- 河北桥星减速机械有限公司
基于改进型遗传算法对圆柱齿轮减速机的计算机辅助设计
针对标准遗传算法局部搜索能力弱的特点,通过将其与惩罚函数法结合,提高了全局寻优能力。结合二级圆柱齿轮减速机问题,进行了优化计算。结果表明,此算法优于标准遗传算法。
遗传算法GA（geneticalgorithm）[1]是为研究自然与人工系统的自适应行为而提出的一种模拟生物界进化过程的并行优化算法,具有高校性和随机搜索性。 圆柱齿轮减速机 借鉴生物界自然选择的遗传机制,采用的原理是模仿自然界中生物进化的优胜劣汰原则。在解决问题过程中,先对优化问题的各解空间的每个个体进行编码,然后对编码后的优化问题的解空间进行组合划分,从中选择出问题的优解或者次优解。
遗传算法不依赖于问题本身的方式作用在特征串群体之上,仅通过执行简单的复制、交叉和变异操作来完成搜索。正是由于GA的整体优寻策略及不依赖梯度信息,使其具有在复杂的多维空间中搜索全局优解的能力,同时具有鲁棒性和隐含性的特点,因此GA是广为应用的优化算法[2,3]。
遗传算法GA（geneticalgorithm）[1]是为研究自然与人工系统的自适应行为而提出的一种模拟生物界进化过程的并行优化算法,具有高校性和随机搜索性。 圆柱齿轮减速机 借鉴生物界自然选择的遗传机制,采用的原理是模仿自然界中生物进化的优胜劣汰原则。在解决问题过程中,先对优化问题的各解空间的每个个体进行编码,然后对编码后的优化问题的解空间进行组合划分,从中选择出问题的优解或者次优解。
遗传算法不依赖于问题本身的方式作用在特征串群体之上,仅通过执行简单的复制、交叉和变异操作来完成搜索。正是由于GA的整体优寻策略及不依赖梯度信息,使其具有在复杂的多维空间中搜索全局优解的能力,同时具有鲁棒性和隐含性的特点,因此GA是广为应用的优化算法[2,3]。
桥星减速机 2014(C)版权所有
技术支持：中科四方