基于遗传算法的并行设计耦合集任务分布规划

作     者：田启华 文小勇 梅月媛 杜义贤 周祥曼 无

作者机构：三峡大学机械与动力学院湖北宜昌443002 

基　　金：国家自然科学基金资助项目(51475265) 

出 版 物：《机械设计与研究》 (Machine Design And Research)

年 卷 期：2017年第33卷第6期

页      码：98-103页

摘      要：针对完全并行迭代模型在实际产品设计中难以实现的问题,从迭代过程中任务的迭代时间和迭代次数的有限性两个方面对迭代模型进行了修正,并在此基础上对迭代模型进行了扩展,建立了改进后的多阶段混合迭代模型。结合遗传算法,求解在多阶段混合迭代模式下耦合集的最短执行时间和最小成本以及相对应的任务分布方案。以某智能割草机的开发设计过程为例,说明了该方法的有效性,并分析了阶段数和学习率对任务执行时间和成本的影响。

主 题 词：并行设计 多阶段混合迭代 耦合集 任务分布规划 遗传算法 

学科分类：081203[081203] 08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0812[工学-测绘类] 

D　O　I：10.13952/j.cnki.jofmdr.2017.0251

馆 藏 号：203281557...