[發明專利]一種結合速度擾動機制混沌蝗蟲算法的減速器自重設計方法

有效

• 申請號: 201910098576.9
• 申請日: 2019-01-31
• 公開（公告）號: CN109754057B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 董晨;葉尹;郭文忠;賀國榮;熊子奇
• 申請（專利權）人: 福州大學
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊

本發明涉及一種結合速度擾動機制混沌蝗蟲算法的減速器自重設計方法，首先采用混沌策略和速度擾動機制對傳統蝗蟲算法進行改進；接著采用步驟S1改進的蝗蟲算法解決減速器自重設計方法。本發明能夠較好地設計出自重較小的減速器。

技術領域

本發明涉及減速器設計領域，特別是一種結合速度擾動機制混沌蝗蟲算法的減速器自重設計方法。

背景技術

蝗蟲算法(grasshopper optimization algorithm，GOA)是一種模仿蝗蟲群集行為的自然啟發算法，是2017年由澳大利亞學者Shahrzad Saremi等人提出的新型群智能算法。已經有一部分研究者進行算法改進和應用。

Praveen Tumuluru等人提出按時間順序排列的蝗蟲算法并且用于基因選擇和癌癥分類。Ali Asghar Heidari等人針對多層感知神經網絡，提出了一種結合蝗蟲算法的訓練方法。Devendra Potnuru等人結合蝗蟲算法提高無刷直流電動機的驅動速度。綜上可知，蝗蟲算法還有一些缺陷和開發潛力，值得我們改進和應用發展。

對于減速器設計問題，這是一種多約束條件下的非線性規劃問題，屬于NP難問題。相對于確定性算法，經過蝗蟲算法進行參數優化后，設計出較小自重的減速器。已有教與學優化算法(teaching-learning-based optimization algorithm，TLBO)用于減速器設計問題，但設計效果還有待提高。

發明內容

有鑒于此，本發明的目的是提出一種結合速度擾動機制混沌蝗蟲算法的減速器自重設計方法，能夠較好地設計出自重較小的減速器。

本發明采用以下方案實現：一種結合速度擾動機制混沌蝗蟲算法的減速器自重設計方法，具體包括以下步驟：

步驟S1：采用混沌策略和速度擾動機制對傳統蝗蟲算法進行改進；

步驟S2：采用步驟S1改進的蝗蟲算法解決減速器自重設計方法。

進一步地，步驟S1中，采用混沌策略對傳統蝗蟲算法進行改進具體為：采用Logistic映射混沌初始化種群：

C_n＝μC_n-1(I-C_n-1)

式中，C_n的初始值為0-1的隨機數，當參數μ＝4時，能得到一組處于完全混沌的序列。

進一步地，采用速度擾動機制對傳統蝗蟲算法進行改進具體為：在傳統蝗蟲算法中引入一組速度向量和速度更新公式，其中將個體的速度定義為一個d維向量：V_i^d＝(V_i1,V_i2,…V_id)；對速度V_i^d進行隨機初始化，第i個個體的速度和位置更新公式為：

式中，w為慣性權重；R為滿足0-1之間高斯分布的數值。范圍在-0.5到0.5之間。

進一步地，慣性權重w的取值為0.9。

進一步地，蝗蟲個體的速度V_i^d的范圍在-0.5到0.5之間。

進一步地，步驟S2具體包括以下步驟：

步驟S21：將減速器的自重設計問題設為由四個線性約束和七個非線性約束組成。減速器設計問題的數學模型如下：

定義變量為：

目標函數為：