[发明专利]一种基于自适应模糊遗传算法的轮胎花纹降噪方法

摘要

本发明公开了一种基于自适应模糊遗传算法的轮胎花纹降噪方法，包括以下步骤：输入：初始节距比例群体训练集、改进遗传算法控制参数；输出：训练好的节距比例群体。步骤1：初始化控制参数：包括种群规模N，交叉概率Pc，变异概率Pm，调节变异自适应程度的参数V等；步骤2：随机产生初始种群，并计算种群中所有个体的适应度；步骤3：当结束条件未满足时，从父代中选择两个个体。本发明方法有效可行，可节约人力物力，开发周期短、费用低，有较大的推广价值，降噪优化效果显著，可信度高，工程实用性强。

主权项

一种基于自适应模糊遗传算法的轮胎花纹降噪方法，其特征在于，包括以下步骤：输入：初始节距比例群体训练集、改进遗传算法控制参数输出：训练好的节距比例群体步骤1：初始化控制参数：包括种群规模N，交叉概率Pc，变异概率Pm，调节变异自适应程度的参数V；步骤2：随机产生初始种群，并计算种群中所有个体的适应度；步骤3：当结束条件未满足时从父代中选择两个个体；按(2)，(3)式确定交叉概率$P_c=P_{c1}-\frac{P_{c2}(f^{\′}-f_{\mathrm{avg}})}{f_{\max }-f_{\mathrm{avg}}}---\left(2\right)$其中f′≥f_avgP_c＝P_c1             (3)其中f′＜f_avg；按(4)，(5)式执行交叉操作Y₁＝X₁+k(X₂‑X₁)         (4)Y₂＝X₂+k(X₁‑X₂)         (5)；按(6)，(7)式确定变异概率$P_m=P_{m1}-\frac{P_{m2}(f-f_{\mathrm{avg}})}{f_{\max }-f_{\mathrm{avg}}}---\left(6\right)$其中f≥f_avgP_m＝P_m1          (7)其中f＜f_avg；按(8)式执行变异操作Y_j＝[x₁ x₂ ... x_N]+[b₁Δx₁ b₂Δx₂ ... b_NΔx_N]          (8)产生新一代种群；产生新一代种群，评价新一代种群，若达到条件要求则结束，否则产生新一代种群继续评价，直到达到条件。