基于遺傳-爬山算法的齒輪缺陷識(shí)別研究.pdf

1、本文從理論以及實(shí)驗(yàn)兩個(gè)層次對(duì)遺傳以及爬山算法進(jìn)行了深入的研究，同時(shí)將改進(jìn)的算法運(yùn)用在提高齒輪缺陷識(shí)別率上。本課題提出的利用PCA統(tǒng)計(jì)歷代個(gè)體分布規(guī)律并重新構(gòu)造侵入個(gè)體以及自適應(yīng)調(diào)節(jié)步長(zhǎng)提高爬山算法的收斂速度，對(duì)于推進(jìn)遺傳算法的研究具有良好的理論意義和實(shí)際應(yīng)用價(jià)值。
　　首先，本文詳細(xì)的介紹了齒輪分類系統(tǒng)的總體模型，包括圖像預(yù)處理、特征選擇方法、特征降維方法、優(yōu)劣齒輪的分類方法。認(rèn)真研究了支持向量機(jī)算法的基本原理，并且對(duì)支持向量機(jī)訓(xùn)

2、練算法中參數(shù)的選取加以討論。
　　其次，針對(duì)傳統(tǒng)的遺傳算法過早收斂的缺點(diǎn)，利用主成分分析統(tǒng)計(jì)歷代個(gè)體分布規(guī)律，并在投影空間重新構(gòu)造若干侵入個(gè)體，之后利用投影矩陣將這些侵入個(gè)體再次投射到原始空間，有效增加了個(gè)體分布范圍，減小了局部收斂的可能性。
　　然后，針對(duì)傳統(tǒng)的爬山算法尋優(yōu)多元函數(shù)時(shí)收斂速度慢的問題，本文提出了自適應(yīng)調(diào)節(jié)步長(zhǎng)的爬山算法。首先，在隨機(jī)解生成階段，約束步長(zhǎng)采用先縮小后增大的方法，保證收斂到當(dāng)前波峰，并采用解的差