一種基于自適應(yīng)模糊遺傳算法的輪胎花紋降噪方法
【專利摘要】本發(fā)明公開了一種基于自適應(yīng)模糊遺傳算法的輪胎花紋降噪方法，包括以下步驟：輸入：初始節(jié)距比例群體訓(xùn)練集、改進(jìn)遺傳算法控制參數(shù)；輸出：訓(xùn)練好的節(jié)距比例群體。步驟1：初始化控制參數(shù)：包括種群規(guī)模N，交叉概率Pc，變異概率Pm，調(diào)節(jié)變異自適應(yīng)程度的參數(shù)V等；步驟2：隨機(jī)產(chǎn)生初始種群，并計(jì)算種群中所有個(gè)體的適應(yīng)度；步驟3：當(dāng)結(jié)束條件未滿足時(shí)，從父代中選擇兩個(gè)個(gè)體。本發(fā)明方法有效可行，可節(jié)約人力物力，開發(fā)周期短、費(fèi)用低，有較大的推廣價(jià)值，降噪優(yōu)化效果顯著，可信度高，工程實(shí)用性強(qiáng)。
【專利說明】一種基于自適應(yīng)模糊遺傳算法的輪胎花紋降噪方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于計(jì)算機(jī)【技術(shù)領(lǐng)域】，涉及一種基于自適應(yīng)模糊遺傳算法的輪胎花紋降噪 方法。

【背景技術(shù)】
[0002] 經(jīng)多年研究，得出輪胎花紋噪聲主要由①花紋塊擊地噪聲，它跟花紋塊面積大小 有關(guān)，與其形狀基本無關(guān)，②花紋槽泵浦噴吸噪聲，它只跟花紋槽寬度、長度及走向有關(guān)，與 其深度基本無關(guān)，③因噪聲波互相干涉產(chǎn)生聲波增強(qiáng)或抵消現(xiàn)象，合成的噪聲強(qiáng)度大小跟 花紋結(jié)構(gòu)參數(shù)及花紋排列有極大關(guān)聯(lián)。這三個(gè)原則是輪胎花紋降噪的理論依據(jù)。為了得到 合理的輪胎花紋結(jié)構(gòu)參數(shù)，在模糊遺傳降噪算法上作了改進(jìn)，引入自適應(yīng)特性，形成了自適 應(yīng)模糊遺傳降噪算法。
[0003]模糊遺傳降噪算法（FuzzyGeneticNoise-ReductionAlgorithm，F(xiàn)GNRA)
[0004] 遺傳算法編碼
[0005] 以節(jié)距比例值為例，對比例因子染色體初始群體其比例因子用素?cái)?shù)和無理數(shù)，最 大值與最小值之比受工藝設(shè)計(jì)要求限制在一定范圍（一般取7以內(nèi)）。若Bmax為最大比 值，并設(shè)定最小節(jié)距值為Pmin，隨機(jī)產(chǎn)生基本節(jié)距個(gè)數(shù)的正整數(shù)（256以內(nèi)），按從小到大的 順序建立比例因子串，這樣減少了計(jì)算量。按如下方式進(jìn)行編碼：某一個(gè)輪胎花紋方案由 A、B、C、D、E五個(gè)基本節(jié)距組成，隨機(jī)產(chǎn)生小于等于256的五個(gè)正整數(shù)Ni(i= 1?5,排序 后若為4、23、111、200、248)，節(jié)距值可由
[0006]

【權(quán)利要求】
1. 一種基于自適應(yīng)模糊遺傳算法的輪胎花紋降噪方法，其特征在于，包括以下步驟： 輸入：初始節(jié)距比例群體訓(xùn)練集、改進(jìn)遺傳算法控制參數(shù) 輸出：訓(xùn)練好的節(jié)距比例群體 步驟1 :初始化控制參數(shù)：包括種群規(guī)模N，交叉概率Pc，變異概率Pm,調(diào)節(jié)變異自適應(yīng) 程度的參數(shù)V; 步驟2 :隨機(jī)產(chǎn)生初始種群，并計(jì)算種群中所有個(gè)體的適應(yīng)度； 步驟3:當(dāng)結(jié)束條件未滿足時(shí) 從父代中選擇兩個(gè)個(gè)體； 按（2)，（3)式確定交叉概率
其中f' >favg Pc =Pd (3) 其中f' <favg; 按（4)，（5)式執(zhí)行交叉操作Y1 =X^k(X2-X1) (4) Y2 =X2+k(X1-X2) (5)； 按（6)，（7)式確定變異概率
其中f彡favg Pm =Ρωι (7) 其中f<favg ; 按（8)式執(zhí)行變異操作 Yj - [χ^ X2 ... Xfj] [bj Δ X1 b2 Δ χ2 ... bN Δ χΝ] (8) + Ay, = ±(b不·χ：,)(1.0 - /')1，i=l，2，·..5Ν； 產(chǎn)生新一代種群； 產(chǎn)生新一代種群，評價(jià)新一代種群，若達(dá)到條件要求則結(jié)束，否則產(chǎn)生新一代種群繼續(xù) 評價(jià)，直到達(dá)到條件。
2. 根據(jù)權(quán)利要求1所述的基于自適應(yīng)模糊遺傳算法的輪胎花紋降噪方法，其特征在 于，所述交叉概率的算法具體包括以下步驟： 輸入：染色體X，染色體Υ，交叉概率Pca、Ρ?，初始溫度Ttl 輸出：染色體X，染色體Y 步驟1 :按照（2a)和（2b)式計(jì)算交叉概率Ρ。； 步驟2 :在[0, 1]區(qū)間產(chǎn)生隨機(jī)數(shù)r，若P?！?·，則繼續(xù)，否則，轉(zhuǎn)向步驟8 ; 步驟3:按照（3a)和（3b)式執(zhí)行交叉操作，產(chǎn)生兩個(gè)子個(gè)體X1和Y1，計(jì)算它們的適度 值f(X1)和f(Y1); 步驟4 :如果HX1Df(X);則個(gè)體X1取代X，轉(zhuǎn)向步驟6,否則，繼續(xù)； 步驟 5 :在[0, 1]區(qū)間產(chǎn)生隨機(jī)數(shù)recp，計(jì)算dif=HXhf(X1),Ti =T0(0.99i-1)，temp=min(1. 0,exp(-dif/Ti))(i為進(jìn)化代數(shù)），如果temp〉=recp，則個(gè)體X1 取代X，否 則保留X; 步驟6 :如果HY1Df(Y);則個(gè)體Y1取代Y，轉(zhuǎn)向步驟8,否則，繼續(xù)； 步驟 7:在[0, 1]區(qū)間產(chǎn)生隨機(jī)數(shù)recp，計(jì)算dif=f(Y)-f(Y1)，temp=min(l. 0，exp(-dif/0. 99i-I)) (i為進(jìn)化代數(shù)），如果temp〉=recp，則個(gè)體Y1取代Y，否則保留Y; 步驟8 :輸出Χ、Υ，結(jié)束。
3.根據(jù)權(quán)利要求1所述的基于自適應(yīng)模糊遺傳算法的輪胎花紋降噪方法，其特征在 于，所述變異概率的算法具體包括以下步驟： 輸入：父代種群，染色體X，接受不良子代的概率λ，變異概率Pml、Pml 輸出：子代種群 步驟1 :按照（4a)和（4b)式計(jì)算變異概率Pm ; 步驟2 :在[0, 1]區(qū)間產(chǎn)生隨機(jī)數(shù)r，若Pm>r，則繼續(xù)，否則，轉(zhuǎn)向步驟7 ; 步驟3:按照（5)式產(chǎn)生兩個(gè)新個(gè)體X1和X2，計(jì)算適度值f(X1)和f(X2); 步驟4:尋找父代中最小適度值fmin的個(gè)體Xmin，在[0，1]區(qū)間產(chǎn)生隨機(jī)數(shù)α，如果α〈λ，則個(gè)體X' =Kiax^(X1),f(X2)),X'取代Xmin，轉(zhuǎn)向步驟7,否則繼續(xù)； 步驟5:若HX1Dfmin，則用X1取代Xmin，轉(zhuǎn)向步驟7,否則繼續(xù)； 步驟6:若f(X2) >fmin，則用X2取代Xmin，否則保留父代； 步驟7:輸出子代種群，結(jié)束。
【文檔編號】G06N3/12GK104318307SQ201410563873
【公開日】2015年1月28日 申請日期:2014年10月21日 優(yōu)先權(quán)日:2014年10月21日
【發(fā)明者】李曉輝, 陳理君, 劉君 申請人:重慶工商職業(yè)學(xué)院