基于混合人工免疫优化算法的机构运动链同构识别研究

发布时间：2022-02-10 10:37

　　机构运动链同构识别问题在机构创新设计、智能CAD系统中有着广泛的应用价值,但却又是困扰人类已久的难题,该问题已经被证明是NP难问题,至今没有最有效的解决方案,因此寻找更好的同构识别方法,成为国内外学者研究的热点。本文所论述的方法,将机构运动链中的构件用节点代表,运动副用边代表,这样就可以将运动链唯一地转化为机构拓扑图,根据图论原理,拓扑图和它的邻接矩阵是一一对应的,这样一个运动链就可以由一个邻接矩阵唯一表示。在图论中,如果两个拓扑图同构,则它们对应的邻接矩阵可以相互转换,即一个矩阵经过诺干次同时交换相同的行和列以后,可以转换为另一个矩阵。因此,如果两个运动链同构,与它们对应的邻接矩阵就能相互转换,否则不能相互转化;图论知识已经证明它们互为充分必要条件,因此,如果两个图的邻接矩阵可以相互转换,则两图同构。本文根据这一原理,构造目标函数,判定运动链同构。本文所构造目标函数的解空间庞大,而且随着运动链的构件数量的增多,解空间规模成级数增长,因此如何迅速地找到最优解成了解决问题的关键所在。本文采用混合人工免疫算法来优化寻找最优解过程。人工免疫算法是近年来备受关注的智能优化算法,已被成功的应用在... 

【文章来源】：江苏大学江苏省

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

克隆选择过程示意图

步骤6:新抗体产生。该步骤按照一定规则更新种群，扩大了搜索广度。以上步骤中，步骤3至步骤6需要迭代执行，直到满足终止条件为止。整个流程如图3.3所示。免疫优化算法与免疫系统之间的对应关系如表3.1所示。抗抗原识别 别 初初始抗体产产t毛 毛 抗抗体I变敏 敏 物物出结果果新新抗体，伙付 :...图3.3免疫优化算法流程图瑰 .3.3Thefiowch斌of斌访 eialimmunealgorithm

上一节提到克隆选择原理，在解决诸如模式识别等较为复杂的机器学习任务方面，带克隆选择的人工免疫算法能力更强〔洲，因此本文采用克隆选择免疫算法优化在同构识别目标函数下寻找最优值。克隆选择免疫算法的流程图如图3.4所示。余余和度计算 算 输输忠结果果抗抗抗抗抗抗 抗抗体浓度计算算 !!!二t+班 班 班班班班班班班班 县县‘“‘作作作作作 作 免 免免疫选择 择 择 充充充隆、变异、克隆抑制制 制 图3.4克隆选择免疫算法流程图 Fig.3.4Tbeflowchartofthedonaiimm皿 ealgorithm由图3.4可以看出，克隆选择免疫算法分为以下几个步骤:17

【参考文献】：
期刊论文
[1]人工免疫系统:理论与应用[J]. 丁永生,任立红.  模式识别与人工智能. 2000(01)
[2]机械创新设计及其研究[J]. 沈惠平.  机械科学与技术. 1997(05)



本文编号：3618749