位置:成果数据库 > 期刊 > 期刊详情页
基于自适应遗传算法的叶片铸件最佳匹配问题求解
  • ISSN号:1000-8365
  • 期刊名称:《铸造技术》
  • 时间:0
  • 分类:TP391.73[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西安交通大学能源与动力工程学院,陕西西安710049, [2]西安理工大学水利水电学院,陕西西安710048
  • 相关基金:国家“863”高技术研究发展计划燃气轮机重大专项资助项目(2002AA503020),国家自然科学基金资助项目(59879023)
中文摘要:

针时遗传算法易早熟和收敛速度慢的不足提出自适应遗传算法,引入自适应变异算子自动调整自变量步长口使收敛加速,以个体适应值计算交换率和交叉点位置增强了算法的智能性,同时在进化过程中加入特殊的个体保证基因的完备性。水轮机叶片型面复杂,因此铸件铸造成形后难以设置测量基准点和坐标系,需要通过测量数据与设计曲面的坐标变换实现最佳匹配。将自适应遗传算法引入最佳匹配问题的求解,算例分析表明该方法与标准遗传算法相比具有运算速度快和稳定性好等特点。

英文摘要:

A new algorithm named self adapting genetic algorithm is presented to avoid the bugs such as the premature problem and the low convergence speed of the standard genetic algorithm. The self adapting mutation operator automatically adjusts the step size of variable so that the convergence speed is improved. Crossover probability and location is calculated by units applicability which enhanced the intelligence of the algorithm. Two special units U0 and U1 ensure the integrality of gene. Duo to the complexity of blade surface of water turbine, the reference mark and coordinate is difficult to establish on the blade roughcast. According to this, the coordinates of the measured data and design surface need transforming to achieve the optimal matching. The self adapting genetic algorithm is applied to solve the optimal matching question and the results suggest that this algorithm has higher operation speed and stability compared with the standard genetic algorithm.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《铸造技术》
  • 中国科技核心期刊
  • 主管单位:西安市科学技术协会
  • 主办单位:中国铸造协会 西安市铸造学会
  • 主编:邢建东
  • 地址:西安市金花南路5号西安理工大学608信箱
  • 邮编:710048
  • 邮箱:zzjs@263.net.cn
  • 电话:029-82312292 82312421
  • 国际标准刊号:ISSN:1000-8365
  • 国内统一刊号:ISSN:61-1134/TG
  • 邮发代号:52-64
  • 获奖情况:
  • 陕西省十佳期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:13365