遺傳算法是一種模仿生物自然進化過程的隨機搜索和優(yōu)化算法,具有很強的解決問題的能力和廣泛的適應性。因其具有魯棒性、靈活性和操作簡便的特點,在優(yōu)化設計中得到了廣泛的應用。葉輪是離心壓縮機中高速轉動的核心部件,它的結構設計優(yōu)劣直接關系到葉輪的使用壽命長短、產(chǎn)生正弦波形的準確度以及電能的消耗等,因此在現(xiàn)代高性能壓縮機的設計中,對離心葉輪結構進行優(yōu)化設計具有重大的意義。遺傳算法一方面由于其運算簡單,能有效地解決問題而被廣泛應用;另一方面,在實際應用中依然存在過早收斂、局部搜索能力較差等問題。因此,本文主要研究對遺傳算法的改進方法及新的改進算法在葉輪優(yōu)化設計中的應用。本文對遺傳算法的理論、優(yōu)化及應用進行了一些研究與分析工作。首先,著重分析遺傳算法的缺點,探索解決方案。針對基本遺傳算法中初始種群生成的隨機性,本文提出了一種新的初始種群生成方法,即利用近似最大最小距離算法思想,在初始種群的生成上,使個體之間保持一定的海明距離,從而產(chǎn)生較好的初始種群分布。其次,介紹了遺傳算法一些常見的改進方法,諸如:自適應遺傳算法、混合遺傳算法等。在現(xiàn)有的一些自適應遺傳算法的基礎上,針對交叉概率和變異概率進行改進,根據(jù)... 

【文章來源】：中國石油大學(華東)山東省 211工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

遺傳算法實現(xiàn)的流程圖

圖 3-3 混合遺傳算法結構圖Fig3-3 Strcture Chart for Hybrid Genetic Algorithm算法法（Simulated Annealing）[41]是 20 世紀 80 年代初發(fā)展起來的能夠以隨機搜索技術從概率意義上找出目標函數(shù)的全局最小點先確定初始溫度，隨機選擇一個初始狀態(tài)并考察該狀態(tài)的目標一小擾動，并計算新狀態(tài)的目標函數(shù)值；以概率 l 接受較好點點作為當前點，直到系統(tǒng)冷卻。模擬退火方法在初始溫度足夠件下，能以概率 l 收斂到全局最優(yōu)值。由于這種算法模擬固體退退火算法”。法以某種概率接受較差點，既可以從局部最優(yōu)的“陷阱”中跳化問題的整體最優(yōu)解，又不失簡單性和通用性[11][12][42]。

圖4-23f ( x )的二維形狀圖Fig4-2 Two-dimensional Shape Graph用遺傳算法。在運用遺傳算法工具箱時，適應度函數(shù)是小值，所以，測試函數(shù) 的適應度函數(shù)是3f3 f（x）。對 實驗。f真實驗中，兩種算法都獨立優(yōu)化 30 次，種群規(guī)模均為，IAGA 的初始種群是隨機產(chǎn)生， =0.9， =0.6， 始種群采用基于近似最大最小距離法生成，c1Pc2Pcm1P1p =0.4，cp兩種算法連續(xù)優(yōu)化 30 次并進行統(tǒng)計，IAGA 搜索到全局算法是 28；IAGA 搜索到最優(yōu)的平均代數(shù)為 34 代，而的適應值變化情況如圖 4-3、4-4 所示：

【參考文獻】：
期刊論文
[1]基于數(shù)論佳點集的遺傳算法初始種群均勻設計[J]. 李志俊,程家興.  電腦與信息技術. 2007(04)
[2]混合遺傳算法與模擬退火法[J]. 田東平,遲洪欽.  計算機工程與應用. 2006(22)
[3]自適應遺傳算法的改進與應用[J]. 史明霞,陶林波,沈建京.  微計算機應用. 2006(04)
[4]一種新型的自適應混沌遺傳算法[J]. 袁曉輝,袁艷斌,王乘,張勇傳.  電子學報. 2006(04)
[5]自適應遺傳算法的改進及在系統(tǒng)辨識中應用研究[J]. 任子武,傘冶.  系統(tǒng)仿真學報. 2006(01)
[6]遺傳算法初始種群與操作參數(shù)的均勻設計[J]. 何大闊,王福利,賈明興.  東北大學學報. 2005(09)
[7]一種改進的自適應遺傳算法[J]. 金晶,蘇勇.  計算機工程與應用. 2005(18)
[8]一種改進的遺傳模擬退火算法及其應用[J]. 劉志剛,王建華,耿英三,歐陽森.  系統(tǒng)仿真學報. 2004(05)
[9]遺傳算法在離心泵葉片優(yōu)化設計中的應用[J]. 閆永強,梁武科.  排灌機械. 2004(02)
[10]改進的快速遺傳算法及其性能研究[J]. 高瑋.  系統(tǒng)工程與電子技術. 2003(11)

碩士論文
[1]海洋修井機風洞試驗測控系統(tǒng)設計[D]. 陳忠碧.西南石油學院 2002



本文編號：3297925