基于智能计算及知识指导的集成优化设计理论与方法研究PDF|Epub|txt|kindle电子书版本网盘下载

基于智能计算及知识指导的集成优化设计理论与方法研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1国内外研究现状1

1.1.1智能计算的发展现状1

1.1.2知识在集成优化中运用的水平5

1.1.3传统优化设计理论的发展现状及不足5

1.1.4单一智能优化算法存在的不足6

1.1.5集成优化设计理论的发展现状及分析7

1.2本书的主要研究内容12

1.3本书的研究方法及组织结构15

1.3.1本书的研究方法15

1.3.2本书的篇章结构15

1.4本书研究的重要意义和应用前景16

第2章 面向工程机械的优化设计理论及方法17

2.1优化设计理论及基本概念17

2.1.1优化设计的基本概念17

2.1.2优化设计理论19

2.1.3优化设计的关键技术22

2.2优化设计技术分类40

2.3面向工程机械的多目标智能优化41

2.3.1多目标优化的基本概念41

2.3.2多目标优化问题的传统求解方法42

2.3.3常见的多目标优化性能度量方法46

2.3.4改进的多目标优化问题的性能度量方法48

2.3.5基于进化算法的多目标优化问题的求解方法51

第3章 智能计算方法及其集成技术57

3.1常见智能计算方法及其改进算法57

3.1.1模拟退火算法57

3.1.2遗传算法及算法改进措施62

3.1.3神经网络优化算法及动态反馈神经网络的稳定性分析75

3.1.4蚁群优化算法84

3.1.5粒子群优化算法89

3.2智能计算方法的集成技术97

3.2.1集成与系统集成的主要特征97

3.2.2智能集成的涵义98

3.2.3智能集成优化的关键问题98

3.2.4智能集成优化的集成形式98

3.2.5智能集成优化算法的性能评价101

第4章 智能计算与仿真分析的结合模式及集成优化求解方法103

4.1智能计算与仿真分析的集成模式103

4.2工程机械优化设计模式分类104

4.3集成优化求解方法的指导性知识规则105

4.4优化设计模式的智能集成优化求解方法108

4.4.1以遗传算法为代表的遗传集成类优化求解方法109

4.4.2以神经网络为代表的网络集成类优化求解方法111

4.4.3以蚁群算法为代表的蚁群集成类优化求解方法115

4.4.4以粒子群算法为代表的粒子群集成类优化求解方法120

4.4.5遗传算法集成混沌优化求解方法121

4.4.6蚁群算法集成混沌优化求解方法123

4.4.7粒子群算法集成混沌优化求解方法129

4.4.8基于多蚁群算法的多目标智能集成优化求解方法133

4.4.9基于网络响应面的多目标优化求解方法136

4.5集成优化算法的参数自适应动态调整141

4.5.1遗传算法控制参数的自适应调整方法142

4.5.2粒子群参数动态自适应调整方法144

4.5.3遗传算法参数的模糊逻辑控制器调整方法148

4.5.4蚁群优化算法参数的模糊逻辑控制器调整方法149

第5章 基于智能计算与仿真分析的知识获取方法153

5.1神经网络优化的产生式知识获取方法153

5.2基于粗糙集理论的知识获取方法157

5.2.1知识自动获取原理157

5.2.2基于粗糙集理论的知识自动获取过程158

5.3智能计算与仿真分析相结合的知识获取方法165

5.3.1基于ADAMS仿真数据的知识获取方法165

5.3.2基于ANSYS分析数据的知识获取方法167

第6章 智能集成优化平台及锚杆钻机动力头集成优化实例169

6.1智能集成优化平台的总体结构169

6.2智能集成优化系统的功能模块171

6.3液压锚杆钻机的发展现状172

6.4液压锚杆钻机动力头传动机构的智能集成优化实例174

6.5锚杆钻机动力头智能集成优化设计的知识获取方法179

6.5.1锚杆钻机动力头ADAMS仿真数据的知识获取方法179

6.5.2锚杆钻机动力头ANSYS分析数据的知识获取方法182

第7章 总结及展望185

7.1研究工作总结185

7.2研究工作的不足及展望187

参考文献189