本文關(guān)鍵詞：基于增廣拉格朗日約束處理方法的隨機(jī)優(yōu)化方法研究

  更多相關(guān)文章： 隨機(jī)型優(yōu)化方法 子集模擬優(yōu)化方法 教學(xué)優(yōu)化方法 增廣拉格朗日約束處理方法 有限元

【摘要】：在現(xiàn)代工程中優(yōu)化設(shè)計(jì)方法得到越來越廣泛的應(yīng)用。然而由于優(yōu)化問題的復(fù)雜性與困難性逐漸增加,尤其是有約束優(yōu)化問題的復(fù)雜性與困難性的增加,使得對(duì)優(yōu)化方法的要求也越來越高。除此之外,優(yōu)化問題的多樣性又預(yù)示著不可能僅依靠一種優(yōu)化方法便可以解決所有的優(yōu)化問題。近些年,由于傳統(tǒng)的優(yōu)化方法在求解高維復(fù)雜優(yōu)化問題中易于陷入局部最優(yōu)的缺點(diǎn),對(duì)隨機(jī)型優(yōu)化方法的研究逐漸引起了人們的關(guān)注。不斷探索與改進(jìn)隨機(jī)型優(yōu)化方法已經(jīng)成為了現(xiàn)代工程研究的一個(gè)重要方向與課題。求解有約束優(yōu)化問題的關(guān)鍵在于如何有效的處理約束條件,從而使得優(yōu)化問題簡單化。因?yàn)閭鹘y(tǒng)約束處理方法都有著各自的缺點(diǎn)與劣勢所在,不能夠最有效的處理現(xiàn)代工程優(yōu)化問題中的約束條件,所以對(duì)于約束處理方法的研究也必然為了研究優(yōu)化設(shè)計(jì)方法的一個(gè)重要方向。本文以求解有約束優(yōu)化問題的隨機(jī)型優(yōu)化方法為研究對(duì)象,重點(diǎn)研究子集模擬優(yōu)化方法與教學(xué)優(yōu)化方法這兩種隨機(jī)型優(yōu)化方法。本文利用近些年提出的增廣拉格朗日約束處理方法分別對(duì)這兩種優(yōu)化方法進(jìn)行改進(jìn),并得到了在求解有約束優(yōu)化問題上具有更加準(zhǔn)確的最優(yōu)解,且具有高效性的優(yōu)化方法。最后,在尋優(yōu)準(zhǔn)確性、高效性以及穩(wěn)健性方面,分別使用不同算例對(duì)本文提出的兩種優(yōu)化方法進(jìn)行驗(yàn)證與評(píng)估,并與其他優(yōu)化方法相對(duì)比。部分算例模型通過Python在Abaqus中進(jìn)行參數(shù)化建模得出,并利用Matlab調(diào)用Abaqus進(jìn)行有限元分析完成優(yōu)化過程。
【關(guān)鍵詞】：隨機(jī)型優(yōu)化方法 子集模擬優(yōu)化方法 教學(xué)優(yōu)化方法 增廣拉格朗日約束處理方法 有限元
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TB21
【目錄】：

• 摘要4-5
• Abstract5-11
• 注釋表11-12
• 第一章 緒論12-18
• 1.1 課題研究背景及意義12
• 1.2 國內(nèi)外研究與發(fā)展?fàn)顩r12-17
• 1.3 本文的研究工作17-18
• 第二章 基于增廣拉格朗日約束處理方法的子集模擬優(yōu)化方法18-36
• 2.1 子集模擬優(yōu)化算法18-23
• 2.1.1 子集模擬優(yōu)化的基本思想18-19
• 2.1.2 約束處理19-22
• 2.1.3 樣本的生成22
• 2.1.4 運(yùn)行過程22-23
• 2.2 增廣拉格朗日約束處理方法23-25
• 2.3 增廣拉格朗日子集模擬優(yōu)化算法25-27
• 2.3.1 改進(jìn)后算法的基本框架25
• 2.3.2 初始化與迭代25-26
• 2.3.3 收斂準(zhǔn)則26-27
• 2.4 算例驗(yàn)證27-35
• 2.4.1 10桿平面桁架結(jié)構(gòu)優(yōu)化27-29
• 2.4.2 25桿空間桁架結(jié)構(gòu)優(yōu)化29-32
• 2.4.3 72桿空間桁架結(jié)構(gòu)優(yōu)化32-35
• 2.5 本章小結(jié)35-36
• 第三章 基于增廣拉格朗日約束處理方法的教學(xué)優(yōu)化方法36-69
• 3.1 教學(xué)優(yōu)化算法36-39
• 3.1.1 算法起源與發(fā)展36
• 3.1.2 教學(xué)優(yōu)化算法的基本思想36-39
• 3.1.3 運(yùn)行過程39
• 3.2 增廣拉格朗日教學(xué)優(yōu)化算法39-40
• 3.3 有限元軟件應(yīng)用與關(guān)聯(lián)40-42
• 3.3.1 基于Abaqus的參數(shù)化建模與后處理40-41
• 3.3.2 基于Abaqus和Matlab的結(jié)構(gòu)優(yōu)化設(shè)計(jì)41-42
• 3.4 算例驗(yàn)證42-67
• 3.4.1 10桿平面桁架結(jié)構(gòu)優(yōu)化42-44
• 3.4.2 25桿空間桁架結(jié)構(gòu)優(yōu)化44-45
• 3.4.3 72桿空間桁架結(jié)構(gòu)優(yōu)化45-47
• 3.4.4 機(jī)翼翼盒結(jié)構(gòu)優(yōu)化設(shè)計(jì)47-51
• 3.4.5 后掠翼結(jié)構(gòu)優(yōu)化設(shè)計(jì)51-56
• 3.4.6 三角翼結(jié)構(gòu)優(yōu)化設(shè)計(jì)56-67
• 3.5 本章小結(jié)67-69
• 第四章 總結(jié)與展望69-71
• 4.1 全文總結(jié)69
• 4.2 對(duì)今后工作的展望69-71
• 參考文獻(xiàn)71-74
• 致謝74-75
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文75-76
• 附錄A76-77
• 附錄B77-84
• 附錄C84-89

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 于坤杰;王昕;王振雷;;基于反饋的精英教學(xué)優(yōu)化算法[J];自動(dòng)化學(xué)報(bào);2014年09期

2 馬文強(qiáng);張超勇;唐秋華;邵新宇;賈艷;;基于混合教與學(xué)優(yōu)化算法的煉鋼連鑄調(diào)度[J];計(jì)算機(jī)集成制造系統(tǒng);2015年05期

，

本文編號(hào)：651855