改進的GA-SA算法在葉輪優(yōu)化設計中的應用研究.pdf

1、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

2、；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。

3、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)種群多樣性測度和個體適應度值自動調(diào)整交叉概率和變異概率，同時引入模擬退火操作，對最優(yōu)個體進行局部鄰域?qū)?yōu)，適當拉伸適應度值，提出了新的自適應遺傳退火算法。實驗結果表明，該算法在全局收斂性和穩(wěn)定性等方面都有了較好的改善，達到了預期效果。 最后，將這種改進算法應用到葉輪優(yōu)化設計當中，通