基于变尺度混沌—遗传算法的门式启闭机小车架结构有限元优化设计

应用有限元方法对门式启闭机进行优化设计,在分析了优化设计方法和变尺度混沌一遗传算法的基础上,结合ANSYS的APDL语言对门式启闭机小车架进行结构优化设计,经过优化设计后的门式启闭机小车架不仅刚度、强度等满足力学性能要求,而且重量可减轻3%,提高了经济效益。

优化的变尺度混沌遗传算法

混沌优化算法和遗传算法的结合产生了变尺度混沌遗传算法(MSCGA)。该算法在不改变GA搜索机制的同时,根据搜索进程,不断缩小优化变量的搜索空间及调节系数,引导种群进行新一轮进化,从而产生更优的最优个体,改善了GA的性能。但是通过分析其本质,发现其中存在很大的重复性操作,没有考虑它们之间在优化过程中的某种相似之处。文章中对此算法进行讨论并对其进行优化。计算机仿真表明:优化后的算法具有更好的快速寻优能力。

基于混合遗传算法的离散事件系统仿真优化方法研究

在分析仿真优化原理的基础上提出一种新的混合遗传算法 ,该算法集成变尺度遗传算法与禁忌搜索算法为一体 ,处理离散事件系统性能参数仿真优化的问题 ,大大提高了仿真优化的效率和解的质量。基于此算法开发了一个仿真优化软件系统 ,并将该仿真优化系统与自主开发的离散系统仿真软件进行了有机的集成。

利用混沌遗传算法的几何约束求解器

提出一种新的混合算法变尺度混沌遗传算法(MSCGA),该算法把遗传算法和混沌算法混合在一起,在不改变GA搜索机制的同时,根据搜索进程,不断缩小优化变量的搜索空间及调节系数,引导种群进行新一轮进化,从而产生更优的最优个体,改善了GA的性能,有效地克服了GA存在的问题.实验表明,该方法用于几何约束求解的性能明显高于标准遗传算法及其他混合遗传算法,取得了令人满意的效果.

A novel adaptive mutative scale optimization algorithm based on chaos genetic method and its optimization efficiency evaluation

By combing the properties of chaos optimization method and genetic algorithm,an adaptive mutative scale chaos genetic algorithm(AMSCGA) was proposed by using one-dimensional iterative chaotic self-map with infinite collapses within the finite region of [-1,1].Some measures in the optimization algorithm,such as adjusting the searching space of optimized variables continuously by using adaptive mutative scale method and making the most circle time as its control guideline,were taken to ensure its speediness and veracity in seeking the optimization process.The calculation examples about three testing functions reveal that AMSCGA has both high searching speed and high precision.Furthermore,the average truncated generations,the distribution entropy of truncated generations and the ratio of average inertia generations were used to evaluate the optimization efficiency of AMSCGA quantificationally.It is shown that the optimization efficiency of AMSCGA is higher than that of genetic algorithm.