一种基于适应性反向差分演化的机械参数优化设计方法

    公开(公告)号:CN102819652B

    公开(公告)日:2015-01-14

    申请号:CN201210300480.4

    申请日:2012-08-22

    Applicant: 武汉大学

    Abstract: 本发明涉及一种基于适应性反向差分演化的机械参数优化方法。本发明针对传统方法在解决非线性、不连续、不可导、带约束的机械参数优化设计问题时普适性差、精度低的缺点,提出一种基于适应性反向差分演化的机械参数优化设计方法,该方法将机械参数优化设计问题统一归结为带约束的最小值优化问题,同时将混沌运动的遍历性、随机性及对初值的敏感等性质融合到一般反向学习策略中,设计出适应性反向学习策略,并集成到差分演化算法中。该方法将当前种群变换成适应性反向种群,在当前种群和适应性反向种群中同时搜索最优解,从而提高传统差分演化算法求解非线性、不连续、不可导、带约束的机械参数优化设计问题的收敛速度和精度。

    一种基于适应性反向差分演化的机械参数优化设计方法

    公开(公告)号:CN102819652A

    公开(公告)日:2012-12-12

    申请号:CN201210300480.4

    申请日:2012-08-22

    Applicant: 武汉大学

    Abstract: 本发明涉及一种基于适应性反向差分演化的机械参数优化方法。本发明针对传统方法在解决非线性、不连续、不可导、带约束的机械参数优化设计问题时普适性差、精度低的缺点,提出一种基于适应性反向差分演化的机械参数优化设计方法,该方法将机械参数优化设计问题统一归结为带约束的最小值优化问题,同时将混沌运动的遍历性、随机性及对初值的敏感等性质融合到一般反向学习策略中,设计出适应性反向学习策略,并集成到差分演化算法中。该方法将当前种群变换成适应性反向种群,在当前种群和适应性反向种群中同时搜索最优解,从而提高传统差分演化算法求解非线性、不连续、不可导、带约束的机械参数优化设计问题的收敛速度和精度。

Patent Agency Ranking