基于混合遺傳算法的機(jī)構(gòu)運(yùn)動(dòng)鏈同構(gòu)判別研究.pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、機(jī)構(gòu)運(yùn)動(dòng)鏈的同構(gòu)判別作為機(jī)械創(chuàng)新設(shè)計(jì)、智能CAD系統(tǒng)中的重要研究?jī)?nèi)容,具有非常重要的意義。同時(shí)它也是機(jī)構(gòu)結(jié)構(gòu)自動(dòng)綜合中的最為困難的問題。在長(zhǎng)達(dá)40-50年的時(shí)間里一直沒有找到圓滿的解決方案,成為近年來的一個(gè)研究熱點(diǎn)。
  本文將機(jī)構(gòu)運(yùn)動(dòng)鏈的同構(gòu)判別問題通過一系列的轉(zhuǎn)變成為求解最優(yōu)化問題,同時(shí)構(gòu)造了機(jī)構(gòu)同構(gòu)判別的目標(biāo)函數(shù)和判定準(zhǔn)則。在此基礎(chǔ)上,將遺傳算法運(yùn)用到機(jī)構(gòu)運(yùn)動(dòng)鏈同構(gòu)判別問題中來,分析了基本遺傳算法用來進(jìn)行最優(yōu)化問題的求解存在

2、著容易陷入局部最優(yōu),收斂后期速度變慢等缺陷,本文采用混合遺傳優(yōu)化算法來尋找優(yōu)化問題的最優(yōu)解。
  本文提出了一種最優(yōu)交叉克隆遺傳算法用來進(jìn)行機(jī)構(gòu)運(yùn)動(dòng)鏈同構(gòu)判定,其中最優(yōu)保存策略保證了算法的收斂性能,最優(yōu)交叉保證了算法的收斂速度,而克隆選擇的加入保證了算法種群的多樣性,從而有利于全局收斂。同時(shí)針對(duì)遺傳算法的局部搜索能力較弱,引入了模擬退火算法,形成最優(yōu)交叉克隆遺傳-模擬退火算法,充分發(fā)揮了兩種算法的優(yōu)點(diǎn),提高了算法的效率。利用12桿

3、、14桿、15桿三種機(jī)構(gòu)運(yùn)動(dòng)鏈作為上述提出的算法的運(yùn)算例子,通過仿真實(shí)驗(yàn)得出上述理論用在同構(gòu)識(shí)別的準(zhǔn)確性,同時(shí)與已有文獻(xiàn)的結(jié)果進(jìn)行比較,比較結(jié)果表明上述改進(jìn)的算法有更好的優(yōu)化性能。
  本文將人工魚群算法運(yùn)用到機(jī)構(gòu)運(yùn)動(dòng)鏈的同構(gòu)判別問題中來,生成了人工魚群算法用來機(jī)構(gòu)同構(gòu)判別的模型。在此基礎(chǔ)上將遺傳算法和模擬退火算法引入到人工魚群算法中來,給出了遺傳算法、人工魚群算法和模擬退火算法結(jié)合的理論依據(jù),提出了基于魚群-遺傳-模擬退火算法的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論