论文部分内容阅读
机构运动链的同构判别作为机械创新设计、智能CAD系统中的重要研究内容,具有非常重要的意义。同时它也是机构结构自动综合中的最为困难的问题。在长达40-50年的时间里一直没有找到圆满的解决方案,成为近年来的一个研究热点。 本文将机构运动链的同构判别问题通过一系列的转变成为求解最优化问题,同时构造了机构同构判别的目标函数和判定准则。在此基础上,将遗传算法运用到机构运动链同构判别问题中来,分析了基本遗传算法用来进行最优化问题的求解存在着容易陷入局部最优,收敛后期速度变慢等缺陷,本文采用混合遗传优化算法来寻找优化问题的最优解。 本文提出了一种最优交叉克隆遗传算法用来进行机构运动链同构判定,其中最优保存策略保证了算法的收敛性能,最优交叉保证了算法的收敛速度,而克隆选择的加入保证了算法种群的多样性,从而有利于全局收敛。同时针对遗传算法的局部搜索能力较弱,引入了模拟退火算法,形成最优交叉克隆遗传-模拟退火算法,充分发挥了两种算法的优点,提高了算法的效率。利用12杆、14杆、15杆三种机构运动链作为上述提出的算法的运算例子,通过仿真实验得出上述理论用在同构识别的准确性,同时与已有文献的结果进行比较,比较结果表明上述改进的算法有更好的优化性能。 本文将人工鱼群算法运用到机构运动链的同构判别问题中来,生成了人工鱼群算法用来机构同构判别的模型。在此基础上将遗传算法和模拟退火算法引入到人工鱼群算法中来,给出了遗传算法、人工鱼群算法和模拟退火算法结合的理论依据,提出了基于鱼群-遗传-模拟退火算法的混合优化算法来进行同构判别,指出了该混合算法在理论上具有优越性和高效性。同时进行计算机仿真实验,验证得出该算法的用在同构判别确实具有的准确性和高效性。