论文摘要
多目标的粒子群算法(MOPSO)在各个领域的优化设计中得到了广泛应用及改进,但是目前仍然存在着在进化后期容易陷入局部最优导致收敛精度低、解的多样性差等问题。引入α-stable分布理论,发展建立了一种新的基于α-stable动态变异的多目标粒子群优化算法(ASMOPSO)。通过α-stable分布生成随机数对PSO算法的种群进行变异操作,增加种群的多样性,在算法中动态调整稳定性系数α实现变异范围和幅度的变化,从而使得改进的ASMOPSO算法具有兼顾计算精度和全局寻优的能力。使用ZDT系列无约束函数和带约束的Tanaka及Srinivas函数对改进前后的算法进行了测试,结果显示出了ASMOPSO算法的快速全局寻优性能。将改进后的算法应用到RAE2822跨音速翼型的减阻和力矩绝对值不增大的综合优化中,得到了较好的多目标气动优化结果。
论文目录
文章来源
类型: 期刊论文
作者: 樊华羽,詹浩,程诗信,米百刚
关键词: 多目标粒子群优化算法,分布,动态变异,翼型设计,气动优化
来源: 西北工业大学学报 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 航空航天科学与工程,自动化技术
单位: 西北工业大学航空学院
分类号: V221.3;TP18
页码: 232-241
总页数: 10
文件大小: 1961K
下载量: 93
相关论文文献
标签:多目标粒子群优化算法论文; 分布论文; 动态变异论文; 翼型设计论文; 气动优化论文;