买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北农业大学

摘要：一种基于蛙跳算法的减速器结构参数优化方法，属于减速器结构设计优化技术领域，包括步骤一：个体编码分为三个部分，第一部分是连续实数变量，第二部分是整数变量，第三部分是离散变量；步骤二：种群初始化；步骤三：用罚函数将有约束优化问题变为无约束优化问题，建立减速器结构优化问题的目标函数；步骤四：计算减速器的目标函数值，排序分组，将种群分为两组；步骤五：对第一组个体进行更新；步骤六：对第一组个体执行组合变异操作；步骤七：对第二组个体进行更新；步骤八：合并第一组和第二组作为新的种群，排序并记录最优解和最优值，继续进行迭代，直至满足迭代终止条件，输出最优解和最优值。

主权项：1.一种基于蛙跳算法的减速器结构参数优化方法，其特征是：包括如下步骤：步骤一：染色体用分段式编码，将染色体分为三部分，第一部分是连续实数变量，第二部分是整数变量，第三部分是离散变量；步骤二：种群初始化，其中的变量包括连续实数变量、整数变量以及离散变量，它们要分别进行初始化，对于种群中的第i个体Xi其初始化方法如下：所述连续实数变量初始化方法为随机产生，即Xi1＝Lbi+Ubi-Lbi×rand1,D-Niv-Ndv，Lbi和Ubi分别为第i个变量取值的下限和上限向量，Niv为整数变量的个数，Ndv为离散变量的个数，rand为随机产生的[0,1]之间均匀分布的随机数；所述整数变量的初始化方法为随机产生，即Xi2＝Lbi+randpermUbi-Lbi,Niv，randpermUbi-Lbi,Niv为随机产生[1,Ubi-Lbi]之间不重复的Niv个整数；所述离散变量的初始化方法为：首先，第i个离散变量Xi3的取值集合为Si＝{s1,s2,…,sQi}，将Si中的每一个数映射到连续整数区间Zi，Zi∈[1,2,…,Qi]，i＝1,2,…,Ndv；然后，在集合Zi中随机产生1个整数，令随机产生的整数为k，则该离散变量取Si中的第k个值sk；根据上述方法产生的种群中的第i个个体Xi＝[Xi1,Xi2,Xi3]，重复上述步骤N次，产生包含N个个体的初始种群；步骤三：构造减速器优化的目标函数，按照轴系部件的体积之和建立目标函数，目标函数为求最小值；使用罚函数法处理约束条件；步骤四：计算个体适应度值并按适应度值降序排列，按照改进的分组方式进行分组，将种群中的个体分为两组，前N2个个体分为一组，后N2个个体为另一组；所述的改进的分组方式是通过适应度的好坏进行排序，并按照捕食方式分为两组，适应度较好的个体作为第一组，采用原地搜索的方式捕食，模拟局部开发；适应度较差的个体为第二组，朝着食物多的地方进行跳跃移动捕食，模拟全局探索；步骤五：对第一组中的个体进行位置更新，并采取精英保留的进化策略；步骤六：对第一组中的个体执行组合变异操作，包括如下几步：第一步：设置变异概率pm＝0.8，随机抽取第一组中除最优个体以外的个体，随机产生一个[0,1]之间的随机数r1，当r1≤pm时，对选择的个体执行变异操作；第二步：设置动态自适应调整转换概率p，pt＝pmax-pmax-pmin×RttMaxRt，令pmax＝1，pmin＝0，Rtt为从开始到第t次迭代时的运行时间，MaxRt为最大运行时间；第三步：随机产生一个[0,1]之间的随机数r2，当r2p时进行Cauchy变异；否则，进行Lévy变异；步骤七：更新第二组中的个体，首先，设置步长调节系数ci，然后，执行精英引导策略对第二组中的个体进行位置更新；步骤八：合并第一组和第二组中的个体作为新的种群，排序并记录最优解和最优值；判断是否满足迭代终止条件，满足时停止迭代，输出最优解和最优值；不满足时，重复步骤四至步骤八，直到满足迭代终止条件为止。

全文数据：

权利要求：

百度查询： 东北农业大学 一种基于蛙跳算法的减速器结构参数优化方法