引力搜索算法是近幾年提出的較有競爭力的群智能優(yōu)化算法,然而,標(biāo)準(zhǔn)引力搜索算法存在后期收斂速度慢的缺點。為有效利用優(yōu)化算法來解決結(jié)構(gòu)優(yōu)化的問題,提出一種改進(jìn)的引力搜索算法（improved gravitational search algorithm,IGSA）。通過引入Logistic映射,使GSA初始種群遍歷整個搜索空間,提高算法找出最優(yōu)解的可能性。通過引入粒子群算法（particle swarm optimization,PSO）的信息交互機(jī)制,利用個體粒子歷史最佳位置和種群歷史最佳位置動態(tài)調(diào)整粒子的速度和位置,使個體粒子更快地向適應(yīng)度值更高的位置移動,使算法搜索能力加強(qiáng)。對6個經(jīng)典測試函數(shù)進(jìn)行尋優(yōu),結(jié)果表明改進(jìn)后算法收斂速度快,收斂精度高,穩(wěn)定性較佳,跳出局部最佳解的能力較強(qiáng)。用IGSA和GSA對72桿空間桁架進(jìn)行尺寸優(yōu)化,與其他算法相比,結(jié)果表明IGSA得到最優(yōu)值的迭代次數(shù)明顯減少,得到的最優(yōu)解明顯優(yōu)于通用算法。 

【文章來源】：計算機(jī)技術(shù)與發(fā)展. 2020,30(05)

【文章頁數(shù)】：7 頁

【部分圖文】：

改進(jìn)引力搜索算法的流程

系數(shù)曲線

在相同約束條件下,與其他文獻(xiàn)中的結(jié)果進(jìn)行比較,優(yōu)化結(jié)果見表3,圖6給出了IGSA求解72桿桁架結(jié)構(gòu)設(shè)計問題的典型收斂曲線。表3 72桿空間桁架優(yōu)化結(jié)果的比較 組號 桿件號 文獻(xiàn)[22] 文獻(xiàn)[23] 文獻(xiàn)[24] 文獻(xiàn)[25] GSA IGSA A1 1～4 101.355 102.258 100.000 103.871 101.89 100.968 A2 5～12 345.548 382.967 345.161 359.354 342.981 350.257 A3 13～16 264.258 220.258 309.677 243.225 271.92 263.290 A4 17～18 367.290 391.999 335.483 326.451 361.63 369.870 A5 19～22 326.903 170.516 296.774 394.193 326.05 343.032 A6 23～30 335.483 353.548 341.935 343.225 340.12 331.225 A7 31～34 64.516 64.516 77.419 64.516 64.516 64.516 A8 35～36 64.516 97.355 106.451 64.516 64.516 64.516 A9 37～40 825.869 713.999 745.160 803.869 811.16 820.063 A10 41～48 332.128 373.741 377.419 338.064 326.04 332.322 A11 49～52 64.516 64.516 64.516 64.516 64.516 64.516 A12 53～54 64.516 64.516 64.516 64.516 64.516 64.516 A13 55～58 1 224.062 1 340.901 1 1 132.256 1 1 172.90 1 235.29 1 213.352 A14 59～66 332.774 324.774 325.806 338.516 337.48 331.741 A15 67～70 64.516 64.516 67.741 64.516 64.516 64.516 A16 71～72 64.516 64.516 100.000 64.516 64.516 64.516 重量 172.21 176.28 174.98 172.91 172.48 172.19 注:重量欄的單位為kg,其余項單位為mm2。

【參考文獻(xiàn)】：
期刊論文
[1]基于粒子群算法的醫(yī)學(xué)圖像分類算法研究[J]. 陳迪,李寧.  電子設(shè)計工程. 2019(02)
[2]混合遺傳算法在塔吊裝載問題中的應(yīng)用[J]. 張鴿,張弘,李宗亮.  計算機(jī)與數(shù)字工程. 2018(10)
[3]FCM融合改進(jìn)的GSA算法在醫(yī)學(xué)圖像分割中的研究[J]. 馮飛,劉培學(xué),李麗,陳玉杰.  計算機(jī)科學(xué). 2018(S1)
[4]基于改進(jìn)蟻群算法的消防路線規(guī)劃系統(tǒng)[J]. 許向陽,吳澤華.  通信技術(shù). 2018(06)
[5]融合混沌反學(xué)習(xí)與蜂群搜索算子的引力搜索算法[J]. 丁知平.  計算機(jī)系統(tǒng)應(yīng)用. 2018(04)
[6]基于動態(tài)引力常數(shù)和種群遞減的引力搜索算法[J]. 李靜,高興寶.  系統(tǒng)科學(xué)與數(shù)學(xué). 2018(01)
[7]模擬植物生長算法的改進(jìn)策略及桁架結(jié)構(gòu)優(yōu)化研究[J]. 石開榮,阮智健,姜正榮,張原,林全攀.  建筑結(jié)構(gòu)學(xué)報. 2018(01)
[8]基于引力搜索算法的植保無人機(jī)三維路徑規(guī)劃方法[J]. 王宇,陳海濤,李海川.  農(nóng)業(yè)機(jī)械學(xué)報. 2018(02)



本文編號：3347180