机械优化设计遗传算法

第1章绪论 9页
1.1生物进化的基本知识 9页
1.2遗传算法简述 11页
1.3遗传算法的特点 15页
1.4遗传算法的发展概况 16页
1.5遗传算法在机械工程中的应用前景 18页
第2章遗传算法的数学基础理论 20页
2.1模式定理 20页
2.1.1模式的定义 20页
2.1.2模式定理的引证 22页
2.2隐含并行性 27页
2.3基因块假设 28页
2.4欺骗性问题 30页
2.5遗传算法的收敛性 35页
2.5.1基本定义 35页
2.5.2守恒交叉算子 37页
2.5.3完全变异算子 38页
2.5.4遗传算法的马尔可夫链分析 39页
第3章遗传算法的实现方法 42页
3.1编码方法 42页
3.1.1编码原则 42页
3.1.2二进制编码方法 43页
3.1.3格雷码编码方法 45页
3.1.4实数编码 46页
3.1.5多参数映射编码 47页
3.1.6可变长编码方法 47页
3.2群体设定 48页
3.3适应度函数 49页
3.3.1目标函数映射成适应度函数 49页
3.3.2适应度标度变换 50页
3.3.3适应度函数的设计对遗传算法的影响 52页
3.4遗传算子 53页
3.4.1选择算子 53页
3.4.2交叉算子 55页
3.4.3变异算子 57页
3.5遗传算法运行参数的选择 60页
3.6约束条件的处理问题 62页
3.6.1区域约束的处理方法 63页
3.6.2处理一般约束的方法 63页
3.6.3罚函数方法 64页
第4章组合优化的遗传算法 66页
4.1混合遗传算法 66页
4.1.1概述 66页
4.1.2混合遗传算法的基本构成原则 66页
4.2模拟退火算法 67页
4.2.1概述 67页
4.2.2模拟退火算法（SA） 68页
4.2.3冷却进度表 70页
4.2.4模拟退火算法的改进和变异 77页
4.3遗传模拟退火算法 81页
4.4二倍体与显性操作算法 82页
4.4.1概述 82页
4.4.2遗传算法中的二倍体结构与显性技术 84页
4.5小生境技术 85页
4.5.1概述 85页
4.5.2遗传算法中小生境技术的实现方法 86页
4.6背包问题(Knapsack problem) 89页
4.6.1问题描述 89页
4.6.2遗传编码 90页
4.6.3适应度函数 90页
4.6.4混合遗传算法在求解背包问题中的应用 90页
4.7装箱问题 92页
4.7.1问题描述 92页
4.7.2装箱问题的启发式算法 93页
4.7.3遗传编码 93页
4.7.4遗传算子 95页
4.7.5适应度函数 96页
4.7.6初始群体 97页
4.8遗传模拟退火算法解平面连杆变幅机构轨迹优化问题 97页
4.8.1求解连杆曲线非线性方程组的同伦算法 97页
4.8.2平面连杆变幅机构轨迹优化模型 99页
4.8.3遗传退火算法 101页
4.8.4实际工程算例 103页
第5章并行遗传算法 105页
5.1概述 105页
5.1.1遗传算法源于自然的并行性 105页
5.1.2遗传算法理论中的并行性 105页
5.1.3遗传算法并行化的目的和存在的问题 106页
5.2遗传算法的并行性分析和实现方法 107页
5.2.1遗传算法的并行性分析 107页
5.2.2并行遗传算法的实现方法 108页
5.2.3并行遗传算法的硬件支持环境及性能评价 109页
5.3单群体并行遗传算法 110页
5.3.1主从式并行方法（Master瞫lave） 110页
5.3.2异步同时式并行遗传算法 111页
5.3.3单群体并行遗传算法的效能特点 112页
5.3.4单群体并行遗传算法的研究现状 112页
5.4多群体并行遗传算法 113页
5.4.1多群体并行方法的基本原理 113页
5.4.2多群体并行遗传算法模型描述 115页
5.4.3踏脚石群体模型（Stepping瞫tone Model） 117页
5.4.4粗粒度孤岛模型 119页
5.4.5细粒度邻域模型 121页
5.5并行遗传算法的层次模型 123页
5.6伪并行遗传算法简介 125页
5.6.1伪并行遗传算法的基本思想 125页
5.6.2伪并行遗传算法描述 125页
5.7并行遗传算法在天线结构优化设计中的应用 126页
5.7.1目标函数 126页
5.7.2约束条件 127页
5.7.3多群体并行遗传算法 127页
第6章基于神经网络的遗传算法 132页
6.1基本神经元模型 132页
6.2BP网络 134页
6.3神经网络的遗传算法 137页
6.3.1神经网络连接权的进化方法 137页
6.3.2神经网络结构的进化方法 140页
6.3.3神经网络学习规则的进化 145页
6.4基于神经网络和遗传算法的斜齿圆柱齿轮传动优化设计
6.4.1数学模型 147页
6.4.2斜齿圆柱齿轮传动优化模型的遗传算法实现 148页
6.4.3神经网络模型 149页
6.4.4优化结果 151页
第7章模糊优化的遗传算法 152页
7.1引言 152页
7.2模糊优化的概述 153页
7.2.1对称模糊优化的基本思想 153页
7.2.2非对称模糊优化的最优水平截集法 154页
7.3多目标遗传算法的模糊优化 156页
7.3.1多目标优化问题 156页
7.3.2遗传多目标优化 156页
7.4行星齿轮多目标模糊优化的遗传算法 159页
7.4.1建立多目标模糊优化数学模型 159页
7.4.2基于遗传算法的多目标优化模型求解 161页
7.4.3工程算例 162页
第8章机械优化设计的遗传算法 163页
8.1遗传算法在机构优化设计中的应用 163页
8.1.1平面六杆机构优化设计的遗传算法 163页
8.1.2平面四杆机构优化设计的遗传算法 167页
8.1.3带液压缸平衡机构优化设计的遗传算法 170页
8.2遗传算法在螺栓弹簧优化设计中的应用 174页
8.2.1紧固螺栓优化设计的遗传算法 174页
8.2.2弹簧优化设计的遗传算法 176页
8.3遗传算法在机械传动方案中的应用 178页
8.4遗传算法在齿轮传动优化设计中的应用 181页
8.4.1锥齿轮传动模糊优化的遗传算法 181页
8.4.2少齿差行星齿轮传动参数优化设计的遗传算法 184页
8.4.3圆柱齿轮减速机优化设计的遗传算法 188页
8.5新型节能电磁换向阀优化设计的遗传算法 191页
8.6机械零件可靠性设计的遗传算法 193页
8.6.1自适应遗传算法用于机械零件的可靠性设计 193页
8.6.2牙嵌式离合器可靠性优化设计的遗传算法 197页
参考文献 202页