稳定性及优化结果的精确度
更新日期:2022-06-17     浏览次数:136
核心提示:2.2控制参数选择利用遗传算法进行优化计算时,控制参数的选择将直接影响算法的计算效率、稳定性及优化结果的精确度。针对动力包结构特点,经过多次调

2.2控制参数选择

利用遗传算法进行优化计算时,控制参数的选择将直接影响算法的计算效率、稳定性及优化结果的精确度。针对动力包结构特点,经过多次调整,最终确定合理的动力包遗传优化算法控制参数范围如下:

(1)种群规模数:50~200。种群规模直接影响算法收敛性及优化结果的准确度,过大则造成收敛速度过小,太小则可能造成优良基因的缺乏;

(2)变异概率:0.001~0.2。变异概率选择必须在一个合适范围,过小会影响种群多样性,造成优化结果陷入局部最优,过大则可能造成优秀个体基因遭到破坏;

(3)杂交概率:0.4~0.99。杂交率太小不能有效更新种群个体,太大会破坏种群中的优秀个体;

(4)最大进化代数:100~500。进化代数过大增大计算时间,降低运算效率,进化代数过小算法收敛性不足,结果准确度不够;

在本次动力包遗传优化计算中,选取的参数为:种群规模130,最大进化代数100,杂交概率0.9,变异概率0.08。

2022-06-09• 框架弹性连接为子结构隔振系统
2.1 动力包结构模型针对动力包模型进行模态贡献量的研究,动力包是将多个部件(包括柴油发电机组、冷却装置等)集成在一个框架上,如图1所示。该动力...