论文部分内容阅读
本文研究了广义遗传算法的基本思想、理论基础和实施过程,对广义遗传算法的宏观策略和微观策略分别进行了改进,提出了一种改进的广义遗传算法和一种新的微种群遗传算法,并深入研究了它们在结构动力优化、结构鲁棒性优化、非线性方程组求解等工程问题中的应用。
在广义遗传算法的研究方面:提出了防止近亲繁殖和早熟收敛的异种机制,给出了一个判断种群近亲繁殖程度的判别式和两种选择异种的方法,从而提高了广义遗传算法的收敛效率;运用异种机制、种群隔离机制、最优保持策略、算术交叉、自适应非均匀变异等方法对遗传算法进行了改进,给出了改进的广义遗传算法的基本流程;提出了一种新的微种群遗传算法,将广义遗传算法的思想引入微种群遗传算法,把微种群遗传算法的优化过程划分为渐进阶段和骤变阶段,加入了自适应变异算子,在本文中,这一算法被称为微种群广义遗传算法。
在工程应用研究方面:将改进的广义遗传算法与有限元方法相结合,用于研究结构动力特性和结构动力响应的优化。数值算例表明了该方法的有效性和实用性;将改进的广义遗传算法与有限元方法相结合,采用Taguchi望目特性的SN比构造了遗传算法的目标函数,研究了复杂载荷作用下带有不确定性参数的结构鲁棒性优化问题。数值算例表明,异种机制能够有效地提高广义遗传算法收敛于全局最优解的概率,加快收敛速度;应用改进的广义遗传算法研究了非线性方程组的求解问题,数值算例表明应用改进的遗传算法不仅能够求解非线性方程组的特解问题,还能求解以非线性方程组为约束条件的复杂优化问题。
工程应用实例表明,本文提出的方法不仅对遗传算法的理论和实施做出了改进,在工程实践中也有广泛的实用意义。