基于實(shí)數(shù)編碼遺傳算法的軌跡綜合優(yōu)化設(shè)計(jì)

《基于實(shí)數(shù)編碼遺傳算法的軌跡綜合優(yōu)化設(shè)計(jì)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、2010年6月沈陽航空工業(yè)學(xué)院學(xué)報(bào)第27卷第3期JournalofShenyangInstituteofAeronauticalEngineeringJun．2010V01．27No．3文章編號(hào)：1007—1385(2010)03—0068—03基于實(shí)數(shù)編碼遺傳算法的軌跡綜合優(yōu)化設(shè)計(jì)郭威1王水生1李華2(1．沈陽航達(dá)機(jī)載設(shè)備有限公司，遼寧沈陽110034；2．阜新衡天礦山設(shè)備安全檢測有限責(zé)任公司，遼寧阜新123000)摘要：提出了一種基于實(shí)數(shù)編碼遺傳算法的機(jī)構(gòu)軌跡綜合優(yōu)化設(shè)計(jì)。在傳統(tǒng)二進(jìn)制編碼遺傳算法上進(jìn)行改進(jìn)，采用具有更快全局尋優(yōu)能力的實(shí)數(shù)編碼遺傳算法對(duì)四桿機(jī)構(gòu)各參數(shù)進(jìn)行優(yōu)化，從而得到機(jī)

2、構(gòu)最優(yōu)解。運(yùn)用MATLAB軟件實(shí)現(xiàn)遺傳算法優(yōu)化設(shè)計(jì)，結(jié)果表明了此方法的有效性。關(guān)鍵詞：遺傳算法；MATLAB；優(yōu)化設(shè)計(jì)中圖分類號(hào)：THll2文獻(xiàn)標(biāo)識(shí)碼：A以模擬自然界生物遺傳進(jìn)化過程形式的遺傳算法，是依據(jù)生物進(jìn)化以集團(tuán)的形式及集體共同進(jìn)化的。正是基于自然選擇和自然遺傳這種生物進(jìn)化機(jī)制的搜索算法，從而將優(yōu)化問題開創(chuàng)成新的全局優(yōu)化搜索算法。尋找函數(shù)全局最優(yōu)解問題是一個(gè)很常見的工程應(yīng)用問題，然而由于實(shí)際中存在著很多情況，使得在使用傳統(tǒng)的基于解析的方法求解時(shí)存在著很大的困難。使用遺傳算法解決此類全局尋優(yōu)問題，在一定程度上解決了這些問題，能夠在較短時(shí)間內(nèi)得出較為滿意的結(jié)果。遺傳算法的實(shí)現(xiàn)過程中首要問

3、題是編碼，也對(duì)于設(shè)計(jì)遺傳算法是一個(gè)關(guān)鍵步驟。采取實(shí)數(shù)編碼的方法可解決傳統(tǒng)二進(jìn)制Hamming懸岸問題，便于大空間搜索，全局搜索能力強(qiáng)，不易陷入局部極值，收斂速度快。有效地提高了遺傳算法的全局搜索能力和局部快速尋優(yōu)能力。以四桿機(jī)構(gòu)為例，闡述了實(shí)數(shù)編碼遺傳算法可行性及有效性。1數(shù)學(xué)模型的建立優(yōu)化問題的數(shù)學(xué)模型是實(shí)際優(yōu)化設(shè)計(jì)問題的數(shù)學(xué)抽象。在明確設(shè)計(jì)變量、約束條件、目標(biāo)函數(shù)之后，優(yōu)化設(shè)計(jì)問題就可以表示成一般數(shù)學(xué)形式。求設(shè)計(jì)變量向量髫使f(戈)一min且滿足約束條件：g(茗)GO。圖1為曲柄搖桿機(jī)構(gòu)，當(dāng)原動(dòng)件的曲柄AB轉(zhuǎn)動(dòng)一周時(shí)¨1，連桿平面上的描點(diǎn)E軌跡即是連桿軌跡。取曲柄與機(jī)架的鉸接點(diǎn)A為坐標(biāo)

4、原點(diǎn)，機(jī)架收稿日期：2010—03-31作者簡介：郭威(1968一)，女，江蘇無錫人，主要研究方向：地面保障設(shè)備，E—mail：133868927368614@163．corn。圖1四桿機(jī)構(gòu)示意圖Z。在x軸上，因此需要輸入6個(gè)形狀參數(shù)變量，即fl、Z：、Z，、Z。、Z，和盧，就可以確定鉸鏈四桿機(jī)構(gòu)的形狀[2】。設(shè)計(jì)變量的全體實(shí)際是一組變量，可以用一個(gè)列向量表示：石=[菇1，x2，菇3，龍4，菇5，茗6，茗7，戈8，z9，菇lo]=[Zl，Z2，f3，Z4，z5，z6，Z7，％，Z9，Z10]再現(xiàn)軌跡機(jī)構(gòu)設(shè)計(jì)要求連桿上描點(diǎn)再現(xiàn)的s個(gè)點(diǎn)與給定的s個(gè)點(diǎn)之差值平方和為最小舊1，即為目標(biāo)函數(shù)：mi也

5、廠(X)=乏[(菇i一菇戤)2+(Yi-Yd／)2】1兒(1)本次設(shè)計(jì)為四桿機(jī)構(gòu)的軌跡綜合優(yōu)化設(shè)計(jì)，需要滿足桿長條件。曲柄搖桿存在的條件是：(已知z。為曲柄)在Z，、Z2、Z3、厶中Z，為最短桿Z3+矗一Z1一Z2≥O(2)Z2+Z4一Zl—Z3≥0(3)Z3+f2一Zl—Z4≥0(4)2優(yōu)化模型的求解遺傳算法提供了一種求解復(fù)雜系統(tǒng)優(yōu)化問題的通用框架，其具體步驟分為：(1)個(gè)體編碼口1；(2)初始種群生成；(3)適應(yīng)度函數(shù)；(4)選擇操第3期郭威等：基于實(shí)數(shù)編碼遺傳算法的軌跡綜合優(yōu)化設(shè)計(jì)作；(5)交叉操作；(6)變異運(yùn)算。(1)編碼編碼方法對(duì)于遺傳算子，尤其是對(duì)于交叉算子的功能有很大的影響

6、。傳統(tǒng)的二進(jìn)制方法編碼、解碼操作簡單易行，交叉、變異等遺傳操作便于實(shí)現(xiàn)。但不便于反映所求問題的結(jié)構(gòu)特征，存在著Hamming懸岸問題。采用實(shí)數(shù)編碼，提高了遺傳算法的精度與速度，有效地提高了遺傳算法的全局搜索能力和局部快速尋優(yōu)能力。(2)初始種群生成遺傳算法處理過程中，以初始種群為起點(diǎn)，一代代進(jìn)化，直到按進(jìn)化停止準(zhǔn)則終止，由此得到最后一代群體HJ。在本文中，根據(jù)所求軌跡點(diǎn)的個(gè)體數(shù)目來確定種群大小合理確定種群的大小。對(duì)于具體的算法，沒有理論結(jié)果來確定種群大小，根據(jù)有關(guān)文獻(xiàn)報(bào)道，種群大小的取值范圍一般為肘=10—160。(3)適應(yīng)度函數(shù)厲性的參數(shù)，一般取ot=2。(4)選擇操作選擇操作是建立在對(duì)

7、個(gè)體的適應(yīng)度進(jìn)行評(píng)估的基礎(chǔ)上，采用按適應(yīng)度比例的輪盤賭選擇法。此方法操作簡單，適用范圍廣。(5)交叉操作交叉運(yùn)算是遺傳算法中產(chǎn)生新個(gè)體的主要方法，它決定了遺傳算法的全局搜索能力[5】。選用均勻交叉方法。均勻交叉類似于多點(diǎn)交叉。除了有多點(diǎn)交叉的搜索性強(qiáng)外，均勻交叉更加廣義化。更好的完成搜索任務(wù)。(6)變異運(yùn)算變異運(yùn)算決定了遺傳算法的局部搜索能力。根據(jù)個(gè)體編碼表示方法的不同分為實(shí)值變異和二進(jìn)制變異。由于采用實(shí)數(shù)編碼，所以同樣