毕业设计 齿轮传动优化设计的遗传算法研究.doc

毕业设计 齿轮传动优化设计的遗传算法研究

摘要

 优化设计的方法有多种，一般的就只是单纯的计算，运用数学方程式对弹簧的各个参数加以优化，后来人们有了更多更新的方法对其进行优化，例如，蚁群算法、Matlab、遗传算法等等。在不同的机构或零件优化设计中，参数的性质也对优化设计有着至关重大的影响。其中变量参数有些是实数，还有些是整数，这就影响了在设计中用到的变量有着不同的选择，可以是实数变量或者整数变量甚至是混合变量。此次论文对压缩弹簧进行优化设计。首先,要确定目标函数与设计变量；其次，确定约束函数；最后，建立数学模型，利用计算机求出优化结果。此次设计运用了vb编程，并且根据弹簧参数特性运用了实数变量进行优化设计。与经验设计方法相比较，采用优化设计方法可节约原材料，并且有效实用。因此，优化设计方法在机械设计行业具有广阔的发展前景。
关键词：压缩弹簧；优化设计；遗传算法；整数变量；VB编程

Abstract
There are many optimization design methods ,which are generally to optimize all the parameters of a spring by using the pure caculation and mathematic equation and there are more and newer methods to do it such as Matlab genetic algorithm and so on since then . In the optimization design of the various machinery and components ,the character of the parameter takes a great effect on the design .There are some real number ,some integer of all the variable parameters ,which decide the choice of the parameters used including real variable or integeral variable and even mixed variable in the design The paper dissertates the optimation design of the compressing sping.First,ascertain the object function and the design variable ;Second ,ascertain the restriction function ;At last ,build the mathematic model and get the optimation result by computer.The author does the optimation design by utilizing the VB weave and by utilizing the real variable accoding to the character of the variable of the sping. Compared with the experiential design ,using the optimization design can cut down the cost and is efficient and practical.So the optimization design owns the wide view in the machining design .
Key words : compressing spring ; optimization design ; genetic algorithm ;integeral variable  ; VB weave.

目录
摘要 I
ABSTRACT II
目录 III
第1章  绪论 1
1.1 课题研究的背景和意义及其研究现状 1
1.2 论文主要研究内容 3
第2章  遗传算法的原理及改进 4
2.1 遗传算法概述 4
2.2 算法的基本步骤 5
2.3 遗传算法的基本要点 7
2.4 遗传算法的约束问题处理方式 11
2.5 遗传算法的发展前景 13
第3章  传动优化数学模型的建立 15
3.1 弹簧相关参数的选择确定……………………………………………………………… 
3.2 弹簧优化设计数学模型的建立………………………………………………………… 
第4章  齿轮传动优化设计的遗传算法实现方法 21
4.1 设计变量的编码 21
4.2 群体规模的选择 23
4.3 初始解的产生 23
4.4 目标函数和适应函数的产生 24
4.5 选择复制操作 26
4.6 交叉操作 27
4.7 变异运算 28
4.8 终止规则 31
4.9 优化算例 31
4.10 优化设计程序代码 31
结论 44
参考文献 45
致谢 47
附录1  英文参考资料
附录2  英文参考资料的中文翻译