改進(jìn)的GA-SA算法在葉輪優(yōu)化設(shè)計(jì)中的應(yīng)用研究.pdf

1、遺傳算法是一種模仿生物自然進(jìn)化過程的隨機(jī)搜索和優(yōu)化算法，具有很強(qiáng)的解決問題的能力和廣泛的適應(yīng)性。因其具有魯棒性、靈活性和操作簡便的特點(diǎn)，在優(yōu)化設(shè)計(jì)中得到了廣泛的應(yīng)用。 葉輪是離心壓縮機(jī)中高速轉(zhuǎn)動(dòng)的核心部件，它的結(jié)構(gòu)設(shè)計(jì)優(yōu)劣直接關(guān)系到葉輪的使用壽命長短、產(chǎn)生正弦波形的準(zhǔn)確度以及電能的消耗等，因此在現(xiàn)代高性能壓縮機(jī)的設(shè)計(jì)中，對離心葉輪結(jié)構(gòu)進(jìn)行優(yōu)化設(shè)計(jì)具有重大的意義。 遺傳算法一方面由于其運(yùn)算簡單，能有效地解決問題而被廣泛應(yīng)用

2、；另一方面，在實(shí)際應(yīng)用中依然存在過早收斂、局部搜索能力較差等問題。因此，本文主要研究對遺傳算法的改進(jìn)方法及新的改進(jìn)算法在葉輪優(yōu)化設(shè)計(jì)中的應(yīng)用。 本文對遺傳算法的理論、優(yōu)化及應(yīng)用進(jìn)行了一些研究與分析工作。首先，著重分析遺傳算法的缺點(diǎn)，探索解決方案。針對基本遺傳算法中初始種群生成的隨機(jī)性，本文提出了一種新的初始種群生成方法，即利用近似最大最小距離算法思想，在初始種群的生成上，使個(gè)體之間保持一定的海明距離，從而產(chǎn)生較好的初始種群分布。

3、其次，介紹了遺傳算法一些常見的改進(jìn)方法，諸如：自適應(yīng)遺傳算法、混合遺傳算法等。在現(xiàn)有的一些自適應(yīng)遺傳算法的基礎(chǔ)上，針對交叉概率和變異概率進(jìn)行改進(jìn)，根據(jù)種群多樣性測度和個(gè)體適應(yīng)度值自動(dòng)調(diào)整交叉概率和變異概率，同時(shí)引入模擬退火操作，對最優(yōu)個(gè)體進(jìn)行局部鄰域?qū)?yōu)，適當(dāng)拉伸適應(yīng)度值，提出了新的自適應(yīng)遺傳退火算法。實(shí)驗(yàn)結(jié)果表明，該算法在全局收斂性和穩(wěn)定性等方面都有了較好的改善，達(dá)到了預(yù)期效果。 最后，將這種改進(jìn)算法應(yīng)用到葉輪優(yōu)化設(shè)計(jì)當(dāng)中，通