在多目标群搜索算法(multi-objective group search optimization,MGSO)基本原理的基础上,结合Pareto最优解理论,提出了基于约束改进的多目标群搜索算法(IMGSO),并应用于多目标的结构优化设计.算法的改进主要有3个方面:第一,引入过渡可...在多目标群搜索算法(multi-objective group search optimization,MGSO)基本原理的基础上,结合Pareto最优解理论,提出了基于约束改进的多目标群搜索算法(IMGSO),并应用于多目标的结构优化设计.算法的改进主要有3个方面:第一,引入过渡可行域的概念来处理约束条件;第二,利用庄家法来构造非支配解集;最后,结合禁忌搜索算法和拥挤距离机制来选择发现者,以避免解集过早陷入局部最优,并提高收敛精度.采用IMGSO优化算法分别对平面和空间桁架结构进行了离散变量的截面优化设计,并与MGSO优化算法的计算结果进行了比较,结果表明改进的多目标群搜索优化算法IMGSO与MGSO算法相比具有更好的收敛精度.通过算例表明:IMGSO算法得到的解集中的解能大部分支配MGSO算法的解,在复杂高维结构中IMGSO算法的优越性更加明显,且收敛速度也有一定的提高,可有效应用于多目标的实际结构优化设计.展开更多
针对基本果蝇优化算法因参数选取不当而导致的收敛精度偏低且不稳定的问题,提出了自适应调整参数的果蝇优化算法(FOA with Adaptive Parameter,FOAAP)。该算法在每个进化代输入描述种群整体特征的精确数值,由逆向云发生器算法得到当代...针对基本果蝇优化算法因参数选取不当而导致的收敛精度偏低且不稳定的问题,提出了自适应调整参数的果蝇优化算法(FOA with Adaptive Parameter,FOAAP)。该算法在每个进化代输入描述种群整体特征的精确数值,由逆向云发生器算法得到当代云模型的3个数字特征C(ExtEntHet),按照U条件隶属云发生器自适应调整果蝇个体搜寻食物的方向与距离Value这一参数。将该算法在函数优化中,与基本果蝇优化算法以及相关文献中算法进行仿真对比,结果表明,新算法在收敛速度、收敛可靠性及收敛精度方面具有明显优势。展开更多
在快速群搜索优化算法QGSO(quick group search opti mizer)基本原理的基础上,提出了改进的快速群搜索优化算法——快速被动群搜索优化算法QGSOPC(quick group search opti mizer with passive congregation),并应用于结构优化设计.采用...在快速群搜索优化算法QGSO(quick group search opti mizer)基本原理的基础上,提出了改进的快速群搜索优化算法——快速被动群搜索优化算法QGSOPC(quick group search opti mizer with passive congregation),并应用于结构优化设计.采用QGSOPC优化算法分别对空间结构进行离散变量的截面优化设计,并与QGSO优化算法、群搜索优化算法GSO(group search opti mize)和启发式粒子群优化算法(HPSO)的计算结果进行比较,结果表明改进的快速被动群搜索优化算法QGSOPC与QGSO算法、GSO算法和HPSO算法相比不但具有较好的收敛精度和更快的收敛速度,而且具有很好的稳定性.该算法可有效率地应用于实际结构的优化设计.展开更多
文摘在多目标群搜索算法(multi-objective group search optimization,MGSO)基本原理的基础上,结合Pareto最优解理论,提出了基于约束改进的多目标群搜索算法(IMGSO),并应用于多目标的结构优化设计.算法的改进主要有3个方面:第一,引入过渡可行域的概念来处理约束条件;第二,利用庄家法来构造非支配解集;最后,结合禁忌搜索算法和拥挤距离机制来选择发现者,以避免解集过早陷入局部最优,并提高收敛精度.采用IMGSO优化算法分别对平面和空间桁架结构进行了离散变量的截面优化设计,并与MGSO优化算法的计算结果进行了比较,结果表明改进的多目标群搜索优化算法IMGSO与MGSO算法相比具有更好的收敛精度.通过算例表明:IMGSO算法得到的解集中的解能大部分支配MGSO算法的解,在复杂高维结构中IMGSO算法的优越性更加明显,且收敛速度也有一定的提高,可有效应用于多目标的实际结构优化设计.
文摘针对基本果蝇优化算法因参数选取不当而导致的收敛精度偏低且不稳定的问题,提出了自适应调整参数的果蝇优化算法(FOA with Adaptive Parameter,FOAAP)。该算法在每个进化代输入描述种群整体特征的精确数值,由逆向云发生器算法得到当代云模型的3个数字特征C(ExtEntHet),按照U条件隶属云发生器自适应调整果蝇个体搜寻食物的方向与距离Value这一参数。将该算法在函数优化中,与基本果蝇优化算法以及相关文献中算法进行仿真对比,结果表明,新算法在收敛速度、收敛可靠性及收敛精度方面具有明显优势。
文摘在快速群搜索优化算法QGSO(quick group search opti mizer)基本原理的基础上,提出了改进的快速群搜索优化算法——快速被动群搜索优化算法QGSOPC(quick group search opti mizer with passive congregation),并应用于结构优化设计.采用QGSOPC优化算法分别对空间结构进行离散变量的截面优化设计,并与QGSO优化算法、群搜索优化算法GSO(group search opti mize)和启发式粒子群优化算法(HPSO)的计算结果进行比较,结果表明改进的快速被动群搜索优化算法QGSOPC与QGSO算法、GSO算法和HPSO算法相比不但具有较好的收敛精度和更快的收敛速度,而且具有很好的稳定性.该算法可有效率地应用于实际结构的优化设计.
