染色体分层编码遗传算法及其在枪械设计中的应用

兵工学报 ›› 2009, Vol. 30 ›› Issue (9): 1170-1176.

染色体分层编码遗传算法及其在枪械设计中的应用

楼俐，徐诚¹，张飞猛²

1．南京理工大学机械工程学院，江苏南京210049;2．炮兵学院，安徽合肥230031

收稿日期:2008-10-10 上线日期:2014-12-25
通讯作者: 楼俐 E-mail:louie1000@163. com
作者简介:楼俐（1982-），女，博士研究生。

Application of Layered Coding Genetic Algorithm to Modularized Design of Small Arms

LOU Li¹, XU Cheng¹, ZHANG Fei-meng²

1. School of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094，Jiangsu, China; 2. Artillery Academy, Hefei 230031, Anhui, China

Received:2008-10-10 Online:2014-12-25
Contact: LOU Li, XU Cheng E-mail:louie1000@163. com

摘要/Abstract

摘要： 将枪械模块化方案设计过程映射为状态空间求解问题，在改进的标准遗传算法基础上建立染色体分层编码，更好地刻画了枪械产品层次结构，避免了传统二值编码码串过长难以描述关联程度较高的层次结构及对复杂多层系统求解易陷入局部最优的问题。同时，在模块化设计系统基础上，针对枪械方案设计系统种群个体数量不多、性状强的特点，在采取适应度比例选择及精英个体保留的再生算子基础上，结合排斥重串的稳态繁殖方法，进一步提高了最优解搜索性能。方案测试系统和实例系统均验证了该算法在层次结构方案设计中的有效性和实用性。

关键词: 机械设计 , 枪械设计 , 染色体分层编码 , 遗传算法 , 模块化方案设计

Abstract: Based on the improved simple genetic algorithm(SGA), a layered coding method was pre?sented to describe the hierarchy of small arms and prevent local optimization with binary coding. Tak?ing aim at a small amount of population individualities and strong properties in modularized design of small arms, the searching capability of optimal solution was further improved by the roulette wheel se?lection, the entist model and the steady state reproduction without duplicate strategy, based on modu?larized design. Project testing was given to depict the effort. The results of one prototype system for the automatic mechanism scheme design demonstrate the effectiveness of the method proposed.

Key words: mechanical design , small arms design , layered coding chromosome , genetic algorithm , modularized scheme design

中图分类号:

TP391.72

楼俐，徐诚，张飞猛. 染色体分层编码遗传算法及其在枪械设计中的应用[J]. 兵工学报, 2009, 30(9): 1170-1176.

LOU Li, XU Cheng, ZHANG Fei-meng. Application of Layered Coding Genetic Algorithm to Modularized Design of Small Arms[J]. Acta Armamentarii, 2009, 30(9): 1170-1176.

参考文献

[1] 方峻,刘长毅，徐诚.枪械方案设计系统中基于实例推理框架研究[J].兵工学报,2003，24(1) :128-132.
FANG Jun, LIU Chang-yi，Xu Cheng.Case basea reasoning framework ior the scheme design of small arms[J]. Acta Arma- mentarii, 2003，24(1) ： 128 — 132. (in Chinese)
[2] 李勇，曹广益，朱新坚.一种复合交叉的实数编码遗传算法 [JL 计算机仿真，2006，23(6) :166-169.
LI Yong, CAO Guang-yi, ZHU Xin-jian. A multiple crossover real-coded genetic algorithm [ J ]. Computer Simulation, 2006, 23 (6) ： 166 - 169. (in Chinese)
[3] 舒启林，郝博.机械产品方案设计自动化研究[J].中国机械エ程，2002,13(19):62-64.
SHU Qi-lm, HAO BO. Automatic scheme design ot mechanical products[J]. China Mechanical Engineering, 2002，13(19):62- 64. (in Chinese)
[4] 田方，谢里阳，王洁.混合编码遗传算法及其在机械设计中的应用[J].设计与研究,2005，（I): 32-33.
TIAN Fang，XIE Li-yang, WANG Jie. Genetic algorithm with hybrid encoding and its application in machine design [ J ]. Design and Research, 2005，(I) ：32 — 33. (in Chinese)
[5] Misuo Gen. Genetic algorithms and engineering optimization [M]. NY：John Wiley and Sons, 2004.
[6] Goldberg D E, Genetic algorithms in search, optimization, and machine leaming[M]. NJ ： Addison Wesley, 1989.
[7] De Jong K A, Evolutionary computation： a unified approach[M]. Cambridge, MA ： MIT Press, 2006, 256.
[8] 陈国良.遗传算法及其应用[M].北京：人民邮电出版社, 1996； 56-59,76-78.
CHEN Guo-liang. uA and its applicationLM]. Beijing： Posts and Telecom Press, 1996： 56 - 59,76 — 78. (in Chinese)
[9] 王永娟，赵军，钟元龙.自动武器广义模块化快速设计研究与系统开发[J]-兵工学报，2008，29(4)：390 - 395.
WANG Yong-juan, ZHAO Jun, ZHONG Yuan-long. The gener-alized modular rapid design of automatic weapon and its develop- ment[J]. Acta Armamentarii, 2008,29(4) : 390 - 395. (in Chi?nese)
[10] 王小平,曹立明.遗传算法理论、应用与软件实现[M].西安：西安交通大学出版社，2002:33-35.
WANG Xiao-ping, CAO Li-mmg. rhe theory, application and realization of GA[M] . Xi'an： Xi’an Jiaotong University Press, 2002 ： 33 - 35. (in Chinese)

[1]	马也，范文慧，常天庆. 基于智能算法的无人集群防御作战方案优化方法[J]. 兵工学报, 2022, 43(6): 1415-1425.
[2]	汤润之, 班利明, 钱乐, 雷争军, 宋卫星. 资源受限条件下车辆维修工序调度优化[J]. 兵工学报, 2021, 42(9): 2032-2039.
[3]	司骥跃，庞兆君，由锰，冯广斌，杜忠华. 空间绳网结构设计及优化方法[J]. 兵工学报, 2021, 42(5): 1065-1073.
[4]	冯睽睽，张发平，王武宏，张文杰，张田会. 基于非支配排序遗传算法的涡轮发动机转子系统装配参数优化[J]. 兵工学报, 2021, 42(5): 1092-1100.
[5]	高子茵，杜明刚，李慎龙，李晋. 基于遗传算法优化和模糊控制动态优化的自动变速器换挡规律设计[J]. 兵工学报, 2021, 42(4): 684-696.
[6]	王少华，吕会强，董原生，张远. 装备伴随抢修任务分配决策方法[J]. 兵工学报, 2021, 42(1): 192-198.
[7]	刘秋，孙晋伟，张华, 胡煦，顾亮. 基于卷积神经网络的路面识别及半主动悬架控制[J]. 兵工学报, 2020, 41(8): 1483-1493.
[8]	叶海潮，范武林，秦国华，林锋，郑许，杨扬. 基于翘曲度阈值约束的铝合金板材热轧工艺优化与实验验证[J]. 兵工学报, 2020, 41(8): 1623-1632.
[9]	杨管金子，李建辰，黄海，国琳娜. 基于最优解析的陀螺现场免转台标校方法[J]. 兵工学报, 2020, 41(3): 577-584.
[10]	赵星宇，白春华，姚箭，孙彬峰. 燃料空气炸药爆轰产物JWL状态方程参数计算[J]. 兵工学报, 2020, 41(10): 1921-1929.
[11]	张富毅，吴钦，赵晓阳，刘影，王国玉. 基于响应面方法的喷水推进器进水流道多目标优化[J]. 兵工学报, 2020, 41(10): 2071-2080.
[12]	宫志华，段鹏伟，刘洋，陈春江，吕海东. 多样本遗传算法在武器外弹道组网试验中的应用[J]. 兵工学报, 2019, 40(7): 1503-1510.
[13]	刘昊，张策，丁文韬. 基于智能对抗进化的联合火力打击任务规划方法[J]. 兵工学报, 2019, 40(6): 1287-1296.
[14]	富威，吴琼，崔运山，刘琪，周超. 舰炮身管的抗振性能优化研究[J]. 兵工学报, 2019, 40(2): 234-242.
[15]	刘福臣，姬托，张巧力. 基于声场模信号特征和多项式拟合的声速剖面反演技术研究[J]. 兵工学报, 2019, 40(11): 2283-2295.