三阶段遗传LM算法的粗糙度参数计算公式构造
为解决现有基于统计和随机过程理论等方法无法给出粗糙度参数直观计算的问题, 基于函数逼近理论提出一种通过优化函数模板来构造粗糙度参数计算公式的方法. 首先利用遗传算法优化初始函数模板各参数, 得到一组全局近似最优解集;再以此解集作为初值,用Levenberg–Marquardt (LM)算法求解更好的局部最优解集,并交替使用遗传算法和LM算法, 直到收敛或达到算法最大切换次数; 最后根据收敛精度、逼近性能对函数模板进行增长或剪枝,并继续交替使用 2 种优化算法直到满足循环退出条件. 数值实验表明, 该算法具有较好的寻优能力和较强的鲁棒性,能用于构造粗糙度参数计算公式, 操作简单且具有一定的工程实用价值.
遗传算法、LM算法、遗传LM算法、粗糙度参数、函数拟合
27
TP391(计算技术、计算机技术)
国家"九七三"重点基础研究发展计划项目2011CB706806;教育部新世纪优秀人才支持计划NECT-13-0590;湖南省科技计划重点项目2014FJ2008;中央高校基本科研业务费721500356;中南大学数学与交叉科学项目
2015-11-25(万方平台首次上网日期,不代表论文的发表时间)
共9页
2192-2200