非線性蛇簧聯軸器強制主共振解的GA解法

         隨著工業生產向著高速重載的方向發展,對聯軸器的要求越來越高,非線性蛇簧聯軸器在撓性聯軸器中,具有領 先的地位。某廠的許多引進設備中使用了非線性蛇簧聯軸器非線性振動的理論分析方法可以給人們以規律性的認識,但由于工程問題往往是復雜的,因而理論方法在許多情況下,都不能直接解決工程非線性動力學問題;另一方面,非線性振動問題的近似解求解也是比較復雜的。計算機數值計算,可以解決上述問題。本文把基因算法應用于同時求解非線性蛇簧聯軸器簧片振動主共振的復數解問題,討論了問題的模型,GA的適應函數和具體的算法。通過計算實例,用GA所求的解同近似頻響曲線的解進行了比較,檢驗了解法的有用性。基 因算法為解決非線性動力學問題提供了一個重要的手段。

把GA應用于同時求解非線性蛇簧聯軸器簧片振動主共振的復數解問題，討論了問題的模型,GA的適應函數和具體的算法。通過計算實例,用GA所求的解同近似頻響曲線的解進行了比較。自然界中多樣動力學問題本質上都是非線性的，在各種機械約束條件下,用數學規劃法求解非線性問題的解,已被廣泛應用。但是問題的目標函數存在多峰性時，其搜索深受的常常不是較大值(或較小值)，即存在陷入局部較優解的缺點。再之，相對于非線性振動系統，在同一激振外力和激振頻率下，常常存在著復數個解(非線性方程的初始條件依存性問題)。因此,在數學解法以及復數個解之間的關系不明確的情況下，要同時求出這復數個解，給較優計算模型的構筑帶來較大的困難。另外，即使作為工程問題的近似解來考慮,因為數學規劃法的搜索過程不僅過分依賴于搜索初始值,而且需要目標函數和約束函數的可微性條件,使得問題變得復雜或難以解決。相對于這類問題,因為遺傳算法是以復數個初始值開始,僅用集團搜索點的目標值評價進行搜索,所以有可能求得其近似較優解。遺傳算法的基本流程遺傳算法在整個進化過程中的遺傳操作是隨機性的,但它所呈現出的特性并不是全部隨機搜索,它能效果優良地利用歷史信息來推測下一代期望性能有所提高的尋優點集。這樣一代代地不斷進化,較后收斂到一個較適應環境的個體上,求得問題的較優解。遺傳算法所涉及的五大要素:參數編碼、初始群體的設定、適應度函數的設計、遺傳操作的設計和控制參數的設定。