（定稿）汽车变速器再制造项目建议书0（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，表四最小直径处要安装联轴器，会有键槽存在，故将估算直径加大，取为。

同时考虑到该处轴径尺寸应大于中间轴轴径，取低速轴最小直径为。

设计轴的结构并绘制结构草图将低速轴布置在箱体内部顶部，将轴承和油润滑的轴承中，安装时应注意油封的安装方向，当以防漏油为主时，油封的唇边对着箱内当以防外界灰尘杂质为主时，唇边对着箱外当两油封相背放置时，防漏防尘效果都好。

为使油封安装方便，轴上可做出斜角第三章其他有关数据见装配图的明细表和手册中的有关数据第四章参考资料陈立德机械设计基础第版。

北京高等教育出版社，机械设计师手册编写组机械设计师手册北京机械工业出版社。

吴宗泽，罗圣国。

机械设计课程设计手册第版北京高等教育出版社。

周元康。

机械课程设计。

重庆大学出版社杨可桢程光蕴。

机械设计基础第版总结这次课程设计是我第次独立的进行比较完整的设计。

通过课程设计，把原先获得的些理论知识很好的结合起来，诸如机械制图工程力学金属工艺学公差与配合等，在设计过程中综合并加以应用，使它们得到了重温。

尽管其中可能含有诸多不足之处机械设计课程设计大作业，使我理解了许机械设计基础课程设计二级圆柱齿轮报告书第页共页多在学习过程中自己没办法理解的调侃，懂机械装备及其中的零件搭配要领，认识到参考资料的重要作用。

通过课程设计使我们综合运用机械设计基础课程及有关先修课程的知识，起到顽固深化融会贯通及扩展有关机械设计方面知识的作用，树立正确的设计思想。

注意创新精神和实践能力培养的基础性，使培养创新实践活动的设计和要求符合学生的生理和心理特点，以发掘的创新潜能弘扬的主体精神促进个性和谐发展为宗旨，对培养目标培养模式进行整体优化。

通过课程设计的实践，培养我们分析和解决工程实际问题的能力，使学生掌握机械零件机械传动装置或简单机械设计的般方法和步骤。

提高我们的有关设计的能力，如计算能力绘图能力以及计算机辅助设计能力等，使学生熟悉设计资料手册图册等的使用，掌握经验估算等机械设计的基本技能。

由于时间紧迫，所以这次的设计存在许多缺点，齿轮的计算不够精确等等缺陷，我相信，通过这次的实践，能使我在以后的设计中避免很多不必要的工作，有能力设计出结构更紧凑，传动更稳定精确的设备。

分别安装在齿轮的两侧，轴的外伸端安装半联轴器。

确定轴上零件的位置和固定方式要确定轴的结构形状，必须先确定轴向零件的装配顺序和固定方式。

轴上零件为齿轮，而齿轮的齿顶圆直径，故齿轮应采用实体式结构。

首先，将齿轮从轴的右端装入，齿轮左端用轴环定位，右端用套筒固定，这样齿轮在轴上的轴向位置被完全确定。

齿轮的周向固定采用平键连接。

轴承安装于齿轮的两侧，其轴向用轴肩固定，周向采用过盈配合。

确定各轴段的直径如图所示，轴段外伸端直径最小，考虑到要对安装在轴段上的联轴器进行定位，轴段上应有轴肩，取。

同时轴段和轴段上要安装轴承，其轴径必须满足轴承内径标准，故轴段和轴段的直径为了便于拆装左轴承，可查出型圆锥滚子轴承的安装高度为，取轴段直径取轴段取。

确定各轴段长度齿轮轮毂宽度则，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