìn)行研究,在別人改進(jìn)的遺傳算法的基礎(chǔ)上,提出了兩種改進(jìn)的遺傳算法。最后利用遺傳算法和改進(jìn)的遺傳算法對(duì)機(jī)械優(yōu)化設(shè)計(jì)進(jìn)行了實(shí)例研究,還對(duì)運(yùn)動(dòng)學(xué)仿真進(jìn)行了一些研究,通過(guò)仿真證明了機(jī)械優(yōu)化設(shè)計(jì)的效果。 為此,本文的主要工作包括:(1)研究模式定理,遺傳算法的收斂性,染色體的編碼方式、適應(yīng)值評(píng)價(jià)函數(shù)、選擇算子、交叉算子、變異算子和參數(shù)選擇,還有一些別人改進(jìn)的遺傳算法。(2)在別人提出的改進(jìn)的遺傳算法基礎(chǔ)上提出了兩種改進(jìn)的遺傳算法:基于小生環(huán)境的自適應(yīng)遺傳算法模擬退火算法和基于模式定理改進(jìn)的遺傳算法與自適應(yīng)遺傳算法的結(jié)合的遺傳算法。(3)利用遺傳算法在機(jī)械優(yōu)化設(shè)計(jì)領(lǐng)域的應(yīng)用進(jìn)行了實(shí)例研究。主要是利用改進(jìn)的遺傳算法在機(jī)械零件可靠性設(shè)計(jì)和平面連桿變幅機(jī)構(gòu)軌跡的應(yīng)用和基本遺傳算法解決平面四桿機(jī)構(gòu)優(yōu)化設(shè)計(jì)。(4)最后講述了運(yùn)動(dòng)學(xué)仿真軟件ADAMS,還有優(yōu)化設(shè)計(jì)與運(yùn)動(dòng)學(xué)仿真相結(jié)合的應(yīng)用。
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2008
【分類號(hào)】：TH122
【圖文】：

以我們學(xué)院曾研究過(guò)的某起重機(jī)為例來(lái)證明算法優(yōu)化的效果，變幅參數(shù)為：最大幅度 =30m，最小幅度 =9m，最大幅度下高度 =14.95m，起重質(zhì)量Q=20t，起升質(zhì)量，起升倍率為1，其10次上機(jī)優(yōu)化計(jì)算結(jié)果見表，其落差曲線見圖4.4。與用遺傳退火算法優(yōu)化的結(jié)果比較效果顯著，落差曲線減小了，這樣起重機(jī)在運(yùn)送物體的時(shí)候平穩(wěn)度就有了改善。遺傳退火算法的落差曲線如圖4.5可參考文獻(xiàn)maxSminS H[45]。圖4.4 改進(jìn)的遺傳算法的算例落差曲線51

中北大學(xué)學(xué)位論文圖4.5 遺傳退火算法的算例的落差曲線從表4.3的優(yōu)化結(jié)果可以看出，通過(guò)10次上機(jī)實(shí)驗(yàn)，其結(jié)果均能穩(wěn)定地收斂到同一優(yōu)化解。而且優(yōu)化效果比遺傳退火算法有所提高，主要表現(xiàn)在最大仰角和最小仰角上。遺傳退火算法的數(shù)據(jù)可參考文獻(xiàn)[45]。表4.3常規(guī)幅度遺傳優(yōu)化結(jié)果序號(hào)1x /m2x /m3x /m4x /m5x /m12345678919--6.9952--6.9951--6.9951--6

[39]來(lái)研究?jī)?yōu)化設(shè)計(jì)與仿真。裝載機(jī)反轉(zhuǎn)六連桿工作裝置（圖5.1）主要由鏟斗、動(dòng)臂、搖臂、拉桿及控制其舉升的動(dòng)臂油缸和控制鏟斗轉(zhuǎn)動(dòng)的轉(zhuǎn)斗油缸及載體車架組成。圖5.1 反轉(zhuǎn)六桿轉(zhuǎn)載機(jī)裝置簡(jiǎn)單圖1-動(dòng)臂油缸；2-轉(zhuǎn)斗油缸；3-搖臂4-動(dòng)臂；5-拉桿；6-鏟斗5.2.1 采用遺傳算法對(duì)裝載機(jī)工作裝置中常見的反轉(zhuǎn)六桿機(jī)構(gòu)進(jìn)行優(yōu)化設(shè)計(jì)裝載機(jī)的工作裝置由運(yùn)動(dòng)相互獨(dú)立的連桿機(jī)構(gòu)和動(dòng)臂的舉升兩部分組成，裝載機(jī)是一個(gè)復(fù)雜的多體動(dòng)力系統(tǒng)，其各種性能指標(biāo)之間存在相互干涉的關(guān)系。例如：最大卸載高度和卸載距離、平移性和卸料性及自動(dòng)放平性之間很多參數(shù)指標(biāo)相互抑制，工作裝置的優(yōu)化設(shè)計(jì)需要使用多約束和多目標(biāo)函數(shù)統(tǒng)一的建模方法和優(yōu)化原則，以便達(dá)到綜合優(yōu)化效果，但是采用傳統(tǒng)法,工作繁瑣,設(shè)計(jì)精度低,周期長(zhǎng)

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前3條

1 程自龍;基于U型臉模型及遺傳算法的人臉識(shí)別技術(shù)研究[D];遼寧工程技術(shù)大學(xué);2011年

2 武軍;遺傳算法在PCA人臉識(shí)別算法中的應(yīng)用研究[D];電子科技大學(xué);2011年

3 汪德強(qiáng);基于遺傳算法的地下金屬礦山設(shè)備選型與配置[D];昆明理工大學(xué);2012年

本文編號(hào)：2748287