蟻群算法與其他原理相結(jié)合在機械優(yōu)化設(shè)計中的應(yīng)用

摘 要：通常我們在機械結(jié)構(gòu)優(yōu)化設(shè)計中，常借助基本蟻群算法進行優(yōu)化設(shè)計，雖然能使得到的結(jié)構(gòu)能夠達到預(yù)期的目標與要求。但是這種基本蟻群算法通過實踐發(fā)現(xiàn)容易出現(xiàn)搜索求解速度慢等缺點。所以若將蟻群算法與元胞原理或者遺傳算法等其他原理相結(jié)合起來，然后將其應(yīng)用于我們通常的機械結(jié)構(gòu)設(shè)計中，我們可以獲得更為優(yōu)異的效果，為我們在進行復(fù)雜的機械優(yōu)化設(shè)計時提供了新的思路和方法。

關(guān)鍵詞：蟻群算法；遺傳算法；元胞原理；四桿機構(gòu)

中圖分類號：tg316 文獻標識碼：A 文章編號：1006-8937（2014）3-0048-02

隨著科學(xué)技術(shù)和工業(yè)水平的不斷提高，目前在機械優(yōu)化設(shè)計的要求也越來越高，原來傳統(tǒng)的圖解法、解析法等設(shè)計方法已不能完全滿足現(xiàn)在的要求。雖然后來也出現(xiàn)了比如蟻群算法這樣的優(yōu)秀設(shè)計方法，但是其自身也存在停滯現(xiàn)象、收斂速度慢等問題，不能很有效的進行機械結(jié)構(gòu)的優(yōu)化設(shè)計。于是基于蟻群算法、遺傳算法、元胞原理可提出兩種優(yōu)秀的設(shè)計方法：遺傳蟻群算法、元胞蟻群算法。這兩種設(shè)計方法可以有效的克服基本蟻群算法的缺點，改進設(shè)計效果，使機械設(shè)計變得更加優(yōu)化。下面我們將分別根據(jù)不同的條件，然后運用遺傳蟻群算法和元胞蟻群算法進行平面四桿機構(gòu)再現(xiàn)軌跡的優(yōu)化進行設(shè)計，使機械的優(yōu)化設(shè)計問題得到不同程度的解決。

1 蟻群算法

1.1 蟻群算法基本原理

蟻群算法是由Marco Dorigo于1992年在他的博士論文中提出的一種用來尋找最優(yōu)優(yōu)路徑的概率型算法。蟻群算法的基本原理和模型來源于螞蟻在找食物時選擇路線的過程。我們都知道自然界的螞蟻即使在沒有任何外界導(dǎo)向信息的情況下，螞蟻也總是能找到從巢穴到食物的最短路線。Marco Dorigo等人發(fā)現(xiàn)，自然界螞蟻尋找到從巢穴到食物的最短路線，是通過一種正反饋效應(yīng)實現(xiàn)的。具體表現(xiàn)為：單個的螞蟻每次會在自己行走的路線下留下一種揮發(fā)性的分泌物，我們稱其為信息激素。這樣就使最優(yōu)路徑上的激素濃度越來越大，而其它路徑上的激素濃度會隨著螞蟻的不斷運動而逐漸減少，最終使最優(yōu)路徑被找出。

1.2 蟻群算法基本模型及其實現(xiàn)

根據(jù)Dorigo等人提出的關(guān)于蟻群算法的基本觀點，我們可以將蟻群算法的基本實現(xiàn)過程和原理描述以下幾個步驟：

①搜索結(jié)果不滿足預(yù)期效果時，螞蟻繼續(xù)尋找另一條路線；②搜索過程中非最優(yōu)路徑上的信息激素濃度減少，最優(yōu)路徑上的信息激素增加；③信息激素濃度等根據(jù)搜索結(jié)果進行實時更新；④搜索到最終結(jié)果。但是通過實踐發(fā)現(xiàn)這種基本蟻群算法原理在求解結(jié)果的過程中會出現(xiàn)搜索速度慢等缺點。因此如若將蟻群算法與遺傳算法、元胞模型等原理相結(jié)合，就出現(xiàn)了遺傳蟻群算法、元胞蟻群算法，這些復(fù)合的算法就可以有效的克服簡單蟻群算法的缺點。

2 遺傳蟻群算法

2.1 遺傳蟻群算法原理

在上述螞蟻的轉(zhuǎn)移概率的定義式中，信息啟發(fā)式因子？鄣和期望值啟發(fā)式因子？茁，以及信息量殘留系數(shù)？籽都可以進行用數(shù)學(xué)方法進行計算分析，因此，如果將？鄣、？茁和？籽這三個因素看成代表螞蟻搜索求解過程中典型的3段代碼，并將？鄣、？茁、？籽編碼為實數(shù)。然后通過遺傳算法中的遺傳算子進行變異處理，這樣就可以在原有的算法結(jié)果的基礎(chǔ)上進行優(yōu)化。這樣就把基本的蟻群算法與遺傳算法中的遺傳變異效應(yīng)相結(jié)合起來。這樣遺傳蟻群算法原理就產(chǎn)生了。

2.2 遺傳蟻群算法模型及其實現(xiàn)（以平面四桿機構(gòu)優(yōu)化設(shè)計為例）

4 結(jié) 語

蟻群算法是模擬自然界螞蟻的覓食行為的一種模型方法，雖然在機構(gòu)的優(yōu)化設(shè)計中有一定的優(yōu)勢，但是其自身也存在一些問題，故將蟻群算法和遺傳算法、元胞模型進行綜合運用，克服了原有基本蟻群算法的缺點。為機構(gòu)的優(yōu)化設(shè)計提供了更為簡便、優(yōu)秀的設(shè)計方法，并且可以根據(jù)實際情況的已知條件選擇恰當?shù)脑O(shè)計方法。這樣我們在實際的設(shè)計中可以根據(jù)自身的情況選擇遺傳蟻群算法或者元胞蟻群算法，這為我們的設(shè)計提供了較大的選擇空間。

參考文獻：

[1] 劉國光.基于改進蟻群算法的四桿機構(gòu)優(yōu)化設(shè)計[J].農(nóng)業(yè)機械學(xué)報，2006，37（1）：149-151.

[2] 溫文波，杜維.蟻群算法概述[J].石油化工自動化，2002，（1）：19-22.

[3] 劉瑜，馬良.基于元胞蟻群算法的平面四桿機構(gòu)優(yōu)化設(shè)計[J].機械設(shè)計與研究，2008，24（6）：22-24.