原文传递
基于灰度和实数编码的改进遗传算法研究及其应用
| 论文题名： | 基于灰度和实数编码的改进遗传算法研究及其应用 |
| 关键词： | 遗传算法;灰度编码;实数编码;汽车悬架;ADAMS软件 |
| 摘要： | 遗传算法是一种随机搜索方法，具有很强的全局寻优能力，是目前影响和应用最为广泛的优化方法之一。但遗传算法仍存在一些不足，如不同程度的存在概率参数的主观选取问题、早熟问题、陷入局部最优等，本文针对这些问题给出两种改进方法。在基于灰度编码的改进的遗传算法中，充分利用模式定理，使交叉算子和变异算子有机结合，父代所有个体都进行交叉，避免概率参数的选取问题，用变异后产生的优良个体代替适应度差的父代个体，产生子代个体，提出初始种群的生成标准，这种种群的生成方法保证了最优个体的获得，并且有较快的收敛速度。在基于实数编码的改进遗传算法中，借鉴二进制编码的模式理论，繁殖操作初期变异概率较大，通过变异操作使种群规模逐渐扩大，当种群达到一定规模时，只进行交叉操作，只要有足够的时间一定能找到最优个体，避免陷入局部最优。 汽车悬架是一个典型的精密空间多体系统，它的性能如何直接关系到诸多汽车性能，如平顺性、操纵稳定性、安全性和制动性等，选用合适的方法对汽车悬架动力学参数进行优化设计，对于民族汽车工业的发展有着重要意义。目前，对其优化设计方法主要采用确定性优化方法，容易陷入局部最优解。 本文将改进遗传算法应用于复杂汽车悬架参数优化设计，计算结果表明，与目前使用的其他方法相比，求解质量和计算效率都有很大提高。 |
| 作者： | 董玉振 |
| 专业： | 计算机应用技术 |
| 导师： | 张京军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 河北工程大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
