改进的遗传算法在加速寿命试验设计中的应用

为了提高遗传算法的搜索效率和收敛速度,本文给出了一种新的改进的遗传算法。该算法采用对群的优化来保持种群的多样性,保留历史最优个体并定期替换最优个体从而使得个体优化,对交叉概率和变异概率采用自适应的概率进行优化。通过对目标函数的测试表明,将改进遗传算法与基本遗传算法相比较,在函数最优值,平均收敛代数方面取得了令人满意的效果。     

数控系统自适应加速寿命试验优化

将温度作为唯一的应力应用于自适应加速寿命的试验方法中进行试验,在应用改进的遗传算法的情况下,最小精度由试验而得,自适应最佳的加速寿命试验方案优化设计的方法由此设计得到,该优化方案的目标是正常工作应力水平下产品的可靠性评估精度和试验的截尾数量,即试验的成本,在这种情况下,自适应加速寿命试验方案的优化设计的数学模型依据温度应力而建立。试验以数控系统HNC-21 M为样本,其优化设计的结果显示,优化后的试验在试验数据的评估精度提高的同时也减少了试验的次数,并且试验的样本量和试验时间不同程度的减少和缩短。