

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、針對目前計算機輔助概念設計(CACD)領域的研究現狀,采用思維模擬的方法,對計算機輔助概念設計系統(tǒng)進行了研究。該文結合國家自然科學基金項目“基于演化的概念設計生物建模理論與方法研究”(No.60174037)和“基于知識進化的人機協同方案創(chuàng)新設計理論與方法研究”(No.50275013)的理論研究,針對概念設計中幾個熱點問題進行了深入地研究。 主要研究成果: 提出了思維的基本單元變異聯想的定義。對思維的本質特征以及基本思
2、維形式進行了研究,并且提出了以激勵事件為分段節(jié)點、以變異聯想為基本單元的思維過程的分段連續(xù)函數表示方法,同時提出了用變異聯想表示其它思維形式的計算模型。 提出了直覺啟發(fā)的計算模型。針對直覺思維的產生過程,采用了Hopfield神經網絡以及交叉變異等實現方法,對直覺、經驗、聯想和可視激勵之間的相互關系進行了定量的描述,建立了模擬直覺啟發(fā)的認知模型以及計算模型。最后給出了利用直覺啟發(fā)模型生成新分形圖的應用實例,計算結果表明此算法能夠
3、實現創(chuàng)新。 提出了采用直覺啟發(fā)模型進行創(chuàng)新設計的一種新方法。根據思維的突變產生直覺的觀點,給出了實現創(chuàng)新設計的多種基本運算規(guī)則,并且對Hopfield神經網絡實現聯想記憶的算法進行了改進,從而給出了利用直覺啟發(fā)模型進行創(chuàng)新設計的計算過程。最后以桌子的自動造型設計為例對此算法進行了驗證,計算結果表明此算法能夠產生創(chuàng)新。 提出了產品的設計元素的統(tǒng)一的基因表達方法,該文稱之為0-1分段基因表達方法,這種表示方法既表示了產品的功
4、能需求特征,又便于計算,并且將其應用于概念設計和創(chuàng)新設計過程中。 提出了兩種改進的遺傳算法,一種該文稱之為分段遺傳算法,這種方法采用多參數級聯編碼方法,遺傳算子采用分段交叉算子和分段互異算子,解決了產品結構概念設計的多目標優(yōu)化模型的計算問題;另一種改進的遺傳算法該文稱之為最優(yōu)蔓延遺傳算法,這種方法的特點是:(1)最優(yōu)解是一個群體。(2)優(yōu)化的目標函數表達的是一類目標。(3)遺傳運算的目的是使群體中的最優(yōu)個體逐漸擴大。(4)遺傳終
5、止條件是當群體中所有的個體都是最優(yōu)個體時,則結束循環(huán)。 提出了概念設計過程中選擇最優(yōu)結構的定量求解方法。由于概念設計中每個功能都對應著多種實現結構,哪一種結構組合更符合顧客需求,無法靠人工選擇,需要選擇合適的算法進行計算。給出了產品功能與結構、結構與結構之間的相互關系,定義了產品的相關矩陣,建立了產品結構概念設計的多目標優(yōu)化數學模型。對產品的功能、行為、結構等各種設計因素,提出了統(tǒng)一的設計因素基因表達的定義。對最優(yōu)保存簡單遺傳算
6、法進行了改進,給出了選擇最優(yōu)結構的數學計算過程。實例分析表明采用這種方法能夠實現最優(yōu)結構選擇的自動化設計,并且這種改進的遺傳算法能夠獲得很好的在線性能與離線性能。 提出了創(chuàng)新設計過程中創(chuàng)新解的適應度選擇方法。對生成進化設計方法進行了研究,此方法通過遺傳運算能夠產生創(chuàng)新設計解,但創(chuàng)新解的選擇常常通過人工選擇,這影響了計算速度,因此對創(chuàng)新解的適應度選擇問題進行了研究,得出了滿足顧客需求的適應度選擇方法。 提出了多個新的細胞遺
7、傳算子。首先對細胞遺傳算法進行了改進,給出了多種交叉算子、多種變異算子、替換算子、壓縮算子、拼貼壓縮算子、壓縮擴展算子、低維向高維擴展算子等細胞遺傳算子,然后提出了分形半乘積的定義,并應用于IFS分形的低維向高維轉換過程,最后對細胞遺傳算法在創(chuàng)新設計中的應用進行了研究。 提出了直覺啟發(fā)和遺傳算法相結合的變異設計方法。給出了三種結合方法,第一種是將直覺啟發(fā)模型中的聯想記憶過程轉換成優(yōu)化過程,再通過遺傳算法進行優(yōu)化計算;第二種方法是
8、將遺傳運算生成的個體作為直覺啟發(fā)模型的經驗學習樣本,從而生成創(chuàng)新解;第三種方法是首先采用蔓延遺傳算法得出最優(yōu)結構類群體,再用直覺啟發(fā)模型代替人腦選擇最優(yōu)解,最后對此算法進行了實例驗證。 提出了基于遺傳算法的概念設計的系統(tǒng)實現方法,形成了產品創(chuàng)新設計生成系統(tǒng)以及滿足客戶個性化需求的創(chuàng)新解的選擇系統(tǒng)。通過形成VB數據庫管理軟件系統(tǒng),實現了滿足客戶需求的結構選擇系統(tǒng)和生成進化設計系統(tǒng)以及創(chuàng)新解的自動選擇系統(tǒng)。進一步驗證了該文提出的理論
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進啟發(fā)式遺傳算法的屬性約簡方法.pdf
- 基于遺傳算法的形狀誤差算法的研究.pdf
- 基于啟發(fā)式算法和遺傳算法的配電網重構.pdf
- 基于改進遺傳算法的船舶管路設計.pdf
- 基于遺傳算法的形狀誤差計算研究.pdf
- 基于遺傳算法和神經網絡的輸電鐵塔形狀優(yōu)化設計.pdf
- 基于遺傳算法和改進興趣度的關聯規(guī)則挖掘算法.pdf
- 基于改進遺傳算法的桁架拓撲優(yōu)化設計.pdf
- 基于改進遺傳算法的網格任務調度算法
- 基于改進遺傳算法的無功優(yōu)化.pdf
- 基于生物啟發(fā)的DNA遺傳算法的研究及應用.pdf
- 基于改進遺傳算法的圖像分割.pdf
- 基于改進遺傳算法的應用研究.pdf
- 基于改進遺傳算法的航跡規(guī)劃研究.pdf
- 基于改進遺傳算法的VRP問題研究.pdf
- 基于改進遺傳算法的切削參數優(yōu)化.pdf
- 基于改進遺傳算法的懸架結構優(yōu)化.pdf
- 基于改進遺傳算法的控制參數研究.pdf
- 基于改進遺傳算法的網格任務調度算法.pdf
- 基于改進遺傳算法的建模和動態(tài)優(yōu)化方法研究.pdf
評論
0/150
提交評論