智能优化算法及其在机械工程中的应用PDF|Epub|txt|kindle电子书版本网盘下载

智能优化算法及其在机械工程中的应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概述1

1.1群智能的基本概念3

1.2群智能思想的起源简介4

1.3群智能理论简介5

1.4演化算法简介6

1.5本书主要内容与安排7

第2章 遗传算法及其应用8

2.1遗传算法的起源与发展简介8

2.1.1遗传算法的生物学基础8

2.1.2遗传算法的提出与发展简介11

2.2遗传算法的理论基础12

2.2.1遗传算法的基本原理12

2.2.2遗传算法的几个基本概念13

2.2.3遗传算法的基本算子和数学基础14

2.3遗传算法的实现19

2.3.1遗传算法的实现19

2.3.2遗传算法实现举例21

2.4遗传算法的特点与改进24

2.4.1遗传算法的特点24

2.4.2对简单遗传算法的一些改进25

2.4.3几种常见的遗传算法28

2.4.4遗传算法应用的几个关键问题31

2.5遗传算法在机械工程中的应用32

2.5.1基于遗传算法的Bounc-Wen迟滞非线性动力学模型的参数识别方法32

2.5.2基于遗传算法的圆柱齿轮变位系数的优化选择33

2.5.3基于遗传算法的机器人路径规划37

第3章 粒子群优化算法及其应用41

3.1基本粒子群优化算法41

3.1.1粒子群优化算法的产生41

3.1.2基本粒子群优化算法43

3.1.3基本粒子群优化算法的参数选择44

3.1.4带惯性权重的粒子群优化算法45

3.1.5粒子群优化算法的控制参数分析46

3.2混沌粒子群优化算法47

3.2.1混沌的一些基本特性47

3.2.2混沌映射48

3.2.3基于群体适应度方差的混沌粒子群优化算法52

3.3无约束多目标粒子群优化算法59

3.3.1多目标优化问题的基本概念和术语59

3.3.2多目标优化问题的发展及其传统的解决方法62

3.3.3无约束多目标粒子群优化算法65

3.4约束多目标粒子群优化算法71

3.4.1约束优化问题71

3.4.2罚函数法72

3.4.3基于罚函数法的带约束条件的粒子群优化算法75

3.5基于极坐标的粒子群优化算法78

3.5.1基于极坐标的粒子群优化算法的数学描述79

3.5.2有关PPSO算法的特点与讨论80

3.5.3基本粒子群优化算法和PPSO算法的测试结果对比与讨论81

3.6带活力因子的粒子群优化算法90

3.7一种动态自适应惯性权重粒子群优化算法93

3.7.1算法原理93

3.7.2算法流程96

3.7.3仿真实验和结果97

3.8一种自适应随机惯性权重粒子群优化算法104

3.8.1算法原理104

3.8.2算法流程105

3.8.3仿真实验和结果106

3.9粒子群优化算法在机械优化设计中的应用109

3.9.1圆柱螺旋压缩弹簧优化设计问题描述109

3.9.2数学模型的建立110

3.9.3 PSO算法在圆柱螺旋压缩弹簧优化设计中的应用113

3.9.4仿真及其结果分析115

第4章 差异演化算法及其应用118

4.1差异演化算法及其改进118

4.1.1差异演化算法的原理118

4.1.2差异演化算法的扩展模式120

4.1.3差异演化算法的参数选择121

4.1.4差异演化算法的特点121

4.1.5差异演化算法的流程图121

4.1.6差异演化算法的改进策略122

4.1.7数值仿真实验124

4.2单目标约束优化差异演化算法131

4.2.1机械优化设计的数学模型132

4.2.2约束条件处理的一般方法132

4.2.3单目标约束优化差异演化算法133

4.2.4优化设计实例137

4.3多目标中心差异演化算法141

4.3.1多目标优化问题描述及相关定义141

4.3.2多目标演化算法的关键问题及其主要策略分析143

4.3.3多目标中心差异演化算法146

4.3.4算法性能度量151

4.3.5仿真实验与结果152

4.4多目标约束中心差异演化算法及其在机械优化设计中的应用158

4.4.1多目标约束中心差异演化算法159

4.4.2仿真实验与结果160

4.4.3工程实例165

4.5混合变量非线性规划问题的差异演化算法及其应用171

4.5.1差异演化算法的一种改进策略171

4.5.2仿真实验及工程实例173

4.6增强差异演化算法及其应用176

4.6.1增强的变异操作176

4.6.2约束的处理方法177

4.6.3增强的差异演化算法177

4.6.4仿真实验与结果178

4.6.5圆柱压缩螺旋弹簧优化设计180

4.7一种自适应差异演化算法及其应用181

4.7.1种群差异度181

4.7.2自适应缩放因子181

4.7.3自适应交叉率182

4.7.4仿真实验与结果183

4.7.5焊接悬臂梁优化设计188

4.8一种简单差异演化算法及其应用189

第5章 模拟植物生长算法及其应用192

5.1模拟植物生长算法的理论基础192

5.2模拟植物生长算法的数学模型——模拟植物向光性的概率生长模型194

5.3模拟植物生长算法的迭代步骤197

5.3.1无约束整数规划197

5.3.2模拟植物生长算法的实施过程197

5.3.3有约束的情况201

5.4仿真实验202

第6章 果蝇优化算法及其应用206

6.1果蝇优化算法206

6.1.1演化计算与群体智能206

6.1.2果蝇优化算法的基本观念207

6.2应用果蝇优化算法求解极大值与极小值问题208

6.2.1应用果蝇优化算法求解极大值问题208

6.2.2应用果蝇优化算法求解极小值问题212

6.2.3果蝇优化算法求解全局极大值215

6.3几个典型测试函数的果蝇优化算法仿真测试219

6.4果蝇优化算法的工程应用实例236

6.4.1起重机箱形主梁的优化设计236

6.4.2压力容器的优化设计245

参考文献254

致谢256