遺傳算法多目標(biāo)函數(shù)優(yōu)化

遺傳算法多目標(biāo)函數(shù)優(yōu)化

ID:25999975

大?。?07.29 KB

頁數(shù):7頁

時(shí)間:2018-11-24

遺傳算法多目標(biāo)函數(shù)優(yōu)化_第1頁
遺傳算法多目標(biāo)函數(shù)優(yōu)化_第2頁
遺傳算法多目標(biāo)函數(shù)優(yōu)化_第3頁
遺傳算法多目標(biāo)函數(shù)優(yōu)化_第4頁
遺傳算法多目標(biāo)函數(shù)優(yōu)化_第5頁
資源描述:

《遺傳算法多目標(biāo)函數(shù)優(yōu)化》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、WORD格式可編輯多目標(biāo)遺傳算法優(yōu)化銑削正交試驗(yàn)結(jié)果序號(hào)vc(m/min)fz(mm/z)ae(mm)ap(mm)F(N)Ra(μm)1400.020.25446.30.1742400.040.5659.70.2113400.060.758106.50.2884400.081.010123.00.3485600.020.25899.30.2526600.040.510134.00.3027600.061.04139.70.2388600.080.756130.40.2769800.020.7510255.80.29810

2、800.041.08255.80.28811800.060.256110.40.25912800.080.54140.80.258131000.021.06314.20.240141000.040.754233.40.239151000.060.510278.60.330161000.080.258144.70.328說明:1.建立切削力和表面粗糙度模型如:(1)此模型你們來擬合(上面有實(shí)驗(yàn)數(shù)據(jù),剩下的兩個(gè)方程已經(jīng)是我?guī)湍銈償M合好的了)(2)Ra=10-0.92146vc0.14365fz0.16065ae0.04769

3、1ap0.38457(3)變量約束范圍:公式(1)和(2)值越小越好,公式(3)值越大越好。π=3.14D=82.請(qǐng)將多目標(biāo)優(yōu)化操作過程錄像(同時(shí)考慮三個(gè)方程,優(yōu)化出最優(yōu)的自變量數(shù)值),方便我后續(xù)進(jìn)行修改;將能保存的所有圖片及源文件發(fā)給我;將最優(yōu)解多組發(fā)給我,類似于下圖(黃色部分為達(dá)到的要求)專業(yè)知識(shí)分享WORD格式可編輯遺傳算法的結(jié)果:專業(yè)知識(shí)分享WORD格式可編輯專業(yè)知識(shí)分享WORD格式可編輯vcfzaeapFRaQ69.49510.02010.59362.030144.45690.1507-133.92377.76

4、040.080.80047.7189298.80560.3241-3058.3469.84320.04290.79237.316175.06530.2827-1383.0170.2130.02820.69457.6443117.280.2673-837.41369.49510.02010.59362.030144.45690.1507-133.923程序如下:clear;clc;%遺傳算法直接求解多目標(biāo)優(yōu)化D=8;%FunctionhandletothefitnessfunctionF=@(X)[10^(3.19)*(X

5、(1).^(-0.0836)).*(X(2).^0.825).*(X(3).^0.564).*(X(4).^0.454)];Ra=@(X)[10^(-0.92146)*(X(1).^0.14365).*(X(2).^0.16065).*(X(3).^0.047691).*(X(4).^0.38457)];Q=@(X)[-1000*2*X(1).*X(2).*X(3).*X(4)/(pi*D)];專業(yè)知識(shí)分享WORD格式可編輯nvars=4;%Numberofdecisionvariableslb=[40,0.02,0.2

6、5,2];%Lowerboundub=[100,0.08,1.0,10];%UpperboundA=[];b=[];%NolinearinequalityconstraintsAeq=[];beq=[];%Nolinearequalityconstraints%遺傳算法設(shè)定約束options=gaoptimset('ParetoFraction',0.3,'PopulationSize',200,'Generations',300,'StallGenLimit',200,'TolFun',1e-100,'PlotFcns

7、',@gaplotpareto);%thedataofPareto1FUN=@(X)[F(X);Ra(X)];[x,fval]=gamultiobj(FUN,nvars,A,b,Aeq,beq,lb,ub,options);%開啟一個(gè)新的圖形figure;%畫出Pareto1plot(fval(:,1),fval(:,2),'mp');%畫出網(wǎng)格gridon;%設(shè)定橫坐標(biāo)xlabel('F');%設(shè)定縱坐標(biāo)ylabel('Ra');%設(shè)定題目title('Paretofront1');%thedataofPareto2F

8、UN=@(X)[F(X);Q(X)];[x,fval]=gamultiobj(FUN,nvars,A,b,Aeq,beq,lb,ub,options);%開啟一個(gè)新的圖形figure;%畫出Pareto2plot(fval(:,1),fval(:,2),'mp');%畫出網(wǎng)格gridon;%設(shè)定橫坐標(biāo)xlabel('

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。