面向機構(gòu)分析與設計的差分進化算法研究.pdf

1、現(xiàn)代機構(gòu)學的理論研究是制造業(yè)的基礎，是現(xiàn)代機械產(chǎn)品發(fā)明創(chuàng)造的源泉，因此對現(xiàn)代機構(gòu)學理論作深入研究具有重要的學術意義和工程應用價值。機構(gòu)學理論主要包含機構(gòu)分析與機構(gòu)設計兩方面的內(nèi)容，而分析與設計中的絕大多數(shù)問題都是非線性的，所以，機構(gòu)學中非線性問題的建模與求解是現(xiàn)代機構(gòu)學理論研究的基本和關鍵問題之一。
　　著眼于機構(gòu)學中非線性問題的現(xiàn)代計算智能求解方法，以連桿機構(gòu)運動學分析與設計、齒輪機構(gòu)離散優(yōu)化設計等若干問題為對象，研究其數(shù)學模型

2、建立方法與差分進化算法求解策略。面向機構(gòu)學問題提出4種改進差分進化算法，應用這些改進算法求解機構(gòu)分析與設計中的連續(xù)和離散優(yōu)化問題。主要研究內(nèi)容如下：
　　在對標準差分進化算法的算子及種群狀態(tài)作嚴格數(shù)學定義的基礎上，給出變異、交叉與選擇算子的一步轉(zhuǎn)移概率，應用Markov鏈理論分析算法的收斂性。證明了標準差分進化算法既不是全局收斂的，也不是局部收斂的。分析結(jié)論對指導算法改進及其工程應用研究具有重要意義。
　　為保持種群多樣性，

3、融合分類變異策略與混沌逃逸操作，設計一種求解無約束優(yōu)化問題的改進差分進化算法——自適應混沌差分進化算法(ACDE)。應用概率論證明ACDE為全局收斂算法。首先建立平面多桿機構(gòu)和空間并聯(lián)機器人機構(gòu)位置分析的無約束優(yōu)化模型，再應用ACDE求解這類問題。數(shù)值實例表明，ACDE能求出機構(gòu)的高精度位置正解，且具有良好穩(wěn)定性。
　　將自適應雙種群差分進化算法和自適應罰函數(shù)方法有機結(jié)合，設計一種求解約束優(yōu)化問題的改進差分進化算法——雙種群約束差

4、分進化算法(BCDE)。建立了鉸鏈四桿機構(gòu)近似運動學優(yōu)化設計的粗略、精細搜索模型，均為非線性約束優(yōu)化問題。首先應用BCDE進行粗略搜索，求出近似運動學優(yōu)化解，然后在其鄰域內(nèi)應用BCDE進行精細搜索，使最大誤差最小化。數(shù)值實例表明，BCDE優(yōu)于對比算法且具有良好穩(wěn)健性。
　　面向機構(gòu)離散約束優(yōu)化問題，設計一種離散差分進化算法(DDE)。提出評價種群多樣性的新測度——種群二次平均基因距離及基于新測度的混沌移民操作。融合自適應罰函數(shù)方法

5、與混沌移民操作，開發(fā)面向機構(gòu)離散約束優(yōu)化問題的自適應罰函數(shù)混合離散差分進化算法(HDDE)。最后，應用HDD求解齒輪機構(gòu)設計中的離散約束優(yōu)化問題，其計算性能優(yōu)于對比算法。
　　借鑒扇形采樣技術，將二次變異雙種群差分進化算法與約束處理方法相結(jié)合，設計求解約束多目標優(yōu)化問題的差分進化算法——基于扇形采樣的約束多目標差分進化算法(SS-CMODE)。建立了曲柄搖桿機構(gòu)、大尺度夾持機構(gòu)和二級斜齒圓柱齒輪機構(gòu)的約束多目標優(yōu)化模型，并應用SS