最优子种群实数编码的遗传算法

提出了最优子种群实数编码遗传算法理论,通过从种群中选出适应值最高的若干数量的个体,组成该代最优子种群,将最优子种群中的个体与种群中其它个体进行交叉变异、最优子种群中的个体间也进行交叉变异,从而产生新的种群。该遗传算法使得遗传过程中落入局部最优解的几乎不可能,对于多极值问题非常有效,收敛速度也非常快。     

基于实数编码加速遗传算法的圆柱形壳体模糊优化设计

针对传统的圆柱形壳体优化设计的局限性 ,将优化技术、模糊数学以及实数编码的加速遗传算法 (RAGA)有机结合起来 ,提出了通过建立模糊优化数学模型 ,并将其转化为普通优化模型 ,最后用 RAGA优化求解的新思路。对“T”型加肋圆柱形壳体的计算实例表明 ,这种方法不仅考虑了设计变量和约束条件的随机性和模糊性 ,进一步减轻了壳体结构质量 ,而且设计效率高 ,收敛速度快 ,能够很快给出最优解。由此可见 ,本文方法对于进行圆柱形壳体设计有着重要的实际意义     

实数编码遗传算法的缺陷分析及其改进

首先分析了一个典型的遗传算法处于某一阶段时各参数间的制约关系。指出由于实数编码遗传算法中交叉与变异操作改造个体时,是通过改变构成个体的部分或全部实数（而不是位）实现的,造成了个体转移矩阵（与位编码方式相比）呈现出特殊的模式,而正是这种特殊模式,使实数编码遗传算法更易于失效。基于这一结论,提出了采用次级遗传算法改造实数编码遗传算法中交叉、变异算子的改进方法。该次级遗传算法将解空间各维上的实数增量组成基因串,旨在提高交叉、变异中个体转移方向与优化对象的符合程序。实验结果表明,改进后的算法在解决文中所涉及的优化问题时,性能明显优于原算法。由于改进后的算法是一个纯粹的遗传算法,因此能更好地保留遗传算法的各项优点。     

浮点数编码改进遗传算法在平面度误差评定中的研究

随着智能制造系统的迅猛发展,应用元启发模式计算方法快速、准确地求解平面度误差值凸显出重大现实意义。为进一步提高平面度误差计算精度,研究了一种基于浮点数编码的改进遗传算法,在原有遗传算法的交叉变异基础之上,引入模拟退火思想,建立最小包容区域法的数学模型,通过计算机仿真获得了最佳适应度收敛曲线和平均适应度收敛曲线,优化结果表明相比传统遗传算法,平面度误差计算精度提高了33.67%。本算法采用浮点数编码、三段式交叉、转轮式选择和最优保存策略,借助模拟退火算法的局部搜索优势,提升了算法的整体性能,且更便于计算机编程,可进一步推广应用到智能测量仪器的其他高精度形位尺寸计算问题领域。     

基于实数量子遗传算法的行星轮减速器优化设计

提出了一种基于实数编码的量子遗传算法,其核心是用实数对量子比特进行编码.通过求解行星轮减速器的体积优化问题,表明实数量了遗传算法比传统遗传算法具有更优的搜索稳定性.     

基于实数遗传算法的几何约束求解

提出一种用于几何约束求解改进的实数编码遗传算法 ,它在一般实数编码遗传算法基础上 ,增加基因初始种群的人工选择以及对交叉、变异算子的改进 ,并通过添加外循环的过程 ,大大提高遗传算法的求解能力 ,最后通过变量区间的二分和组合 ,求出约束方程组的全部解     

基于投产数量的实数编码遗传算法在双目标主生产计划模型中的应用

应用约束理论和JIT思想建立一种双目标的主生产计划模型,利用一种基于投产数量的实数编码遗传算法对模型进行优化,方便有效地解决多品种小批量订货型制造企业订单投产方案的问题。此双目标模型及其优化方法适合多种同类型生产企业使用。     

基于归一化实数编码遗传算法的圆锥度误差计算

提出了归一化实数值编码的遗传算法 ,建立了圆锥度误差的数学模型 ,并运用归一化实数值编码的遗传算法进行求解。仿真实验证明 ,其计算精确度非常高 ,可以达到任意给定的精度 ,非常适用于三坐标测量机     

基于遗传算法的球度误差评定

首先对球度公差评定问题进行了综述.然后根据圆度公差的数学定义,引申提出球度公差最小区域条件下的评定模型,并给出遗传算法的适应度函数.随后给出算法实现中的中的关键问题.最后用实例对算法进行了检验,计算结果表明基于遗传算法的球度误差优化算法不仅符合最小区域的条件,而且易于理解和实现,能够获得全局最优解,保证了高精度、高效率.     

基于MATLAB的平面度评定

根据国家标准中有关平面度误差的定义,建立了平面度的最小二乘数学模型,提出了一种基于MAT-LAB的平面度评定方法。通过优化算法得到平面度误差,实践证明该方法能收敛到最优解,而且计算稳定,应用范围广泛。     

小零件平面度误差测量的一种新方法

针对小零件的平面度误差测量及数据分析处理 ,提出了一种新的测量方法。首先采用高精度涡流位移传感器对小零件的平面进行连续测量 ,然后利用遗传算法对数据进行处理 ,求出较精确的平面度误差值。这种方法提高了测量精度和速度 ,符合现代测量所提出的自动化和高精度的要求     

基于进化策略的平面度误差评定

本文针对平面度误差评定的特点,提出了将进化策略应用于平面度误差评定中的算法。该算法基于实数编码,采用（μ＋λ）选择策略和高斯变异算子,即父代种群参与竞争,算法简单、鲁棒性强、优化效率高;同时给出进化策略评定平面度误差时目标函数的计算方法。最后,通过不同评价方法对实测平板的平面度误差进行评定,结果证明该方法不仅能快速找到最小区域解,而且计算结果的稳定性好,易于在其他形状误差评定中推广使用。     

改进的实数编码遗传算法在产品布局设计中的应用

为求解复杂结构产品的布局设计问题,对实数编码遗传算法进行了改进,直接将问题的求解变量作为染色体基因进行编码,提出了一种解空间编码遗传算法。在求解问题前,对布局问题进行了预处理。在求解过程中,首先引入模拟退火算法的思想对解进行选择;然后对不同类型变量采用不同的交叉和变异算子进行了处理,并在变异前对个体的连续变量随机加一个扰动量,以控制其搜索范围;最后对求解的中间结果按最优保留策略进行了处理。该算法实现了3维空间布局规划的自动寻优,并求解了2维和3维带性能约束的布局问题,验证了该算法的可行性和有效性。     

Numerical analysis of non-Newtonian TEHL line contact problem based on real-coded genetic algorithm

This paper presents a new simple numerical method to solve the non-Newtonian thermal elastohydrodynamic lubrication (TEHL) line contact problem based on real-coded genetic algorithm (RGA). To solve the line contact TEHL problem by means of RGA, the initial population producing method is deeply investigated, an appropriate grid partition method is proposed and an appropriate evolutional computation technology is determined. Finally, the fitness evaluation function and the iterative stop qualifications are put forward. The algorithm is examined by some examples, and the results are compared with empirical solutions. The study shows that the application of RGA in the numerical analysis of the TEHL line contact problem is feasible, reliable and sufficiently accurate.     

基于改进遗传算法的方案组合优化设计

建立了方案组合优化教学描述,提出了一种基于改进遗传算法的产品方案优化设计模型,实现了该改进算法,并成功地应用于多功能输出变速箱的方案优化设计,获得了方案的最优解。     

可视化平面度自动检测系统

介绍了基于DGB 4型电感测微仪的平面度可视化自动检测系统的功能、结构和用户界面设计。     

基于遗传算法的信号识别技术

将遗传算法应用于识别气浮式动平衡测量装置准静态信号的参数 ,提出了二次磨光法的数据预处理方法。首先采用二次磨光法消除坏点并进行快速傅立叶变换以确定信号的频率成分 ,并设定各频率成分信号的幅值和初相位的取值范围 ,然后以实测信号与识别结果的差值定义适应度 ,最后经过基本遗传操作和迭代得出最优解。仿真结果和试验实例表明 ,提出的方法精度很高 ,幅值识别误差不超过 1% ,初相位误差小于 2° ,满足了实际工程需求。     

基于遗传算法的圆度公差评定法与采用最小二乘法评定的比较

根据提出的计算模型,对基于遗传算法的圆度误差评定和传统上采用最小二乘法的评定算法进行了比较分析,根据方法本身的特点和计算结果,分析了二者的不同点以及在工程应用中的适用场合.所构造的模型包括边界控制点和区域随机点,其中边界控制点模拟了由圆度误差最小区域条件所定义的最大内切圆和最小外切圆,而区域随机点模拟了实际情况下测试点的随机性和不确定性.计算结果表明基于遗传算法的圆度评定法精度较高,优于基于最小二乘法的评定算法.