[发明专利]基于聚类多目标分布估计算法的齿轮减速器优化设计方法

摘要

基于聚类多目标分布估计算法的齿轮减速器优化设计方法，本发明涉及基于聚类多目标分布估计算法的齿轮减速器优化设计方法。解决现有的多目标分布估计算法在求解多目标优化问题的过程中存在没有充分利用算法的局部搜索能力，求解过程中直接丢弃异常解，种群多样性容易丢失，过多的计算开销用于构建最优概率模型的问题。本发明首先利用凝聚层次聚类算法将种群划分为若干个局部类，从每一个局部类中随机选择一个个体构成一个全局类，然后为每个个体构建一个高斯模型去逼近种群结构，并抽样产生新个体；此高斯模型的均值为个体本身，协方差矩阵为个体所在局部类的协方差矩阵或者是全局类的协方差矩阵。本发明用于航天领域。

主权项

基于聚类多目标分布估计算法的齿轮减速器优化设计方法，其特征在于该方法具体是按照以下步骤进行的：步骤一：初始化种群P＝{x1,x2,…,xN}和控制概率β，设置演化代数t＝0；x1,x2,…,xN为种群中的个体；步骤二：进行主循环；步骤二一：设置一个空的外部文档A＝φ；步骤二二：对种群P进行聚类，{LC1,…,LCK}＝AHC(P,K)；AHC为凝聚层次聚类算法，K为AHC中定义的最大聚类个数，LC1,…,LCK为聚类得到的K个局部类；步骤二三：构建一个全局类GC；步骤二四：分别计算局部类LCk和全局类GC的协方差矩阵Σk(k＝1,…,K)和ΣGC；步骤二五：新解产生；步骤二六：环境选择：更新种群P＝EnvSel(Α∪P)；步骤二七：令t＝t+1；步骤二八：如果t>T算法结束，输出P；否则转向步骤二；所述T为最大演化代数；步骤三：停机，输出P。