遗传算法原理、实现及其在机械工程中的应用研究与展望

阐述了遗传算法的原理、理论基础和实现步骤 ,对遗传算法与传统搜索方法进行了分析比较 ,论述了遗传算法理论与应用研究的进展和算法的各种改进 ,概述了遗传算法在机械工程中的应用现状 ,最后对遗传算法的发展和在机械工程中的进一步应用进行了展望。     

基于遗传算法的行星齿轮传动优化及MATLAB实现

针对2K-H型行星齿轮传动约束优化实例，结合传统优化方法中的惩罚函数法，描述了浮点编码的遗传算法和大型工程计算软件MATLAB中遗传工具箱的使用方法，同时表明，遗传算法在行星齿轮传动优化及其它相关问题中具有较好的应用前景。     

基于改进遗传算法的圆度误差评定

提出了一种应用遗传算法计算满足最小区域法的圆度误差的新思路,并对传统的遗传算法提出了一些改进,理论上可以获得全局最优解。仿真结果表明,该方法可以在变量的全局范围内有效、正确的评价圆度误差。     

双线给水管网计算机程序及应用研究

分析了城市给水管网双线管段的适用条件与特点，一般管网计算方法与向量图的表达方式，论述了如何选择方法建立双线管网的通用计算机程序，以及在各种管网计算问题中如何应用，并给出了计算机实例。     

双线给水管网计算机程序及应用研究

分析了城市给水管网双线管段的适用条件与特点，一般管网计算方法与向量图的表达方式，，论述了如何选择方法建立双线管网的通用计算机程序，以及在各种管网计算问题中如何应用，并给出了计算机实例。     

基于改进自适应遗传算法的层合板铺层设计

针对复合材料结构设计中层合板铺层角度多变、难以确定最优设计方案的问题,应用遗传算法对复合材料层合板进行以铺层角度为变量、以层合板强度最大为目标的优化设计。采用MALTAB语言编写改进的自适应遗传算法主程序,在寻优过程中,调用APDL编写应力计算程序,并将输出的计算结果返回MALTAB进行优化计算。以对称层合板为算例进行计算验证,其安全裕度提高了21.5%;通过对比传统遗传算法,证明改进的遗传算法具有快速收敛性。     

一种改进遗传算法及在结构优化设计中的应用

针对简单遗传算法中的线性适应度、恒定交叉与变异概率等不能动态地适应整个寻优过程，提出采用非线性适应度与自适应交叉、变异概率的改进遗传算法。以典型的遗传算法测试函数验证改进遗传算法的有效性与可行性，最后将改进遗传算法用于离散变量桁架结构优化设计，计算结果表明改进遗传算法是可行、有效的。     

遗传算法在数据挖掘中的应用分析

该文主要分析了数据挖掘的有关概念及其数据挖掘的过程。详细阐述了遗传算法的基本思想．步骤及其在数据挖掘中的应用，以遗传算法在旅行商问题中的应用为例，全面分析了遗传算法在数据挖掘应用过程及其实现的计算效果，同时对简单的遗传算法在数据挖掘中的应用存在的问题进行了讨论。     

枝状火炬管网系统背压计算模型的研究

根据火炬管道流动的限制条件,采用精确的气体状态方程及摩擦阻力计算式,对传统的气体泄放管道模型进行改进,建立管网单元流动模型。基于图论的思想,针对枝状火炬管网的结构特点,建立了管网拓扑模型。将管网单元流动模型与管网拓扑模型联合,实现了对火炬管网系统背压的求解,并应用编程工具MATLAB开发了火炬管网系统背压计算软件BP-Flare。通过案例分析,表明所建模型具有较高的计算精度。     

工程设计中基于遗传算法的实例修改技术

介绍了将遗传算法用于CBD系统中的实例修改技术，通过一实例说明了这种方法的可行性和有效性，为CBD系统中的实例修改提供了一种可操作的算法，同时也改进了传统遗传算法的一些特性，并提出了今后的研究方向。     

多目标优化的求解方法与发展

本文首先介绍了传统多目标优化求解方法和改进;对遗传算法,模糊优化,神经网络等算法在多目标优化中的应用做了介绍;最后介绍了满意度.     

基于改进遗传算法的自适应拟合AGV转向梯形模型

为获得港口AGV转向梯形结构的精确模型,解决AGV在转角编码器失效的情况下的冗余控制的问题。文中提出了一种基于改进遗传算法自适应优化理论多项式模型参数的方法,该方法使用改进遗传算法和实际反馈数据训练转向梯形机构理论多项式模型的参数,从而获得精度更高的转向梯形模型。通过仿真证实了改进遗传算法相比于传统遗传算法具有更快的收敛速度和更优的计算结果,通过仿真数据得出经过遗传算法优化的模型其R-square值从0.983提升到0.999,相比于理论模型拟合性能更好、精度更高。该方法具有很高的适用性和可移植性,为需要自适应拟合模型且具有明确的先验理论模型的应用场景提出了一种有效可行的方法。     

遗传算法在机械工程优化设计中的应用研究

根据遗传算法的基本理论,并结合机械工程优化设计的特点,对传统遗传算法的遗传操作作出改进,提出了一种将柯西机和遗传算法相结合的改进遗传算法,并应用于机械工程优化设计问题的全局最优解求解。计算实例说明,改进的遗传算法不仅增强了传统遗传算法的全局收敛性,能够有效地求得优化问题的全局极小点,而且还提高算法进行后期的收敛速度。     

基于PDM的产品开发过程智能化分析与改进

分析了PDM在产品开发过程分析与改进方面的不足，结合DSM、遗传算法和专家系统技术，提出一种智能化的方法，对PDM中的工作流过程进行分析与改进。基于产品开发过程的DSM表示模型，采用遗传算法对过程中的活动进行排序，利用专家系统引导遗传算法的优化方向。这种智能化的方法，为过程的改进和重组提供了决策依据。在理论研究的基础上，开发了PDM环境下过程分析与改进系统。     

遗传算法在并联水泵系统运行优化中的应用

介绍了遗传算法的基本原理和主要改进方法，并将改进的遗传算法用于泵站内部并联泵系统的变速和变角优化运行。较之传统的优化算法，遗传算法具有明显的优势，取得了更好的优化结果。     

基于免疫遗传算法的车间调度问题的研究

根据生命科学中免疫系统的信息处理机制,在一般遗传算法的基础上,将免疫计算和改进的遗传算法(预防近亲结合的多重交叉策略)相结合,建立了一种用于车间调度的免疫遗传算法,通过接种疫苗提高抗体的适应度,通过免疫选择防止种群的退化。针对作业车间调度问题,设计了免疫遗传计算中疫苗的提取和接种方法,即基于加工机器的基因片断抽取疫苗方法和接种方法。通过作业车间调度十个典型标准问题验证,文中所述免疫遗传算法可行,较现有免疫算法、一般遗传算法及一些传统优化设计方法在收敛效率和准确性等方面有很大改进与提高。     

遗传算法在机械优化设计中的应用

遗传算法是一种自适应启发式全局搜索算法,具有传统算法不可比拟的优点,更易于求解各种优化问题。在不断改进、不断成熟的过程中,遗传算法得到了广泛的应用,其中在机械优化设计领域得到了大量应用。通过遗传算法工具箱及针对基本遗传算法进行改进后的遗传算法两个方面,论述了遗传算法在机械优化设计中具有的优势,介绍了近年来在相关领域中成功应用的一些典型范例。并对遗传算法在机械优化设计中的发展及前景作了必要的讨论。     

用遗传算法精确计算球度误差

运用遗传算法计算满足最小区域法的球度误差，并对标准遗传算法提出了一些改进措施。采用实数值编码，其计算结果的精确非常高，理论上可以获得全局最优解。改进的遗传算法简单明了，收敛速度快，在计算机上容易实现。     

遗传算法及其在机械工程中的应用

介绍了遗传算法的基本原理、基本特点及对简单遗传算法的一些改进，简介了其在机械工程中的应用成果，并对其研究前景进行了展望     

机械手时间最优轨迹规划方法研究

提出一种基于模糊遗传算法的机械手时间最优轨迹规划方案。该方案对简单遗传算法进行了改进，将模糊原理应用于遗传算法，形成了模糊遗传算法，对遗传算法中的交叉概率及变异概率进行模糊控制，提高了算法的收敛速度，有效地避免了初期收敛的发生，在进行时间最优轨迹规划时，综合考虑了机械手的运动学与动力学特性，采用罚函数方法来处理力矩约束。经仿真研究表明，该方法简单实用，适用于大范围空间的轨迹规划，克服了传统的非线性规划方法容易陷入局部极小的不足。