基于概率克隆選擇微粒群算法的優(yōu)化設(shè)計研究.pdf

1、優(yōu)化設(shè)計作為一門學(xué)科產(chǎn)生于20世紀60年代，它將數(shù)學(xué)中的最優(yōu)化理論與工程設(shè)計領(lǐng)域相結(jié)合，使人們在解決工程設(shè)計問題時，可以從多個設(shè)計方案中找到最優(yōu)或盡可能完善的設(shè)計方案，大大提高了工程的設(shè)計效率和設(shè)計質(zhì)量。目前，優(yōu)化設(shè)計已成為工程設(shè)計中的一種重要方法，廣泛應(yīng)用于各個工程領(lǐng)域，并產(chǎn)生了巨大的經(jīng)濟效益和社會效益。本文提出了一種融合算法--概率克隆選擇微粒群算法，在分析其可行性后，用來解決機車車輪踏面的優(yōu)化設(shè)計，并對優(yōu)化結(jié)果進行了仿真分析。

2、 首先，對國內(nèi)外的優(yōu)化問題求解技術(shù)進行了細致的了解，并深入探討了算法用于優(yōu)化設(shè)計的優(yōu)勢和不足，詳細介紹了三種智能優(yōu)化算法(免疫克隆選擇算法、微粒群算法和模擬退火算法)在國內(nèi)外相關(guān)工程領(lǐng)域的成功應(yīng)用，從而提出了本文的研究內(nèi)容。 其次，對優(yōu)化領(lǐng)域內(nèi)的免疫克隆選擇算法、微粒群算法和模擬退火算法的操作過程、實現(xiàn)步驟及其優(yōu)缺點進行了歸納和總結(jié)，分析了它們對優(yōu)化問題處理上的特點和存在的不足，即單一求解算法存在運算效率低、求解精度不高和易

3、于陷入局部最優(yōu)解的不足，求解結(jié)果不能令人滿意。 接著，研究了算法的融合機理，并對各自的算法進行了改進，在改進的基礎(chǔ)上，依據(jù)三種智能優(yōu)化算法的特點，提出了一種新的融合算法，即概率克隆選擇微粒群算法，并對其進行了理論分析，給出了融合算法的應(yīng)用流程。 之后，對融合算法進行可行性分析。根據(jù)機械模糊可靠性計算理論，以圓柱螺旋彈簧的模糊可靠性優(yōu)化設(shè)計為應(yīng)用實例，利用該融合算法進行迭代計算，將所得結(jié)果與常規(guī)的復(fù)合形算法、遺傳算法和微粒

4、群算法的優(yōu)化結(jié)果進行比較，證明了該融合算法在求解效率方面具有優(yōu)勢，是可行的。 隨后，將概率克隆選擇微粒群算法應(yīng)用于機車車輪踏面的優(yōu)化問題，定義了車輪滾動半徑差和橫向位移之間的函數(shù)，建立了車輪踏面優(yōu)化的數(shù)學(xué)模型，利用融合算法對其進行優(yōu)化設(shè)計，得到了較優(yōu)的設(shè)計結(jié)果。 然后，在ADAMS/RAIL模塊中建立機車實體模型，把優(yōu)化后的車輪踏面的數(shù)據(jù)導(dǎo)入其中，寫成ADAMS能夠識別的文件，并建立實驗線路，仿真后對優(yōu)化的結(jié)果作出檢驗，