布谷鳥搜索（CS）算法是一種新型的受自然現(xiàn)象啟發(fā)的元啟發(fā)式智能優(yōu)化算法,其強(qiáng)大的全局搜索能力和收斂速度受到了廣泛關(guān)注。多目標(biāo)布谷鳥搜索（MOCS）算法是一種在單目標(biāo)布谷鳥算法基礎(chǔ)上發(fā)展的可以直接求解Pareto解集的多目標(biāo)優(yōu)化算法。針對(duì)原始MOCS算法的不足,采用一系列措施以提高算法的收斂精度、收斂速度以及解的均勻性:通過引入非支配排序與擁擠距離來改進(jìn)解的適應(yīng)度評(píng)估;通過改進(jìn)隨機(jī)游走策略來提高局部搜索能力;通過引入改進(jìn)的自適應(yīng)丟棄概率策略來提高算法的收斂速度;加入檔案管理機(jī)制,提高解的均勻性。典型的多目標(biāo)數(shù)值算例結(jié)果表明,改進(jìn)的MOCS算法相較于當(dāng)前主流的NSGA-Ⅱ算法擁有更快的收斂速度和更高的收斂精度。以RAE2822雙目標(biāo)升阻比優(yōu)化設(shè)計(jì)為例,將改進(jìn)的MOCS算法應(yīng)用于多目標(biāo)氣動(dòng)優(yōu)化中,改進(jìn)的MOCS算法共獲得64個(gè)Pareto解,優(yōu)化后的翼型氣動(dòng)性能有明顯的提升,設(shè)計(jì)者可以根據(jù)自己的偏好選取不同的Pareto解。對(duì)于氣動(dòng)優(yōu)化問題,改進(jìn)的MOCS算法與目前主流的NSGA-Ⅱ相比,收斂速度更快。 

【文章來源】：航空學(xué)報(bào). 2019,40(06)北大核心EICSCD

【文章頁數(shù)】：14 頁

【文章目錄】：
1 多目標(biāo)布谷鳥搜索算法
2 改進(jìn)的多目標(biāo)布谷鳥搜索算法
    2.1 算法改進(jìn)措施
    2.2 算法步驟
    2.3 仿真測試
3 翼型Pareto多目標(biāo)優(yōu)化設(shè)計(jì)
    3.1 翼型幾何外形參數(shù)化
    3.2 網(wǎng)格自動(dòng)生成技術(shù)
    3.3 流場數(shù)值計(jì)算
    3.4 翼型Pareto多目標(biāo)優(yōu)化設(shè)計(jì)
    3.5 3種算法優(yōu)化結(jié)果比較
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于代理模型的大型民機(jī)機(jī)翼氣動(dòng)優(yōu)化設(shè)計(jì)[J]. 韓忠華,張瑜,許晨舟,王凱,吳猛猛,朱震,宋文萍.  航空學(xué)報(bào). 2019(01)
[2]大型民用飛機(jī)氣動(dòng)外形典型綜合設(shè)計(jì)方法[J]. 黃江濤,高正紅,余婧,鄭傳宇,周鑄.  航空學(xué)報(bào). 2019(02)
[3]一種改進(jìn)的果蠅優(yōu)化算法及其在氣動(dòng)優(yōu)化設(shè)計(jì)中的應(yīng)用[J]. 田旭,李杰.  航空學(xué)報(bào). 2017(04)
[4]布谷鳥搜索算法研究綜述[J]. 蘭少峰,劉升.  計(jì)算機(jī)工程與設(shè)計(jì). 2015(04)
[5]整數(shù)規(guī)劃的布谷鳥算法[J]. 吳炅,周健勇.  數(shù)學(xué)理論與應(yīng)用. 2013(03)
[6]CS算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測[J]. 高述濤.  計(jì)算機(jī)工程與應(yīng)用. 2013(09)
[7]基于NURBS方法的機(jī)翼氣動(dòng)外形優(yōu)化[J]. 馬曉永,范召林,吳文華,楊黨國.  航空學(xué)報(bào). 2011(09)

博士論文
[1]基于代理模型的高效氣動(dòng)優(yōu)化設(shè)計(jì)方法及應(yīng)用[D]. 劉俊.西北工業(yè)大學(xué) 2015



本文編號(hào)：3456911