拉丁超立方体抽样遗传算法求解图的二划分问题 被引量：4

1

作者 陈明华 任哲 周本达 《控制理论与应用》 EI CAS CSCD 北大核心 2009年第8期927-930,共4页

图的二划分问题是一个典型的NP-hard组合优化问题,在许多领域都有重要应用.近年来,传统遗传算法等各种智能优化方法被引入到该问题的求解中来,但效果不理想.基于理想浓度模型的机理分析,利用拉丁超立方体抽样的理论和方法,对遗传算法中... 图的二划分问题是一个典型的NP-hard组合优化问题,在许多领域都有重要应用.近年来,传统遗传算法等各种智能优化方法被引入到该问题的求解中来,但效果不理想.基于理想浓度模型的机理分析,利用拉丁超立方体抽样的理论和方法,对遗传算法中的交叉操作进行了重新设计,并在分析图二划分问题特点的基础上,结合局部搜索策略,给出了一个解决图二划分问题的新的遗传算法,称之为拉丁超立方体抽样遗传算法.通过将该算法与简单遗传算法和佳点集遗传算法进行求解图二划分问题的仿真模拟比较,可以看出新的算法提高了求解的质量、速度和精度. 展开更多

关键词 图的二划分 遗传算法 拉丁超立方体抽样 拉丁超立方体抽样遗传算法

在线阅读 下载PDF 职称材料

基于拉丁超立方体抽样和免疫机制的改进遗传算法 被引量：4

2

作者 周本达 姚宏亮 陈明华 《计算机应用》 CSCD 北大核心 2011年第4期1103-1106,共4页

针对遗传算法求解问题中保持群体多样性能力不足、早熟以及求解成功率低等缺点,依据拉丁超立方体抽样方法对遗传算法中的交叉算子进行重新设计;结合免疫机制定义染色体浓度、提供选择依据,提出了一种新遗传算法。利用旅行商问题以及最... 针对遗传算法求解问题中保持群体多样性能力不足、早熟以及求解成功率低等缺点,依据拉丁超立方体抽样方法对遗传算法中的交叉算子进行重新设计;结合免疫机制定义染色体浓度、提供选择依据,提出了一种新遗传算法。利用旅行商问题以及最大子团问题为实例对新算法进行了验证,实验结果表明新算法在解的质量、收敛速度等各项指标上均好于经典遗传算法和佳点集遗传算法,说明了新算法的优越性与可行性。 展开更多

关键词 遗传算法 拉丁超立方体抽样 人工免疫系统 旅行商问题 最大子团问题

在线阅读 下载PDF 职称材料

基于拉丁超立方体的改进白骨顶鸡算法 被引量：1

3

作者 何星月 张靖 +2 位作者 覃涛 何必涛 杨靖 《计算机工程与设计》 北大核心 2024年第4期1069-1078,共10页

针对白骨顶鸡算法求解工程问题时收敛速度慢,易陷入局部最优等不足,提出一种基于拉丁超立方体的改进白骨顶鸡算法。使用拉丁超立方体抽样增强初始种群的均匀性和多样性;引入非线性决策因子和自适应动态边界机制,提高算法全局搜索和局部... 针对白骨顶鸡算法求解工程问题时收敛速度慢,易陷入局部最优等不足,提出一种基于拉丁超立方体的改进白骨顶鸡算法。使用拉丁超立方体抽样增强初始种群的均匀性和多样性;引入非线性决策因子和自适应动态边界机制,提高算法全局搜索和局部开发能力;利用柯西变异对最优解进行扰动,帮助算法跳出局部最优。在16个基准函数、高维函数和工程问题进行仿真,其结果验证,该算法收敛速度和寻优精度良好,在工程问题上具有可行性和有效性。 展开更多

关键词 白骨顶鸡算法 拉丁超立方体抽样 混合策略 非线性决策因子 自适应动态边界 柯西变异 工程优化

在线阅读 下载PDF 职称材料

基于拉丁超立方体抽样的六自由度机械臂工作空间分析 被引量：8

4

作者 杜健超 孙卫红 马冠宇 《组合机床与自动化加工技术》 北大核心 2016年第7期30-33,共4页

针对六自由度机械臂史陶比尔RX-90的工作空间求解问题,提出一种基于拉丁超立方体抽样的统计计算方法。用D-H法对机械臂建立数学模型,采用连杆坐标系变换的方法求出其运动学正解。对比了蒙特卡罗法和拉丁超立方抽样(LHS)的优缺点,根据机... 针对六自由度机械臂史陶比尔RX-90的工作空间求解问题,提出一种基于拉丁超立方体抽样的统计计算方法。用D-H法对机械臂建立数学模型,采用连杆坐标系变换的方法求出其运动学正解。对比了蒙特卡罗法和拉丁超立方抽样(LHS)的优缺点,根据机械臂笛卡尔空间和关节空间的映射关系,设计LHS法分析其工作空间,在计算机输出设备显示工作空间的点云图并且得到各坐标轴取值范围。通过MATLAB机器人工具箱仿真验证了求解结果的正确性和有效性,为后续机械臂轨迹规划及优化、动力学分析、运动精度控制、系统优化等研究方向提供了参考依据。 展开更多

关键词 六自由度机械臂 拉丁超立方体抽样 蒙特卡洛法

在线阅读 下载PDF 职称材料

分层拉丁超立方体抽样方法及应用 被引量：2

5

作者 张艳 杨金语 《统计与决策》 CSSCI 北大核心 2023年第15期48-51,共4页

为了提高样本数据的质量,文章提出了一种新的抽样方法——分层拉丁超立方体抽样,给出了该抽样方法的定义以及实现算法,证明了在相应条件下该抽样方法的估计精度比分层随机抽样方法更高,可以更有效地缩减蒙特卡罗方差。同时,还通过数值... 为了提高样本数据的质量,文章提出了一种新的抽样方法——分层拉丁超立方体抽样,给出了该抽样方法的定义以及实现算法,证明了在相应条件下该抽样方法的估计精度比分层随机抽样方法更高,可以更有效地缩减蒙特卡罗方差。同时,还通过数值模拟比较了分层拉丁超立方体抽样与分层随机抽样在用蒙特卡罗方法估计定积分时的效果,数值模拟结果验证了上述结论的正确性。 展开更多

关键词 分层随机抽样 拉丁超立方体抽样 估计精度 数值模拟

在线阅读 下载PDF 职称材料

基于响应面模型与自适应遗传算法的中空型行波超声电机柔性转子结构优化 被引量：28

6

作者 牛子杰 孙志峻 +2 位作者 陈超 时运来 赵淳生 《中国电机工程学报》 EI CSCD 北大核心 2014年第30期5378-5385,共8页

中空型行波超声电机柔性转子由于结构复杂,因此存在设计空间较小、转子与定子接触界面接触不均匀、转子变形后内应力较大等问题。该文首先利用有限元方法建立转子尺寸参数化有限元模型;然后用拉丁超立方(LatinHypercube)随机抽样法,在... 中空型行波超声电机柔性转子由于结构复杂,因此存在设计空间较小、转子与定子接触界面接触不均匀、转子变形后内应力较大等问题。该文首先利用有限元方法建立转子尺寸参数化有限元模型;然后用拉丁超立方(LatinHypercube)随机抽样法,在设计空间内建立响应面模型;最后,利用自适应遗传优化算法(self-adaptive genetic algorithm,SAGA)基于响应面模型得到设计空间内的全局最优解。为了验证优化结果的合理性,设计了定子外径为ф70 mm,陶瓷片内外径尺寸分别为ф55 mm和ф70 mm的超声电机配合该文设计的转子进行磨合实验。实验证明,经过优化设计得到的转子与定子之间接触更均匀,转子变形后内应力减小,转子变形空间更大。 展开更多

关键词 超声电机 响应面模型 自适应遗传算法 拉丁超立方抽样 结构优化

在线阅读 下载PDF 职称材料

LHS抽样遗传算法 被引量：1

7

作者 任哲 陈明华 《皖西学院学报》 2010年第2期18-21,共4页

文献[1]研究了遗传算法的运行机理及特点,即遗传算法是一个具有定向制导的随机搜索技术,其定向制导的原则是:导向以高适应度模式为祖先的"家族"方向。以此结论为基础,利用拉丁超立方体抽样(LHS)的理论和方法,对遗传算法中的... 文献[1]研究了遗传算法的运行机理及特点,即遗传算法是一个具有定向制导的随机搜索技术,其定向制导的原则是:导向以高适应度模式为祖先的"家族"方向。以此结论为基础,利用拉丁超立方体抽样(LHS)的理论和方法,对遗传算法中的交叉操作进行了重新设计,给出了一个新的GA算法,称之为LHS遗传算法。将LHS遗传算法应用于求解优化问题,并与简单遗传算法和文献[2]中的佳点集遗传算法进行比较,通过模拟比较,可以看出新的算法不但提高了算法的收敛速度和精度,而且避免了其它方法常有的早期收敛的现象。 展开更多

关键词 遗传算法(GA) 拉丁超立方体抽样(LHS) LHS遗传算法(LHSGA)

在线阅读 下载PDF 职称材料

基于微观遗传算法优化法兰滑套成形工艺 被引量：4

8

作者 潘小迎 汪建敏 郭嘉晨 《塑性工程学报》 CAS CSCD 北大核心 2018年第2期86-90,共5页

基于DEFORM-3D平台，采用拉丁超立方抽样设计，以法兰滑套预成形坯料角度、圆角半径、底面半径为设计变量，将挤压成形最大载荷、凹模累积磨损量作为优化目标，设计了试验表，并对试验表中的每组数据进行数值仿真，最终得出每组数据对... 基于DEFORM-3D平台，采用拉丁超立方抽样设计，以法兰滑套预成形坯料角度、圆角半径、底面半径为设计变量，将挤压成形最大载荷、凹模累积磨损量作为优化目标，设计了试验表，并对试验表中的每组数据进行数值仿真，最终得出每组数据对应的最大载荷、凹模累积磨损量。应用MATLAB软件编写微观遗传算法程序，对目标设计变量进行优化，得出坯料角度为29。，圆角半径为14．5mm，底面半径为82mm时为最佳优化条件。将优化后的坯料进行数值仿真并进行工业试制，经与原生产工艺进行对比发现，法兰滑套挤压成形的最大载荷从614kN降低到496kN，凹模寿命从3000件提高到4000件。 展开更多

关键词 法兰滑套 预成形 拉丁超立方抽样设计 微观遗传算法 优化

在线阅读 下载PDF 职称材料

响应面与遗传算法结合的轿车后门多目标优化 被引量：2

9

作者 张帅龙 苏小平 +1 位作者 李智 郭存涵 《汽车零部件》 2019年第11期1-4,共4页

以某型轿车后车门为研究对象,针对其刚度不符合企业标准的问题进行优化。以车门的关键部件厚度为设计变量,通过拉丁超立方抽样,选择60组样本进行计算。采用灵敏度分析,筛选出5个关键变量,使用径向基函数建立响应面模型。以各工况刚度达... 以某型轿车后车门为研究对象,针对其刚度不符合企业标准的问题进行优化。以车门的关键部件厚度为设计变量,通过拉丁超立方抽样,选择60组样本进行计算。采用灵敏度分析,筛选出5个关键变量,使用径向基函数建立响应面模型。以各工况刚度达标为约束,以质量最小为目标,通过模拟退火遗传算法进行优化。优化后,车门各工况刚度符合标准,且质量有所减小。 展开更多

关键词 刚度 拉丁超立方抽样 灵敏度 径向基函数 模拟退火遗传算法

在线阅读 下载PDF 职称材料

一种基于拉丁超立方体抽样的多目标进化算法 被引量：13

10

作者 郑金华 罗彪 《模式识别与人工智能》 EI CSCD 北大核心 2009年第2期223-233,共11页

传统多目标进化算法(MOEA)在解决具有复杂Pareto解集的多目标优化问题(CPS_MOP)时存在严重的退化现象.为此,本文提出两种进化模型——基于个体的进化模型和基于种群的进化模型.并在此基础上,设计两类基于拉丁超立方体抽样(LHS)的MOEA(LH... 传统多目标进化算法(MOEA)在解决具有复杂Pareto解集的多目标优化问题(CPS_MOP)时存在严重的退化现象.为此,本文提出两种进化模型——基于个体的进化模型和基于种群的进化模型.并在此基础上,设计两类基于拉丁超立方体抽样(LHS)的MOEA(LHS-MOEA).LHS-MOEA采用LHS局部搜索开采目前较优秀的区域,采用进化操作在可行解空间中探测新的搜索区域,从而有效克服退化现象.实验结果表明,LHS-MOEA求解CPS_MOPs的效果较好,比经典算法NSGA-II具有明显的优势. 展开更多

关键词 多目标进化算法(MOEA) 拉丁超立方体抽样(LHS) 复杂Pareto解集 进化模型 局部搜索 进化操作

原文传递

不同抽样算法对Sobol敏感性分析影响的研究 被引量：10

11

作者 刘欢 吴琼莉 Cournede Paul-Henry 《数学物理学报（A辑）》 CSCD 北大核心 2018年第2期372-384,共13页

敏感性分析Sobol方法是其十分重要的一个分支.Sobol方法的数值解产生主要依赖蒙特卡洛方法.随机数的产生是蒙特卡洛方法的基础.随机数的生成最为主要的一类方法是伪随机数生成器,但由于伪随机数生成器所产生的随机数的均匀性不够好,因... 敏感性分析Sobol方法是其十分重要的一个分支.Sobol方法的数值解产生主要依赖蒙特卡洛方法.随机数的产生是蒙特卡洛方法的基础.随机数的生成最为主要的一类方法是伪随机数生成器,但由于伪随机数生成器所产生的随机数的均匀性不够好,因此会影响抽样质量,从而影响所计算的敏感性系数的收敛性与准确性.该文使用准随机和拉丁超立方体随机抽样器替代蒙特卡洛方法中的伪随机抽样器,并比较它们的抽样结果,以及最终所得的敏感性系数准确性及收敛性,最后发现准随机抽样相较另外两种抽样方式有明显优势. 展开更多

关键词 蒙特卡洛方法 伪随机抽样 准随机抽样 拉丁超立方体抽样 敏感性系数.

在线阅读 下载PDF 职称材料

基于概率精英差分和自适应黄金正弦的鲸鱼优化算法

12

作者 李克文 李国庆 +2 位作者 崔雪丽 牛小楠 蒋衡杰 《计算机工程与设计》 北大核心 2024年第10期2944-2952,共9页

针对鲸鱼优化算法收敛速度慢和寻优精度低的缺点,提出一种基于概率精英差分和自适应黄金正弦的鲸鱼优化算法。基于最大最小思想优化拉丁超立方体抽样来初始化鲸鱼种群,使初始种群分布更加均匀,拥有更好的全局搜索能力;提出融合余弦自适... 针对鲸鱼优化算法收敛速度慢和寻优精度低的缺点,提出一种基于概率精英差分和自适应黄金正弦的鲸鱼优化算法。基于最大最小思想优化拉丁超立方体抽样来初始化鲸鱼种群,使初始种群分布更加均匀,拥有更好的全局搜索能力;提出融合余弦自适应算子的黄金正弦算法改进鲸鱼的螺旋更新,加快收敛速度,提高收敛精度;设计概率精英差分变异方法并进行贪婪选择,优化算法流程,增强算法跳出陷入局部最优的能力。选取4个单峰测试函数、4个多峰测试函数和5个多最优解的多模态测试函数与主流优化算法进行对比实验,实验结果表明,该算法具有更高的寻优精度、更快的收敛速度以及更优的全局搜索能力,通过消融实验验证了该算法改进策略的有效性。 展开更多

关键词 鲸鱼优化算法 群智能优化 拉丁超立方体抽样 差分变异 贪婪策略 余弦自适应策略 黄金正弦算法

在线阅读 下载PDF 职称材料

基于改进实例学习算法的风电机组齿轮箱状态监测

13

作者 张书瑶 刘长良 +2 位作者 王梓齐 刘帅 刘卫亮 《动力工程学报》 CAS CSCD 北大核心 2024年第10期1620-1631,共12页

风电机组齿轮箱的运行过程是复杂的非线性过程,采用实例学习(IBL)算法建立模型可有效对其进行状态监测。针对实例学习模型对训练数据质量敏感的特点,提出综合考虑多种性质的两步主动学习样本选择方法。首先提出一种基于拉丁超立方体抽... 风电机组齿轮箱的运行过程是复杂的非线性过程,采用实例学习(IBL)算法建立模型可有效对其进行状态监测。针对实例学习模型对训练数据质量敏感的特点,提出综合考虑多种性质的两步主动学习样本选择方法。首先提出一种基于拉丁超立方体抽样思想的网格划分初始样本选取方法,并基于z-score方法剔除其中的离群点。然后第一步基于信息性和代表性的综合得分选出候选样本来避免离群点影响,第二步基于多样性使第一步的候选样本稀疏化,从而避免冗余点影响。最后,基于指数加权移动平均控制图对实例学习回归模型输出的残差进行分析,并根据故障率对风电机组齿轮箱实现状态监测。利用某风电机组实际故障数据进行验证。结果表明:所提出的方法能选出优质样本,模型精度在验证集上较未改进前有所提升,且运算效率提升约50%,可实现齿轮箱异常的早期预警。 展开更多

关键词 风电机组齿轮箱 状态监测 样本选择 主动学习算法 拉丁超立方体抽样 实例学习算法

在线阅读 下载PDF 职称材料

基于响应面的三自由度超声电机定子设计优化 被引量：3

14

作者 牛子杰 孙志峻 崔永杰 《振动．测试与诊断》 EI CSCD 北大核心 2019年第5期1089-1097,1138,共10页

针对超声电机定子设计过程存在的定子设计模态与干扰模态分离不彻底、定子振动幅度小、定子振动时局部内应力较大等问题,提出了基于响应面模型的电机定子设计优化方法。首先,通过选取合适的定子设计尺寸作为变量,拉丁超立方抽样方法在... 针对超声电机定子设计过程存在的定子设计模态与干扰模态分离不彻底、定子振动幅度小、定子振动时局部内应力较大等问题,提出了基于响应面模型的电机定子设计优化方法。首先,通过选取合适的定子设计尺寸作为变量,拉丁超立方抽样方法在设计空间内选取样本点;其次,对各样本点的组合得到的定子尺寸结构进行有限元分析,得到定子的模态和谐响应值从而建立定子的响应面模型;然后,利用遗传算法在响应面模型的基础上对定子进行优化;最后,使用有限元软件对优化前后的定子进行建模计算验证了优化结果的正确性。 展开更多

关键词 响应面模型 遗传算法 拉丁超立方抽样 结构优化

在线阅读 下载PDF 职称材料

加速DACE的EGO算法

15

作者 潘万鹏 夏清国 +1 位作者 巴明春 李群祖 《科学技术与工程》 2010年第6期1418-1424,共7页

在函数最优点求解问题中,如果函数表达式很复杂(或黑箱问题),很难利用常用的优化算法求解全局最优点。这时需要先用插值或拟合函数去逼近原函数,然后对新的逼近函数求最优点,进而得到原函数的最优点。基于上述思想,Jones等人于1989提出... 在函数最优点求解问题中,如果函数表达式很复杂(或黑箱问题),很难利用常用的优化算法求解全局最优点。这时需要先用插值或拟合函数去逼近原函数,然后对新的逼近函数求最优点,进而得到原函数的最优点。基于上述思想,Jones等人于1989提出了EGO(Efficient Global Optimization)算法。EGO算法不足之处在于:它浪费了一个采样点判断EGO算法是否满足终止条件,寻求EI最大值点的收敛速率不高,算法终止条件选择不佳,不能保证估计值的最小点(即EI最大值点)是原函数的内点。针对EGO算法的不足之处,提出了改进的加速EGO算法。仿真实验表明,SEGO极大地节省了运算时间,并且能获得任意精度的全局最优点。 展开更多

关键词 期望增量 拉丁超立方体抽样 最大有效优化(Efficient GLOBAL Optimization EGO) 加速最大有效优化(SEGO)

在线阅读 下载PDF 职称材料

基于改进型混合蛙跳算法的支持回归机大坝变形预测模型 被引量：3

16

作者 卢远富 包腾飞 +2 位作者 李涧鸣 孙鹏明 王甜 《三峡大学学报（自然科学版）》 CAS 2015年第5期14-18,共5页

支持回归机(SVR)可以用来解决大坝变形的拟合和预测问题,且具有很好的泛化能力,其核心问题是选择适当的惩罚因子和核参数.利用基于拉丁超立方抽样(LHS)和自适应移动算子的改进型混合蛙跳算法(ISFLA)对SVR模型进行参数寻优,建立ISFLA-SV... 支持回归机(SVR)可以用来解决大坝变形的拟合和预测问题,且具有很好的泛化能力,其核心问题是选择适当的惩罚因子和核参数.利用基于拉丁超立方抽样(LHS)和自适应移动算子的改进型混合蛙跳算法(ISFLA)对SVR模型进行参数寻优,建立ISFLA-SVR大坝变形预测模型.通过工程算例表明:ISFLA-SVR模型具有很高的预测精度,可以应用于大坝变形预测. 展开更多

关键词 支持回归机模型 变形预测 混合蛙跳算法 拉丁超立方体抽样

在线阅读 下载PDF 职称材料

基于多种智能算法的腐蚀天然气管道可靠性评价方法 被引量：10

17

作者 何蕾 温凯 +1 位作者 吴长春 宫敬 《石油科学通报》 2019年第3期310-322,共13页

天然气管道地理环境复杂、运行工况多变,以蒙特卡罗模拟为代表的不确定性仿真是目前腐蚀管道可靠性评价的主要方法。然而天然气管道高设计可靠度特性所带来的高次模拟问题,使蒙特卡罗模拟十分耗时。为解决这一问题,本文采用神经网络算... 天然气管道地理环境复杂、运行工况多变,以蒙特卡罗模拟为代表的不确定性仿真是目前腐蚀管道可靠性评价的主要方法。然而天然气管道高设计可靠度特性所带来的高次模拟问题,使蒙特卡罗模拟十分耗时。为解决这一问题,本文采用神经网络算法取代蒙特卡罗模拟的可靠性评价方法,建立管道基本参数与可靠度的非线性模型。针对目前神经网络算法应用过程中存在的先验信息与神经网络模型的融合问题,本文创新性地提出智能优化算法与神经网络算法相结合的方法。该方法能够将腐蚀管道可靠度变化规律融入到建模过程中。建立了从特征变量的选择、样本数据的生成与处理、神经网络模型构建及模型预测效果评价一体化计算流程。在多种工况下采用神经网络模型对管道结构可靠度进行预测,结果表明该模型能够在极短的时间内获得与蒙特卡罗模拟高度近似的评价结果。相比于传统的神经网络模型,该方法建立的模型在可靠度预测准确性及可靠度变化规律的反映能力方面均有大幅度提高。 展开更多

关键词 腐蚀天然气管道 可靠性 人工神经网络建模方法改进 模拟退火算法 拉丁超立方抽样 遗传算法

在线阅读 下载PDF 职称材料

基于动态调整惯性权重的混合粒子群算法 被引量：13

18

作者 顾明亮 李旻 《计算机与现代化》 2018年第6期25-29,共5页

标准粒子群算法(Particle Swarm Optimization,PSO)在求解高维非线性问题时容易陷入局部最优解,针对此种情况,提出一种基于Sigmod函数的新的非线性自适应权值调整策略。此外,选用拉丁超立方体抽样的方法产生均匀的初始种群,采用小生境... 标准粒子群算法(Particle Swarm Optimization,PSO)在求解高维非线性问题时容易陷入局部最优解,针对此种情况,提出一种基于Sigmod函数的新的非线性自适应权值调整策略。此外,选用拉丁超立方体抽样的方法产生均匀的初始种群,采用小生境淘汰策略增强算法全局寻优能力。最后选用6个标准测试函数对该改进算法进行性能测试。结果表明,改进的粒子群算法在收敛速度和收敛精度以及全局最优解的获取方面均取得了满意的效果。 展开更多

关键词 拉丁超立方体抽样 自适应惯性权重 适应度方差 小生境淘汰策略

在线阅读 下载PDF 职称材料

基于差分进化算法和 NSGA-Ⅱ的混合算法 被引量：1

19

作者 杨鹏 王庆荣 《微电子学与计算机》 北大核心 2020年第1期7-13,共7页

本文提出的改进的DE-NSGAⅡ算法,利用差分进化算法的变异交叉操作代替NSGA-Ⅱ算法的交叉算子,将快速非支配排序机制与剪枝方法相结合用于父代种群的生成与非支配集的更新.为保证初始种群均匀分布,该混合算法采用拉丁超立方体抽样技术生... 本文提出的改进的DE-NSGAⅡ算法,利用差分进化算法的变异交叉操作代替NSGA-Ⅱ算法的交叉算子,将快速非支配排序机制与剪枝方法相结合用于父代种群的生成与非支配集的更新.为保证初始种群均匀分布,该混合算法采用拉丁超立方体抽样技术生成初始种群.然后在参数取值固定的前提下,将该混合算法与NSGA-Ⅱ算法、AMGA-Ⅱ算法进行横向对比.为了进一步提升该混合算法的优化性能,该混合算法采用了参数自适应策略,并且基于此策略纵向比较了该混合算法在不同参数组下的优化性能.经过一系列对比发现:合理的参数选择能使该混合算法表现出良好的综合性能. 展开更多

关键词 改进的DE-NSGAⅡ算法 拉丁超立方体抽样技术 剪枝方法 参数自适应策略

在线阅读 下载PDF 职称材料

基于GS理论和神经网络遗传算法函数寻优的板料成形优化 被引量：9

20

作者 熊文韬 刘泓滨 李华文 《机械设计与研究》 CSCD 北大核心 2016年第2期118-122,共5页

基于GS理论和神经网络遗传算法函数寻优法,利用非线性有限元分析软件Dynaform,对非标准方形盒成形过程参数寻优。借助正交试验法,初步获取不同组合下的减薄率数值;基于GS理论,对获取的数据进行分析,找出影响减薄率的两个主要因素即摩擦... 基于GS理论和神经网络遗传算法函数寻优法,利用非线性有限元分析软件Dynaform,对非标准方形盒成形过程参数寻优。借助正交试验法,初步获取不同组合下的减薄率数值;基于GS理论,对获取的数据进行分析,找出影响减薄率的两个主要因素即摩擦因素和冲压速度;利用拉丁超立方抽样对选出的两个主要因素进行抽样;基于神经网络遗传算法函数寻优模型,摩擦因数和冲压速度作为输入,最大减薄率作为输出,用输入输出数据训练BP神经网络。最后,用遗传算法寻优把训练后的BP神经网络预测结果作为个体适应度值,找到函数全局最优解和对应输入值。对比优化前后的数值模拟结果可知,优化后的冲压参数可以有效提高板料成形性能。 展开更多

关键词 冲压成形 灰色关联分析 拉丁超立方抽样 神经网络遗传算法 参数优化

原文传递