现代设计方法.docVIP

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第一章

四、并行工程书P9

并行设计是并行工程的核心,其内容包括:

过程重构:由传统的串行产品开发模式转变成集成的、并行的产品开发模式,使下游设计过程中的需求及早的反馈给相应的过程。

数字化产品定义:包括数字化产品模型定义和管理、数字化过程定义和管理、数字化工具定义和信息集成,如:DFQ、DFA、DFM、CAD/CAM/CAE等

产品开发队伍重构:将传统的以功能为主要的产品设计,改变为以产品为主线,组织多功能集成产品开发队伍。

协同工作环境:利用多媒体、网络技术,组织协调工作环境,支持并行设计。

模块化设计

在功能分析的基础上,将系统功能分解为若干模块,通过模块的不同组合,可以得到不同品种,不同规格的产品。

设计原则:力求以少数模块组成尽可能多的产品,并在满足用户要求的基础上,使产品精度高、性能稳定、结构简单、成本低廉。

设计特点:便于发展变型产品,更新换代,缩短设计和供货周期,提高性价比,便于维修,但对于结合部位和形体设计有特殊要求。

第二章

机器:是以通过任意形式实现能量转变和形成一种能量流为主要目的的技术系统

仪器:是以通过任意方式实现信息转变和形成一种信息流为主要目的的技术系统

设备:是通过任意方式实现物料转变和形成一种物料流为主要目的的技术系统

技术系统P13

定义:现代技术系统是一个由若干机类或电类功能单元有序结合而成的总体,它具有特定的边界,并且具有将输入的能量流、物料流和信息流转换为所需要的形式的功能。

第三章

建立优化设计问题的数学模型步骤

1)根据设计要求,应用专业范围内的现行理论和经验等,对优化对象进行分析。必要时,需要对传统设计中的公式进行改进,并尽可以反映该专业范围内的现代技术进步的成果。

2)对结构诸参数进行分析,以确定设计的原始参数、设计常数和设计变量

3)根据设计要求,确定并构造目标函数和相应的约束条件,有时要构造多目标函数

4)必要时对数学模型进行规范化,以消除诸组成项间由于量纲不同等原因导致的数量悬殊的影响

第五章

可靠性是衡量产品质量的一项重要指标。

可靠性长期以来是人们设计制造产品时的一个追求目标。

第九章P169

˙遗传算法的生物学基础

生物在自然界中的生存繁衍,显示出了其对自然环境的自适应能力。

遗传算法(GeneticAlgorithms,简称GA)基于对生物遗传和进化过程的计算机模拟,使得各种人工系统具有优良的自适应能力和优化能力。

遗传算法所借鉴的生物学基础就是生物的遗传和进化。

˙总的来说,求最优解或近似最优解的方法主要有三种:枚举法、启发式算法和有哪些信誉好的足球投注网站算法。

˙遗传算法的应用:(1)函数优化(2)组合优化(3)生产调度问题(4)自动控制(5)机器人学(6)图像处理(7)人工生命(8)遗传编程(9)机器学习

˙基本遗传算法的构成要素:

染色体编码方法

(2)个体适应度评价:基本遗传算法按与个体适应度成正比的概率来决定当前群体中每个个体遗传到下一代群体中的机会多少。

(3)遗传算子:1.选择运算:使用比例选择算子;

2.交叉运算:使用单点交叉算子;

3.变异运算:使用基本位变异算子。

(4)基本遗传算法的运行参数:?M:群体大小,即群体中所含个体的数量?T:遗传运算的终止进化代数?pc:交叉概率?pm:变异概率

˙比例选择算子

(1)选择算子或复制算子的作用:从当前代群体中选择出一些比较优良的个体,并将其复制到下一代群体中。

(2)最常用和最基本的选择算子:比例选择算子。

(3)比例选择算子:指个体被选中并遗传到下一代群体中的概率与该个体的适应度大小成正比。

(4)执行比例选择的手段是轮盘选择。

˙单点交叉算子

(1)交叉算子作用:通过交叉,子代的基因值不同于父代。交换是遗传算法产生新个体的主要手段。正是有了交换操作,群体的性态才多种多样。

(2)最常用和最基本——单点交叉算子。

(3)单点交叉算子的具体计算过程如下:

Ⅰ.对群体中的个体进行两两随机配对。

Ⅱ.每一对相互配对的个体,随机设置某一基因座之后的位置为交叉点。

pc=McM

pc=

Mc

M

交叉概率:M——群体中个体的数目;

Mc——群体中被交换个体的数目。

˙基本位变异算子

(1)基本位变异算子是最简单和最基本的变异操作算子。

(2)基本位变异因子的具体执行过程是:

Ⅰ.对个体的每一个基因座,依变异概率pm指定其为变异点。

Pm=BM·↓

Pm=

B

M·↓

变异概率:B——每代中变异的基因数目;

M——每代中群体拥有的个体数目

↓——个体中基因串长

文档评论(0)

+ 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档