量子遺傳算法在機械優(yōu)化問題中的應用研究.pdf

1、近年來,隨著最優(yōu)化技術和計算機技術在設計領域的應用，優(yōu)化設計已發(fā)展成為一門新興學科，并為工程設計人員提供了一種重要的科學設計方法，從而大大提高了設計效率和設計質量。遺傳算法（Genetic Algorithm，GA）是現(xiàn)代設計方法中較為常用的一種，它是在達爾文的進化論和孟德爾的遺傳學理論上產(chǎn)生和發(fā)展起來的一種隨機搜索算法，該算法具有極高的魯棒性和廣泛的適應性。同時遺傳算法亦存在迭代次數(shù)多、收斂速度慢等不足。量子遺傳算法（Quantum

2、Genetic Algorithm，QGA）是量子計算與遺傳算法相結合的產(chǎn)物，該算法因具有種群規(guī)模小、尋優(yōu)能力強、收斂速度快和計算時間短的特點而受到極大的關注。
　　 本文在量子遺傳算法的基礎上提出了一種新的實數(shù)編碼量子遺傳算法（Real CodedQuantum Genetic Algorithm，RQGA），通過與遺傳算法和量子遺傳算法優(yōu)化結果的對比分析，證實了實數(shù)編碼量子遺傳算法的有效性和優(yōu)越性。主要研究內容如下：

3、　　 （1）提出了一種實數(shù)編碼量子遺傳算法。在系統(tǒng)地介紹了遺傳算法、基本量子遺傳算法的算法流程、關鍵技術及特點的基礎上，針對機械優(yōu)化問題的特點，提出了一種新的實數(shù)編碼量子遺傳算法，并對算法的編碼方法、操作算子、算法流程等進行了較詳細的敘述，并進一步敘述了基于Java語言的算法實現(xiàn)。
　　 （2）以機械中廣泛應用的減速器為對象，研究了所提出的實數(shù)編碼量子遺傳算法在機械結構優(yōu)化設計中的應用。建立了問題的優(yōu)化模型，采用實數(shù)編碼量子遺

4、傳算法進行了優(yōu)化求解，并與遺傳算法和基本量子遺傳算法的求解結果進行了對比分析，表明了所提出的實數(shù)編碼量子遺傳算法的可行性和優(yōu)越性。
　　 （3）以機械中廣泛應用的連桿機構為對象，研究了所提出的實數(shù)編碼量子遺傳算法在機構優(yōu)化設計中的應用。建立了問題的優(yōu)化模型，采用實數(shù)編碼量子遺傳算法進行了優(yōu)化求解，并與遺傳算法和基本量子遺傳算法的求解結果進行了對比分析，表明了所提出的實數(shù)編碼量子遺傳算法的可行性和優(yōu)越性。針對連桿機構軌跡優(yōu)化問題，