基于遗传算法的复杂产品优化设计

提出了一种基于遗传算法的复杂产品优化设计,以进一步优化复杂产品结构,降低复杂产品开发与设计的难度。基本思路是在复杂产品优化设计模型中引入模块化理论,将复杂产品拆分为多个模块并利用遗传算法对最优模块划分问题进行求解。首先,对最优模块划分问题的目标函数进行构建;然后利用遗传函数进行求解,在求解过程中针对传统遗传算法容易陷入早熟、无法对超过初始染色体行数的模块划分数量进行搜索的问题,引入了层次聚类算法、变邻域搜索算法、以及基于Apriori算法的频繁模式挖掘对传统遗传算法进行改进;最后以某摩托车发动机为实验对象构建复杂产品优化设计模型,使用本研究改进后遗传算法与传统遗传算法分别对最优模块划分问题进行求解测试。结果表明:改进后遗传算法的收敛速度更快,求解能力更佳,对复杂产品优化设计模型的最优模块划分问题的求解具有更优的鲁棒性与有效性。