检索结果-内蒙古大学图书馆

作者：程绍清湖南大学

学位级别：硕士

遗传算法是模拟生物进化理论的仿生学方法中最重要的算法之一,近年来在计算机科学和优化反演中受到广泛关注,它具有很强的普遍适应性和数值计算稳定性。与传统的优化算法相比,在全局优化、复杂设计区域、复杂目标函数及易用性等方面都... 详细信息

遗传算法是模拟生物进化理论的仿生学方法中最重要的算法之一,近年来在计算机科学和优化反演中受到广泛关注,它具有很强的普遍适应性和数值计算稳定性。与传统的优化算法相比,在全局优化、复杂设计区域、复杂目标函数及易用性等方面都显示出了其优越性。然而,遗传算法毕竟是一门较新的学科,无论是在理论上还是在实现上都有许多不完善的地方。因此,不断对遗传算法加以研究和改进,使其更加适用于工程实际需要,以便更好的、更充分的发挥遗传算法的性能和特点是非常必要的。本文主要完成了以下几个方面的工作： (1)基于遗传算法的基本原理和设计理念,针对微型遗传算法的缺陷和不足,将自适应策略和微型遗传算法相结合,使其交叉概率和变异概率可以根据当前种群中个体适应度的大小自适应变化,提高算法的搜索速度和收敛性能。 (2)基于新算法的思想,对三杆和十杆这两种典型的桁架结构进行了优化,并对新算法的优化结果与微型遗传算法、精确解及文献结果进行了对比分析,算例分析表明该程序用于连续与离散变量结构优化设计是可行的和有效的。新的自适应微型遗传算法比微型遗传算法有更好的收敛特性,迭代次数减少,优化设计结果也好于微型遗传算法。 (3)本文以Johnson-Cook本构模型描述的OFHC材料为例,将自适应微型遗传算法与有限元分析模型相结合,编制反求程序并实现两者之间的数据交互,达到对JC动态本构参数进行反演的目的。算例结果表明,本文中所使用的反求方法的原理是正确的,方案是可行的,符合实际工程的需要,能迅速获取相关参数。

关键词：自适应微型遗传算法 JC动态本构反演优化

来源：评论

学校读者我要写书评

暂无评论

JC本构参数反求中的自适应微型遗传算法

JC本构参数反求中的自适应微型遗传算法

引用

中国计算力学大会'2010（CCCM2010）暨第八届南方计算力学学术会议（SCCM8）

作者：程绍清熊渊博韩旭湖南大学机械与运载工程学院福州大学机械工程及自动化学院

提出自适应微型遗传算法,使种群的交叉和变异概率可以根据适应度的大小自我调节,该算法经过了测试函数的测试。本文以Johnson-Cook本构模型描述的高导无氧铜材料为例,集成运用该算法和有限元方法来反求JC动态本构参数。结果表明:该方法... 详细信息

提出自适应微型遗传算法,使种群的交叉和变异概率可以根据适应度的大小自我调节,该算法经过了测试函数的测试。本文以Johnson-Cook本构模型描述的高导无氧铜材料为例,集成运用该算法和有限元方法来反求JC动态本构参数。结果表明:该方法提高了收敛速度和搜索效率,能够快速的获取参数。

关键词：自适应微型遗传算法 JC本构反求

来源：评论

学校读者我要写书评

暂无评论

遗传算法在斜条分上限法中的应用探讨

引用

岩石力学与工程学报 2013年第4期32卷 835-841页

作者：吴超陈祖煜王玉杰孙平中国水利水电科学研究院岩土工程研究所北京100048 中国水利水电科学研究院流域水循环模拟与调控国家重点实验室北京100038

应用斜条分上限解法求解边坡稳定、地基极限承载力等问题时,需要借助优化手段寻求最优的上限解。由于斜条分法中增加了条间倾角作为优化自变量,导致优化变自量增加,传统的数值优化算法经常陷入局部极值的陷阱。本文以无重力地基承载力... 详细信息

应用斜条分上限解法求解边坡稳定、地基极限承载力等问题时,需要借助优化手段寻求最优的上限解。由于斜条分法中增加了条间倾角作为优化自变量,导致优化变自量增加,传统的数值优化算法经常陷入局部极值的陷阱。本文以无重力地基承载力问题为例,通过基于非均匀变异的微型遗传算法求解其临界滑移模式。发现改进后的遗传算法具有较好的全局搜索能力和局部收敛能力,能使问题较好地收敛到闭合解;采用改进遗传算法与单纯形法结合或滑裂面坐标和条块界面角分开优化的方式可以得到更为精确的解答。最后用该数值方法对地基承载力公式中考虑地基土重力的经验系数进行了对比验证。

关键词：土力学斜条分上限解法地基承载力微型遗传算法非均匀变异

来源：评论

学校读者我要写书评

暂无评论

高效动态多目标优化算法及其在PID控制中的应用研究

高效动态多目标优化算法及其在PID控制中的应用研究

引用

作者：于瑞贞湖南大学

学位级别：硕士

在工程设计、实时控制、人工智能等工程领域广泛存在着一类优化目标和约束条件会随时间变化而变化的问题，这类问题被称为动态优化问题，也称为动态环境下的优化问题。若问题的优化目标不止一个，则称为动态多目标优化问题。对动态多目... 详细信息

在工程设计、实时控制、人工智能等工程领域广泛存在着一类优化目标和约束条件会随时间变化而变化的问题，这类问题被称为动态优化问题，也称为动态环境下的优化问题。若问题的优化目标不止一个，则称为动态多目标优化问题。对动态多目标优化问题的求解要求算法在运行中能不断地根据问题随时间变化的情况进行调整，快速搜寻到变化后的Pareto最优解集。这也就要求动态多目标优化算法有着较高的求解效率，尤其是面对越来越复杂的工程问题，现有的很多算法也将变得无能为力。针对这一问题，本文在微型多目标遗传算法的基础上进行改进，提出了一种高效的动态微型多目标遗传算法。该算法通过采用小规模进化种群来提高求解效率，并通过在进化过程中引入一种环境检测机制，来跟踪环境的变化，保证算法在环境变化后快速搜索到新环境下的Pareto最优解集。种群进化过程中，在每一代遗传操作完成后，启动检测机制，计算当前代所有个体的目标函数及约束函数的值，并与前一代相对应的函数值的计算结果进行比较。如果出现任何不同，则认为问题随时间发生了变化。此时，为了保证算法对问题变化迅速跟踪和响应，通过对问题变化强度的计算，选择合适的方式重新生成一个种群，同时与保存的前一代的信息解以及外部种群合并后，更新非支配解集，进入新的进化过程。接着，本文通过对四种不同类型的动态多目标优化测试问题的求解，对动态微型多目标遗传算法的性能进行测试，并与现有性能较好的动态多目标优化算法DNSGA-II进行对比，验证了动态微型多目标遗传算法具有较高的求解效率和求解精度。最后，将动态微型多目标遗传算法应用于一个车用柴油机动态调速系统PID控制参数的多目标优化问题中，将阶跃响应下的最大超调量和上升时间两个主要的性能指标作为优化目标，对PID控制器的参数进行优化。结果表明，当环境变化时，算法能够快速求出新环境下的Pareto最优解集，并且通过与两种已有PID控制方案的对比，证明了高效动态微型多目标遗传算法在求解效率上的明显优势。

关键词：动态多目标优化遗传算法微型遗传算法 PID控制柴油机调速

来源：评论

学校读者我要写书评

暂无评论

有轨迹和特定姿态要求的超高速包装机构的设计及优化

有轨迹和特定姿态要求的超高速包装机构的设计及优化

引用

作者：薛青青湖南大学

学位级别：硕士

在产品的包装过程中，复杂的产品包装工艺往往要求包装机械执行端完成一些复杂的运动轨迹并实现某些特定的姿态要求，很多传统的基本机械机构和一些组合机构由于其自身结构特点的局限性往往仅能实现产品包装过程中的运动轨迹要求，而难... 详细信息

在产品的包装过程中，复杂的产品包装工艺往往要求包装机械执行端完成一些复杂的运动轨迹并实现某些特定的姿态要求，很多传统的基本机械机构和一些组合机构由于其自身结构特点的局限性往往仅能实现产品包装过程中的运动轨迹要求，而难以实现那些特定的姿态要求，从而影响了产品的包装质量。随着产品包装向着超高速发展，对包装机构的要求也日益提高，要求包装机构的执行端一方面能够实现产品包装所需的轨迹和特定的姿态要求，另一方面还具有良好的运动性能。首先，针对超高速包装机构执行端的轨迹和特定的姿态要求，提出了一种实现有轨迹和特定姿态要求的机构设计方法。该方法基于机构的叠加组合理论，首先根据产品的包装要求对机构执行端的运动轨迹形状和姿态进行设计、然后对叠加组合机构中基础机构和附加机构进行选型，最后对机构进行运动分析和设计校核。文中同时利用一工程实例对该机构设计方法的实现进行了详细的描述，该方法设计的机构可以实现机构执行端的复杂轨迹和一些特定的姿态要求。其次，针对超高速包装机对运动性能的要求，提出了一种基于微型遗传算法的机构优化方法。该方法将机构的运动性能作为优化目标，根据机构运动分析和影响因素分析结果确定设计变量并将机构执行端的轨迹和姿态要求以及基本机械机构的运动要求作为约束建立机构的优化模型，然后利用优化性能优良的微型遗传算法对其进行优化求解。作为工程实例，文中采用该优化方法对某型超高速包装机中的铝箔烟包折叠推手机构进行了优化设计，结果验证了本文方法的高效性。最后，将本文提出的机构设计和优化方法应用于超高速烟草包装机中的铝箔烟包折叠推手机构的设计过程中，设计了一种超高速包装机中的新型铝箔烟包折叠推手机构并对其进行了优化。结果表明，利用上述方法进行了新型机构的设计和优化后，该机构不仅可以实现铝箔烟包包装过程中的复杂轨迹和特定的姿态要求，而且还具有良好的运动性能，可减少推手在推烟过程中对铝箔烟包造成的损伤，提高铝箔烟包的包装质量。

关键词：优化设计超高速包装机轨迹和特定姿态要求微型遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于微型遗传算法的多目标优化方法及应用研究

基于微型遗传算法的多目标优化方法及应用研究

引用

作者：刘桂萍湖南大学

学位级别：博士

在实际工程优化问题中,通常会存在多个优化目标,由这些目标所组成的目标空间和由优化变量所构成的设计空间中的可行域常常为非凸的,它们之间的映射关系一般也是非线性的,有时无法用显式函数表达出来,需要通过复杂的计算模型来表示,工程... 详细信息

在实际工程优化问题中,通常会存在多个优化目标,由这些目标所组成的目标空间和由优化变量所构成的设计空间中的可行域常常为非凸的,它们之间的映射关系一般也是非线性的,有时无法用显式函数表达出来,需要通过复杂的计算模型来表示,工程优化问题的这些特点加大了对其求解的难度。遗传算法由于具有基于种群运算的基本特征以及可以在不考虑问题具体特征的前提下用于解的搜寻的进化本质,因此它非常适合用于复杂工程问题的求解,是现有多目标优化方法中应用最为广泛的一种求解方法。但目前采用多目标遗传算法求解时,由于受到进化种群规模和收敛速度的影响,普遍需要的目标函数值的计算次数较多,而对于复杂工程问题,目标函数值计算所耗费的时间一般为其求解过程中主要的时间开销,这极大地限制了多目标遗传算法在复杂工程优化问题中的应用。针对上述问题,本文首先在微型遗传算法的基础上提出了一种高效多目标优化方法——微型多目标遗传算法。该算法采用小规模进化种群(一般包括5～8个个体),但这种小规模种群进化时很容易发生早熟收敛,为了避免进化种群过早的收敛到某一局部Pareto最优解集,在进化过程中采用重启动策略来保持种群中个体基因的多样性。一旦进化种群收敛,则在设计空间中重新生成一个进化种群,同时提出一种探测算子在非支配解的设计空间中进行探测性的搜索,以提高收敛效率。这一算法在进化过程中通过非支配分级实现个体之间的比较和选择操作,并将当前的非支配个体保存到一个外部种群中,同时为了保持各级非支配个体集的多样性及其中非支配个体分布的均匀性,又进一步根据个体拥挤距离值进行同一非支配级个体的比较和选择。该算法通过多个测试函数的性能测试与评价,以及与现有性能较好的其它多目标遗传算法的比较,验证了其具有较高的求解效率和求解精度以及较好的分布均匀性。为了验证微型多目标遗传算法在工程问题中的应用能力,将其分别应用于三个工程优化实例的求解中,包括十衍架结构、层合板结构和汽车被动悬架结构的多目标优化设计。对这些工程实例的求解结果表明其具有较强的求解工程问题的能力。并且为了使该算法更方便地应用于工程实际中,本文又在其基础上开发了工程多目标优化设计系统软件,该软件的界面友好,用户只要输入相应的参数及待求解的问题即可。其次,本文从有效地利用并行计算机资源的角度出发,提出微型多目标遗传算法的并行化方法来进一步提高多目标优化方法的求解效率,使其能应用于更复杂的工程问题中。在该方法中,采用一种多种群并行结构来对微型多目标遗传算法实现并行化。由于遗传算法有着天然的并行性,采用这种并行结构把它并行化后用于并行计算机,不但可以极大地提高求解效率,而且由于种群规模的扩大和各种群的隔离,使种群的多样性得以丰富和保持,更好地避免了早熟收敛。通过对测试函数的验证比较可知并行后的算法的求解效率有了较大地提高,其求解工程问题的能力也在层合板的结构优化以及U形件冲压成形变压边力优化实例中得到了验证。再次,针对真实模型求解非常耗时的工程优化问题,提出了一种基于近似模型管理的微型多目标遗传算法。该方法通过建立近似模型代替实际复杂的计算模型来提高求解效率,并采用近似模型管理来保证在可能的非支配解区域内近似模型与实际模型的一致程度,从而大大减少了由近似模型引起的求解精度的损失。构建近似模型时首先采用拉丁超立方实验设计方法采样,然后根据样本点采用二阶响应面来建立各目标的近似模型。采用微型多目标遗传算法进行近似多目标优化。几种具有不同非支配前沿面的测试函数验证了该方法具有较高的求解效率及求解精度。其对复杂工程问题的求解能力在对汽车薄壁构件的耐撞性优化设计和角支撑板冲压成形变压边力优化问题的求解实例中得到了验证。

关键词：微型遗传算法多种群并行结构近似模型管理多目标优化工程应用

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：