车间自适应巡航AGV小车设计

遗传算法(ＧＡ)作为一种借鉴生物界自然选择思想和自然基因机制的全局随机搜索算法，可模拟自然界中生物从低级向高级的进化过程，而且优化求解过程与梯度信息无关。与传统的优化方法相比，ＧＡ的主要优点在于：它从多个初始点开始寻优，沿多路径搜索实现全局或准全局最优；对优化问题没有太多的数学约束，可以处理任意形式的目标函数和约束条件。基于上述特点，遗传算法在工程结构优化设计中得到了广泛应用［1］。 而遗传算法的主要缺点在于收敛速度慢、易陷入局部最优。为此，本文引入一种自适应的遗传算法，使得交叉和变异概率随适应度的大小及分散程度进行自适应调整［2］，将其用于重力坝体型优化设计［3］，并与复行法［4］的计算结果进行了比较。实例分析表明，自适应遗传算法收敛速度快，计算结果更接近全局最优解。

应用自适应遗传算法优化设计污水管网 ,直接以变量的二进制编码为操作对象进行 寻优而得到离散的标准管径。较之其他优化方法 ,该法不易陷于局部最小值,而且能处理大规模优 化问题。最后以算例验证了该方法的良好特性。