基于改进型遗传算法的混凝土泵车臂架系统的优化研究
| 第1章 绪论 | 第1-15页 |
| 1．1 课题研究的实用价值和理论意义 | 第9页 |
| 1．2 国内外研究趋势 | 第9-14页 |
| 1．2．1 混凝土泵车的国内外研究趋势 | 第9-11页 |
| 1．2．2 优化算法的国内外研究趋势 | 第11-14页 |
| 1．3 本文所做的主要工作 | 第14-15页 |
| 第2章 混凝土泵车臂架系统的优化数学模型 | 第15-31页 |
| 2．1 混凝土泵车臂架系统工作原理 | 第15-16页 |
| 2．2 优化数学模型 | 第16-25页 |
| 2．2．1 设计变量 | 第17页 |
| 2．2．2 约束条件 | 第17-20页 |
| 2．2．3 目标函数 | 第20-25页 |
| 2．3 优化算法的选择 | 第25-31页 |
| 2．3．1 目标函数和约束函数的数学特性 | 第25页 |
| 2．3．2 传统数值优化方法简述 | 第25-27页 |
| 2．3．3 非数值优化方法简述 | 第27-29页 |
| 2．3．4 优化算法的选择 | 第29-31页 |
| 第3章 遗传算法概述 | 第31-44页 |
| 3．1 遗传算法概要 | 第31-32页 |
| 3．2 遗传算法的基本实现技术 | 第32-42页 |
| 3．3 遗传算法的运算过程 | 第42-44页 |
| 第4章 遗传算法的数学理论 | 第44-53页 |
| 4．1 模式定量 | 第44-46页 |
| 4．2 隐含并行性 | 第46-48页 |
| 4．3 遗传算法的收敛性分析 | 第48-50页 |
| 4．3．1 Markov链 | 第48页 |
| 4．3．2 简单遗传算法的收敛性分析 | 第48-50页 |
| 4．4 遗传算法的选择压力分析 | 第50-53页 |
| 第5章 遗传算法的改进 | 第53-64页 |
| 5．1 遗传算法的改进思路 | 第53-55页 |
| 5．2 改进遗传算法的具体实现 | 第55-60页 |
| 5．2．1 浮点数编码方法 | 第55页 |
| 5．2．2 适应度函数的定义 | 第55-56页 |
| 5．2．3 共享函数及其对个体适应度的修改 | 第56-57页 |
| 5．2．4 混合选择算子 | 第57页 |
| 5．2．5 杂交算子 | 第57页 |
| 5．2．6 “扰动算子” | 第57-60页 |
| 5．2．7 终止条件 | 第60页 |
| 5．3 数值可视化技术在改进遗传算法中的应用 | 第60-64页 |
| 第6章 基于面向对象的通用遗传算法程序设计 | 第64-73页 |
| 6．1 面向对象的程序设计简述 | 第64-67页 |
| 6．2 通用改进型遗传算法的程序实现 | 第67-73页 |
| 第7章 改进型遗传算法在泵车臂架系统优化中的应用 | 第73-85页 |
| 7．1 程序实现 | 第73-80页 |
| 7．2 通过仿真对优化结果进行臂架运动检验 | 第80-85页 |
| 7．2．1 仿真技术简述 | 第80-82页 |
| 7．2．2 通过仿真对优化结果进行臂架运动检验 | 第82-85页 |
| 第8章 全文总结 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-91页 |
| 攻读硕士学位期间发表的学术论文 | 第91页 |
| 攻读硕士学位期间参加的科研项目 | 第91页 |
