遗传算法的改进研究及其在工程优化中的应用

《遗传算法的改进研究及其在工程优化中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、5.6测试函数实验分析............................................................................435.5本章小结............................................................................................516差分元胞多目标遗传算法.........................................................

2、................526.1元胞结构............................................................................................526.2差分演化策略....................................................................................536.3算法原理......................................

3、......................................................536.4测试函数实验分析............................................................................556.3本章小结............................................................................................597改进的遗传算法在工程优化

4、中的应用.....................................................607.1基于拥挤自适应遗传算法的车间布局设计....................................607.2基于差分元胞多目标遗传算法的车间布局设计............................647.3基于克隆多目标遗传算法的主动隔振系统集成优化设计...........667.4基于差分元胞多目标遗传算法的汽车盘式制动器的优化设计....727.5本章小结......

5、......................................................................................808结论与展望.................................................................................................828.1本文总结...........................................................

6、.................................828.2有待进一步研究的问题....................................................................83参考文献.........................................................................................................84后记............................

7、.............................................................................90附录：攻读硕士学位期间的部分科研成果.................................................91VI三峡大学硕士学位论文1绪论1.1研究背景及意义寻求最优化的问题普遍存在于工程实践中。伴随生产规模的扩大和生产要求的提高，各种最优化问题越来越复杂，问题的性质逐渐朝高维、非线性、多约束等方向发展，这些性质造成问题的求解十

8、分困难。传统的优化算法，如：牛顿法、梯度法、BFGS法等在模型收敛速度和精度、模型精度、对初值的敏感度上总表现出各种局限性，使得算法不能求取到全局最优解，因此，寻求具有普适性和高效性的优化算法的任务十分迫切。为了解决工程实际中这些规模庞大繁杂的优化问题，人们根据达尔文的“物竞天择，优胜劣汰”的生存法则提出了进化算法，它与传统基于数值计算进行确定性搜索的优化方法不同，运用非