横式式起重机主梁革新改造

横向起重机主梁的创新，1免疫遗传系统的组成和功能11免疫遗传算法介绍了遗传算法(GA)，采用启发式蒙特卡罗反演方法，美国密歇根大学教授约翰霍兰在自然中模拟生命的进化过程，提出了无意识随机导航，指导在人工系统中解决复杂特定目标的非线性反演问题。很多学者将遗传算法应用于函数优化问题的研究，研究结果也表明遗传算法是有效的方法。但是在解决大规模复杂系统，特别是非线性系统优化问题的情况下，遗传算法仍然存在很多缺陷，包括向全局最优解决方案收敛、组内最佳染色体丢失、在进化过程中不能保证过早收敛等。免疫算法的想法来自人体的免疫系统。免疫系统是人体对细菌、病毒和其他致病因子入侵的基本防御系统。免疫系统通过对入侵抗原产生抗体的复杂机制，重组基因，达到消灭抗原的目的。为了有效提供防御功能，免疫系统必须进行模式识别，将自己的分子和细胞与抗原区分开来。除了有识别能力外，免疫系统和其他低级生物防御系统还可以学习，有记忆力。因为免疫系统对同一抗原的防御反应比最初更快、更强烈。免疫算法模仿人体免疫系统，从细胞理论或网络理论中得到灵感，实现了免疫系统的自我调节能力和产生不同抗体的能力。生物免疫与遗传算法相结合，形成免疫遗传算法，作为智能算法的重要研究内容，学习生物智能，开发高智能应用工具，也是当前研究的热点。免疫遗传算法过程。可以看出免疫遗传算法将要解决的优化设计问题作为抗原，将问题的解决方法作为抗体。本文建立了初始可行解，通过抗原和抗体的相似性和适应性，说明了可行解和最优解的近似性。外部抗原的侵入系统会自动产生相应的抗体。通过抗体之间的促进和抑制反应，实现对环境的系统适应。抗体浓度计算也是系统保持人口多样性的基本手段之一。12亲和性和相似性的计算亲和性表示抗体与抗原匹配的程度，并反映在优化问题(NBP)中，抗体的亲和性与函数aff: s (0，1)，aff(x)与f(x)成反比，f(x)将组g设置为包含m个字符的字符集。G=X=x1，x2，XL，xi%M，1il(2)，其中G的基因座j的信息熵为HJ(G，N)=mi=1-pijlogpij(其中pij是m的I字符出现在基因座j中的概率。根据信息熵理论，Hj(G，N)在pij=1/m时取最大值，组G的平均信息熵为H(G，N)=1llj=1Hj(G，N)(4)式(。如果Aff(u，v)=log2，则u，v完全匹配。计算出的13抗体浓度的抗体浓度表示抗体在抗体群中所占的比例，函数c: xs，即C(u)=|v%X|aff(u，v)|N(5)其中，是浓度抑制半径的浓度阈值，由抗体浓度定义；如果0C(u)1，C(u)=1/N，则x没有与u类似的抗体；如果C(u)=1，则x的抗体与u相似或相同。2免疫遗传算法在桥式起重机主梁可靠性优化设计中的应用，以桥式起重机(以下简称架桥机)主梁最轻重量为目标，建立了如图所示的优化模型。优化变量是影响架桥机整体质量的五个参数，包括上盖和下盖的质量。主网络和辅助网络的质量；水平隔板的质量，设计变数，x1=h，x2=b，x3=，