基于双群进化策略的多项式近似因式分解

针对传统算法在解决多项式的因式分解过程中,存在着只适用于精确分解而不适合系数为浮点数的多项式的因式分解问题,文中提出一种应用双种群双突变进化策略来对浮点数多项式近似分解的算法,克服了传统算法不能解决浮点数多项式的因式分解的弊端.数值计算结果表明该算法收敛速度快、精度高、稳定性强.

一种高效的电主轴系统复频率计算方法

针对电主轴各向异性轴承-转子系统的特点提出了一种高效的复频率计算方法。该方法用八个动力特性系数代替非线性油膜力,首先对Riccati传递矩阵法进行改进,修改了典型单元的状态向量,采用Riccati分块矩阵递推,直接获得了电主轴系统的特征多项式隐式表达。接着,针对实际工程中只关注系统共振区域中临界转速的现象,先采用幅角原理判定这一共振区域中特征多项式根的个数,再进行求解,求解时就只需求出工程中所关注共振区域内的根,从而提高了求解效率。然后,采用双种群进化策略对电主轴系统特征多项式的根进行求解,该方法避免了传统的抛物线法对初值选取的敏感,可以快速地求得电主轴系统的复频率,且可避免漏根现象。最后,作为算例,对一划分为8个轴段的电主轴系统的复频率作了计算,并与抛物线法进行对比,验证了该方法的高效性。

面向多目标柔性作业车间调度的强化学习NSGA-II算法

针对非支配排序遗传算法(NSGA-II,non-dominated sorting genetic algorithm II)在求解柔性作业车间多目标优化调度问题中多样性不足、易于早熟与局部收敛的缺点,提出一种基于强化学习的改进NSGA-II算法(RLNSGA-II,reinforcement learning non-dominated sorting genetic algorithm II)。为避免NSGA-II陷入局部收敛问题引入双种群进化策略,利用性别判定法将种群拆分为两个种群,并在进化过程中采用不同的交叉变异算子,增加算法的局部和全局搜索能力;为解决NSGA-II精英策略造成多样性不足的问题,融合多个多样性度量指标,利用强化学习动态优化种群迭代过程中的拆分比例参数以保持多样性,改善算法收敛性能。最后通过Kacem标准算例进行了仿真实验与性能分析,验证了RLNSGA-II的有效性与优越性。