基于α-stable分布的多目标粒子群算法研究及应用

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

• 1 基础知识
•   1.1 多目标优化问题
•   1.2 基本粒子群算法
•   1.3 多目标粒子群 （CDMOPSO） 算法
• 2 ASMOPSO算法
•   2.1 α-stable分布
•   2.2 α-stable变异
•   2.3 本文提出的算法 （ASMOPSO）
• 3 基准函数测试
•   3.1 评价指标
•   3.2 参数设置
•   3.3 函数测试结果分析
• 4 工程应用
•   4.1 优化模型的建立
•   4.2 优化结果及分析
• 5 结 论

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