（定稿）白纸浆生产基地建设项目建议书（喜欢就下吧）

若迭代多次保持不变，施加混沌小扰动，按照式进行混沌再搜索，为调节系数。

计算性能指标，若，令，否则继续搜索。

若算法满足终止准则，输出最优解，否则继续步骤。

最优个体保存策略遗传算法收敛的个重要保证，保证得到的最优个体不会被交叉变异等遗传运算所破坏。

但是，它也容易使局部最优个体不易被淘汰反而快速扩散，从而降低了算法的收敛能力，所以将最优保存策略和其他选择结合使用。

收敛准则满足进化结果的精度要求达到进化最大代数连续多代没有进化，满足三者之即可。

的流程如下函数输入输入要寻优的优化函数及约束性条件。

初始化算法参数设置算法控制参数。

生成初始种群利用猫映射序列产生均匀分布的种群，维持种群的多样性。

选择将排序选择和最优保存策略相结合，保证好的群体不被淘汰，优良模式不被破坏。

个体间距离的计算按照公式和计算个体间距离，去除距离近适应度低的个体。

按照条件进行下步操作。

交叉将自适应交叉海明距离控制机制淘汰策略相结合。

保证种群的多样性以及适应度的稳步提高。

变异采用混沌变异，附加小的混沌扰动，对参数空间进行遍历。

收敛准则判定达到所要求精度达到设定的最大代数连续多代没有进化，满足三者之即可。

统计输出并记录结果对要测试的性能指标进行统计，如果满足收敛准则，则将函数及其寻优结果保存否则，退出程序。

退出程序。

计算机仿真实例以求个测试函数的最小值为例，进行仿真实验函数函数函数，，函数式中为变量维数，函数是单峰函数，常用此函数测试算法的收敛速度函数是很难极小化的非凸病态函数，该函数可以用于测试算法能否克服和防止进化中的早熟现象函数都是具有大量局部最优点的多峰值函数四个基准测试函数的全局最小值均为，。

图给出了函数函数的几何分布特性。

由图可知，函数为多维多峰值的非线性优化函数，求解该函数较为困难。

算法的性能评价算法的性能评价采用如下方法算法收敛速度的评价算法收敛稳定性和收敛质量的评价与文献的优化结果进行比较算法收敛速度的评价平均进化代数的测试可以体现算法的收敛速度。

针对前四个测试函数，维数取，与进行比较得出使得测试函数均能达到目标值，而且进化代数明显减少，加快了进化速度。

由此说明了搜索效率与混沌序列的分布有关，猫映射的均匀分布性质大大提高了算法的搜索效率。

图进化过程中目标函数值随进化代数变化曲线算法收敛稳定性和收敛质量的评价算法收敛稳定性和收敛质量的性能评价指标有收敛到全局最优的比率最优值的平均值平均进化代数。

将本文提出的基于映射的混沌遗传算法与基于映射的混沌遗传算法基于映射的混沌遗传算法标准遗传算法对以上四个测试函数进行优化求解，比较了算法的性能见表。

应用基于映射的混沌遗传算法进行函数优化时，取种群进化代数为，由表可知，收敛到全局最优值的比率较其他三种算法高最优值的平均值更加逼近函数的理论极值能够减少得到全局最优解所需的进化代数。

因此本文提出的算法收敛稳定性较其他两种算法好。

点，当最优解是边缘解时，无法达到最优解。

映射方程为，，二维猫映射方程为式表示成矩阵形式式中，，。

猫映射的两个指数分别为，。

由此可以看出猫映射具有混沌特性。

猫映射与映射的比较将映射映射映射分别迭代次得到的，范围内的分布图如图，曲线显示映射在，和，内取值次数多达次，而，平均取到次，当最优解落在中间位置时，需要多次迭代才能得到最优解，大大降低了算法的效率。

曲线显示映射的最少取值次数是次，最大次，分布比较均匀，但映射是对的映射，其混沌序列受计算机有限字长和有限精度的影响，很快落入个循环，从而在迭代后迅速收敛。

虽通过提高字长可使周期增大，但实现比较复杂。

曲线显示映射的最少取值次数是次，最大次，分布比较均匀，而映射的初始值可以取值或者见表，这是映射所不具备的。

因此，映射具有更好的混沌分布特性。

图三种映射的迭代分布图表三种混沌映射的分布特性映射初始值最大取值次数最小取值次数基于猫映射的混沌遗传算法混沌遗传算法的步骤为了克服遗传算法维持种群多样性差，容易陷入早熟的缺点，引入混沌的思想，对整个算法进行了改进，提出了基于猫映射的混沌遗传算法。

基于的设计，采用实数编码，对遗传算法的选择交叉以及变异进行了改进，利用混沌序列产生初始种群，的流程图如下交叉结果的优胜劣汰生存竞争选择保留最优个体免变异混沌变异对种群进行更新符合动态海明距离要求满足收敛条件混沌序列产生初始种群种群个体的适应度评估保留最优个体免交叉动态自适应交叉否根据适应度大小重新选择新个体输出优化结果是否结束是开始输入初始参数图混沌遗传算法的流程图本文算法从以下几个方面进行改进猫映射生成初始种群利用式产生初始种群，使其尽可能在解空间分布均匀，克服随机序列产生初始种群的不均匀性，提高搜索效率。

自适应交叉率海明距离控制机制及淘汰策略保证种群进化的多样性及有效性自适应交叉率交叉算子作为遗传算法中起核心作用的遗传操作算子，直接影响着算法的性能。

设置了固定不变的交叉概率，不能提供合理的搜索方向，使得最优个体及整个群体适应度改善的速度受到限制。

根据交叉概率般在之间，本文对交叉概率进行如下改动海明距离进化后期，种群接近于齐次种群，难以产生新的子代个体，会出现近亲繁殖的现象，本文通过控制海明距离来保持种群的多样性，提高进化效率。

海明距离的表达式如下其中是个体，的海明距离，为初始种群的平均海明距离。

交叉按下列进行个体进行交叉个体不进行交叉淘汰策略对交叉个体和交叉产生的个体进行适者生存策略，选择适应度大的两个个体进入下步操作。

其中，为，之间的随机数。

混沌扰动过程令是待变异的第个个体的第个基因，取值为，，利用公式映射到，区间得到混沌变量。

运用猫映射迭代式得到，。

运用公式将映射到，区间得到变量。

若，则表四工。

结构力求便于安装与调整，方便修理和更换零部件。

造型好。

使之既适用经济，又美观大方。

参考已有均质机的支座设计，本均质机支座的结构如图所示，图支座结构图图指座结构图物料进口出口尺寸的确定本均质机的处理量约为包括水在内，由，处理量进口内径舞料进口流速时间，有考虑到物料进去后有个加速，所以取。

查机械手册新版此处内螺纹选用圆柱内螺纹对于物料出口，查机械设计手册新版选用圆柱外螺纹。

转轴的加工工艺转轴的机械加工工艺过程如表所示。

设备安装调试与操作在零件装配中注意以下几点要求零件在装配前必须清理和清洗干净，不得有锈蚀切屑油圬着色剂和灰尘。

装配完成后，拨动联轴器，若出现卡死现象，金属碰撞声等，检查后进行重新装配。

筒体外表涂黄色油漆。

再按照总装配图进行装配，在装配中注意以下几点要求零件在装配前必须清理和清洗干净，不得有氧化皮锈蚀切屑油圬和灰尘等。

装配前应对零部件的主要配合尺寸，及相关精度进行复查。

装配完成后，拨动联轴器，若出现卡死现象，金属碰撞声等，进行重新装配。

④泵入清水循环润滑冷却，加入适量的水进行二十分钟的试验，运转平稳，无冲击。

要求各联接件紧固件不松动。

密封处结合处无泄露。

底座和机身涂黄色油漆。

表转轴机械加工工艺过程工序号工序名称工序内容要求基面设备下料不锈方，在次希望各位老师给予各种指导意见。

相信随着国内高剪切均质机的迅速发展，加之国内许多科研人员制造和使用厂家对剪切式均质机研制工作的重视，高剪切均质机会逐渐遍及生产和生活的各个领域。

致谢在设计过程中为本人做出指导的裘子剑老师，范丰老师等从生产实践到课题的设计计算都付出了辛勤的汗水，在设计中更是给予了本人非常大的帮助。

由此，在此对以上老师及设计过程中给予过我帮助的各位同学表示诚挚的感谢参考文献机械设计手册编委会机械设计手册北京机械工业出版社，机械设计手册编委会机械设计手册北京机械工业出版社，机械设计手册编委会机械设计手册北京机械工业出版社，机械设计手册编委会机械设计手册北京机械工业出版社，中国机械工程学会中国机械设计大典江西科学技术出版社刘鸿文材料力学北京高等教育出版社，吴宗泽，罗圣国机械设计课程设计手册北京高等教育出版社，张裕中，戴宁，臧其梅食品加工成套装备应用技术江南大学杨诗斌，徐凯，张志森高剪切机高均质机理研究及其在食品工业中的应用粮食加工食品机械，张克危流体机械原理北京机械工业出版社，张文明，杨诗斌，宋明，张志森剪切式均质机的结构与理论研究食品与机械蒋迪清，唐伟强食品通用机械与设备华南理工大学出版社杨可桢，程光蕴机械设计基础北京高等教育出版社，胡长鹰，王有伦，陆振曦高剪切均质机机理研究化工装备技术钢锯床车光右端面，加工右端外形，右端打中心孔，保持有效总长光左端面，左端打中心孔左端面外形右端外形三爪定心卡盘粗车各端长度和直径各尺寸留余量毫米右端外形左端中心孔三爪定心卡盘尾顶尖粗车调头各尺寸留余量毫米左端外形右端中心孔三爪定心卡盘尾顶尖检验热处理固溶研磨，重复迭代，直到找到最好的，。

若迭代多次保持不变，施加混沌小扰动，按照式进行混沌再搜索，为调节系数。

计算性能指标，若，令，否则继续搜索。

若算法满足终止准则，输出最优解，否则继续步骤。

最优个体保存策略遗传算法收敛的个重要保证，保证得到的最优个体不会被交叉变异等遗传运算所破坏。

但是，它也容易使局部最优个体不易被淘汰反而快速扩散，从而降低了算法的收敛能力，所以将最优保存策略和其他选择结合使用。

收敛准则满足进化结果的精度要求达到进化最大代数连续多代没有进化，满足三者之即可。

的流程如下函数输入输入要寻优的优化函数及约束性条件。

初始化算法参数设置算法控制参数。

生成初始种群利用猫映射序列产生均匀分布的种群，维持种群的多样性。

选择将排序选择和最优保存策略相结合，保证好的群体不被淘汰，优良模式不被破坏。

个体间距离的计算按照公式和计算个体间距离，去除距离近适应度低的个体。

按照条件进行下步操作。

交叉将自适应交叉海明距离控制机制淘汰策略相结合。

保证种群的多样性以及适应度的稳步提高。

变异采用混沌变异，附加小的混沌扰动，对参数空间进行遍历。

收敛准则判定达到所要求精度达到设定的最大代数连续多代没有进化，满足三者之即可。

统计输出并记录结果对要测试的性能指标进行统计，如果满足收敛准则，则将函数及其寻优结果保存否则，退出程序。

退出程序。

计算机仿真实例以求个测试函数的最小值为例，进行仿真实验函数函数函数，，函数式中为变量维数，函数是单峰函数，常用此函数测试算法的收敛速度函数是很难极小化的非凸病态函数，该函数可以用于测试算法能否克服和防止进化中的早熟现象函数都是具有大量局部最优点的多峰值函数四个基准测试函数的全局最小值均为，。

图给出了函数函数的几何分布特性。

由图可知，函数为多维多峰值的非线性优化函数，求解该函数较为困难。

算法的性能评价算法的性能评价采用如下方法算法收敛速度的评价算法收敛稳定性和收敛质量的评价与文献的优化结果进行比较算法收敛速度的评价平均进化代数的测试可以体现算法的收敛速度。

针对前四个测试函数，维数取，与进行比较得出使得测试函数均能达到目标值，而且进化代数明显减少，加快了进化速度。

由此说明了搜索效率与混沌序列的分布有关，猫映射的均匀分布性质大大提高了算法的搜索效率。

图进化过程中目标函数值随进化代数变化曲线算法收敛稳定性和收敛质量的评价算法收敛稳定性和收敛质量的性能评价指标有收敛到全局最优的比率最优值的平均值平均进化代数。

将本文提出的基于映射的混沌遗传算法与基于映射的混沌遗传算法基于映射的混沌遗传算法标准遗传算法对以上四个测试函数进行优化求解，比较了算法的性能见表。

应用基于映射的混沌遗传算法进行函数优化时，取种群进化代数为，由表可知，收敛到全局最优值的比率较其他三种算法高最优值的平均值更加逼近函数的理论极值能够减少得到全局最优解所需的进化代数。

因此本文提出的算法收敛稳定性较其他两种算法好。