針對(duì)工程形狀設(shè)計(jì)領(lǐng)域中帶有多個(gè)約束條件的非線(xiàn)性設(shè)計(jì)優(yōu)化問(wèn)題,提出了一種自適應(yīng)的基于高斯分布的量子行為粒子群優(yōu)化（AG-QPSO）算法。通過(guò)自適應(yīng)地調(diào)整高斯分布,AG-QPSO算法能夠在搜索的初始階段有很強(qiáng)的全局搜索能力,隨著搜索過(guò)程的進(jìn)行,算法的局部搜索能力逐漸增強(qiáng),從而滿(mǎn)足了算法在搜索過(guò)程不同階段的需要。為了驗(yàn)證算法的有效性,在壓力容器和張弦設(shè)計(jì)問(wèn)題這兩個(gè)工程約束優(yōu)化問(wèn)題上進(jìn)行50輪獨(dú)立實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,在滿(mǎn)足所有約束條件的情況下,AG-QPSO算法在壓力容器設(shè)計(jì)問(wèn)題上取得了5 890. 931 5的平均解和5885. 3328的最優(yōu)解,在張弦設(shè)計(jì)問(wèn)題上取得了0. 010 96的平均解和0. 010 96的最優(yōu)解,遠(yuǎn)優(yōu)于標(biāo)準(zhǔn)粒子群優(yōu)化（PSO）算法、具有量子行為的粒子群優(yōu)化（QPSO）算法和高斯量子行為粒子群（G-QPSO）算法等現(xiàn)有的算法的結(jié)果,同時(shí)AG-QPSO算法取得的結(jié)果的方差較小,說(shuō)明該算法具有很好的魯棒性。 

【文章來(lái)源】：計(jì)算機(jī)應(yīng)用. 2020,40(05)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

全局最優(yōu)附近區(qū)域的種群分布

基于罰函數(shù)的AG-QPSO算法流程

在這個(gè)問(wèn)題中，圓柱形容器的兩端安裝著半球形的容器蓋，由兩個(gè)縱向焊縫組合形成一個(gè)圓柱體，如圖6所示。該問(wèn)題的目標(biāo)值由4個(gè)決策變量決定，分別是：壓力容器的厚度Ts，頭部厚度Th，容器內(nèi)半徑R和容器去掉頭部的長(zhǎng)度L。因此，壓力容器設(shè)計(jì)問(wèn)題的優(yōu)化問(wèn)題模型Y=[Ts,Th,R,L]=[X1,X2,X3,X4]可以描述為：

【參考文獻(xiàn)】：
期刊論文
[1]一種基于種群多樣性的粒子群優(yōu)化算法設(shè)計(jì)及應(yīng)用[J]. 韓紅桂,盧薇,喬俊飛.  信息與控制. 2017(06)
[2]多樣性反饋與控制的粒子群優(yōu)化算法[J]. 饒興華,王文格,胡旭.  計(jì)算機(jī)應(yīng)用. 2014(02)



本文編號(hào)：3475321