摘要
Abstract
1 绪论
1.1 选题背景和意义
1.2 机械优化设计的发展和研究现状
1.3 论文的主要工作
2 遗传算法的基本原理和方法
2.1 标准遗传算法
2.1.1 遗传算法寻优原理
2.1.2 标准遗传算法具体优化操作
2.2 遗传算法的基本原理
2.2.1 模式定理
2.2.2 积木块假设
2.2.3 收敛性
2.2.4 隐含并行性
2.3 遗传算法的基本方法
2.3.1 制订编码方案
2.3.2 确定适应值函数
2.3.3 确定选择策略
2.3.4 设计交叉和变异操作
2.3.5 运行参数的选择
2.3.6 约束条件的处理问题
3 遗传算法的改进及其评价
3.1 标准遗传算法的缺陷
3.2 遗传算法以往的改进措施
3.3 遗传算法的改进思路
3.3.1 实数编码方法
3.3.2 混合选择算子
3.3.3 扩大采样空间选择策略
3.3.4 过滤和交叉限制策略
3.3.5 自适应算子动态调整的交叉概率和变异概率
3.3.6 适应度函数的设计
3.3.7 算法停止准则的改进
3.4 改进遗传算法性能测试
3.4.1 测试函数数值优化
3.4.2 优化结果比较分析
4. 多目标优化设计
4.1 多目标优化的基本概念和方法
4.2 多目标模糊优化设计方法
4.2.1 模糊优化设计方法
4.2.2 多目标模糊优化设计算例
4.3 灰色聚类多目标优化设计方法
4.3.1 用灰色聚类法求解多目标优化问题
4.3.2 蜗杆传动的多目标优化设计算例
5 总结与展望
5.1 本文工作的主要结论
5.2 研究前景展望
致谢
参考文献
攻读硕士学位期间发表论文
攻读硕士学位期间参与的项目: