針對(duì)粒子群（Particle swam optimization, PSO）算法進(jìn)化后期收斂速度較慢,易陷入局部極值點(diǎn),精度較差等不足,提出膜計(jì)算多粒子群（MC-MPSO）算法。在該算法中,將原始PSO、標(biāo)準(zhǔn)PSO、中值導(dǎo)向粒子群（MPSO）、擴(kuò)展粒子群（EPSO）、多作用力粒子群（MFPSO）、兩階段作用力粒子群（TFPSO）等六種具有不同優(yōu)點(diǎn)的粒子群算法分別放入六個(gè)基本膜內(nèi),提出MC-MPSO算法的膜間交流與粒子更新機(jī)制,在進(jìn)化前期,各粒子群算法按自身機(jī)制進(jìn)行搜索尋優(yōu),即各基本膜各自進(jìn)化來充分發(fā)揮各基本膜內(nèi)算法的優(yōu)點(diǎn);在進(jìn)化后期,各基本膜內(nèi)算法與比自身更好的表層膜內(nèi)最優(yōu)解粒子交流,各表層膜逐步吞并搜索能力較差的基本膜,而最適合問題優(yōu)化求解的基本膜長大并按照表層膜輸出,使MC-MPSO算法集成了基本膜內(nèi)六種粒子群算法的各自優(yōu)勢(shì),并具有適應(yīng)不同類型優(yōu)化求解問題的尋優(yōu)能力。通過與基本膜內(nèi)六種粒子群算法的測(cè)試對(duì)比,與遺傳算法、魚群算法及其他基于膜計(jì)算的粒子群算法的比較,證明了MC-MPSO算法具有更好的尋優(yōu)能力和適用性。最后,將MC-MPSO算法應(yīng)用于串聯(lián)和橋式系統(tǒng)可靠性優(yōu)化問題,驗(yàn)證了所... 

【文章來源】：機(jī)械工程學(xué)報(bào). 2019,55(12)北大核心EICSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

MC-MPSO算法與魚群算法的對(duì)比曲線表7MC-MPSO算法與魚群算法對(duì)比

值47.5315.682.61×10-5平均時(shí)間/s4.292.942.87可以看出，MC-MPSO算法搜索求解優(yōu)于文獻(xiàn)[25]，且運(yùn)行時(shí)間也最短。3可靠性優(yōu)化應(yīng)用串聯(lián)系統(tǒng)和橋式系統(tǒng)是兩種檢驗(yàn)可靠性優(yōu)化效果的常用系統(tǒng)，下面對(duì)這兩種系統(tǒng)進(jìn)行可靠性優(yōu)化，通過算法對(duì)比來驗(yàn)證MC-MPSO算法的適應(yīng)性。3.1串聯(lián)系統(tǒng)針對(duì)5級(jí)串聯(lián)系統(tǒng)[26]，利用原始PSO、標(biāo)準(zhǔn)PSO、MPSO、EPSO、MFPSO、TFPSO和MC-MPSO算法分別進(jìn)行可靠性優(yōu)化，各算法種群維數(shù)為5，各算法的參數(shù)選取見表4，優(yōu)化結(jié)果如圖7和表9所示。圖7串聯(lián)系統(tǒng)可靠性優(yōu)化曲線表9串聯(lián)系統(tǒng)可靠性優(yōu)化結(jié)果優(yōu)化參數(shù)原始PSO算法標(biāo)準(zhǔn)PSO算法MPSO算法EPSO算法MFPSO算法TFPSO算法MC-MPSO算法P(x1)0.1600.1600.1720.1510.1630.1450.163P(x2)0.1530.1600.1160.1320.1480.1450.146P(x3)0.1270.1100.1830.1320.1140.1450.130P(x4)0.1550.1670.1440.1700.1550.1450.160P(x5)0.1190.1210.1290.1320.1370.1450.112C174.558174.797174.920174.851175.000174.829175.000P(T)0.5370.5400.5540.5390.5390.5440.535時(shí)間/s0.0140.0130.0170.0110.0150.0120.0023.2橋式系統(tǒng)針對(duì)橋式系統(tǒng)[26]，利用原始PSO、標(biāo)準(zhǔn)PSO、MPSO、EPSO、MFPSO、TFPSO和MC-MPSO算

月2019年6月陳東寧等：膜計(jì)算多粒子群算法231法分別對(duì)該模型進(jìn)行可靠性優(yōu)化，算法參數(shù)選取同上，得到對(duì)應(yīng)的優(yōu)化結(jié)果如圖8和表10所示。圖8橋式系統(tǒng)可靠性優(yōu)化曲線表10橋式系統(tǒng)可靠性優(yōu)化結(jié)果優(yōu)化參數(shù)原始PSO標(biāo)準(zhǔn)PSOMPSOEPSOMFPSOTFPSOMC-MPSOP(x1)0.1520.1580.1190.1350.1350.1260.149P(x2)0.1020.1000.1260.1350.1350.1260.112P(x3)0.2340.2070.3000.1350.1350.2700.213P(x4)0.1510.1580.1670.1350.1350.1260.150P(x5)0.1020.1000.1090.1350.1350.1260.095C173.691173.752167.001174.951175.000174.807175.000P(T)0.0360.0360.0410.0400.0400.0380.036時(shí)間/s0.0050.0050.0030.0110.0200.0120.001可見，MC-MPSO算法的尋優(yōu)能力均優(yōu)于原始PSO、標(biāo)準(zhǔn)PSO、MPSO、EPSO、MFPSO、TFPSO、以及文獻(xiàn)[26]混合μPSO算法，并且運(yùn)行時(shí)間也遠(yuǎn)小于其他算法。4結(jié)論(1)針對(duì)單一一種粒子群算法在求解不同優(yōu)化問題的適應(yīng)性不足，提出了膜計(jì)算多粒子群算法，并提出基于質(zhì)數(shù)拓?fù)浣Y(jié)構(gòu)的膜間載體交流機(jī)制，提高了算法的搜索精度和計(jì)算效率。(2)將所提出的MC-MPSO算法進(jìn)行了算法測(cè)試與對(duì)比，并應(yīng)用于串聯(lián)系統(tǒng)、橋式系統(tǒng)的可靠性優(yōu)化問題，驗(yàn)證了MC-MPSO算法對(duì)于解決優(yōu)化問題的可行性。參考文獻(xiàn)[1]KENNEDYJ,EBERHARTRC.Particleswarmoptimization[C]//IEEEInternationalConferenceonNeuralNetworks,November27-December1,1995,Perth,WA,Australia,IEEE,1995：1942-1948.[2]OUYANGH,GAOL,KONGX,etal.Hybridharmonysearchparticleswarmoptimizationwithglobaldimensionselection[J].InformationScien

【參考文獻(xiàn)】：
期刊論文
[1]帶時(shí)間窗裝卸一體化車輛路徑問題的混合離散粒子群優(yōu)化算法[J]. 周蓉,沈維蕾,劉明周,趙韓.  中國機(jī)械工程. 2016(04)
[2]Dynamic Topology Multi Force Particle Swarm Optimization Algorithm and Its Application[J]. CHEN Dongning,ZHANG Ruixing,YAO Chengyu,ZHAO Zheyu.  Chinese Journal of Mechanical Engineering. 2016(01)
[3]基于混沌理論和自適應(yīng)慣性權(quán)重的PSO算法優(yōu)化[J]. 安鵬.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2015(06)
[4]基于改進(jìn)粒子群算法和小波神經(jīng)網(wǎng)絡(luò)的高強(qiáng)鋼扭曲回彈工藝參數(shù)優(yōu)化[J]. 謝延敏,孫新強(qiáng),田銀,何育軍,卓德志.  機(jī)械工程學(xué)報(bào). 2016(19)
[5]基于混合粒子群算法的復(fù)雜機(jī)械產(chǎn)品裝配質(zhì)量控制閾優(yōu)化方法[J]. 王小巧,劉明周,葛茂根,馬靖,劉從虎.  機(jī)械工程學(xué)報(bào). 2016(01)
[6]求解液壓閥塊加工車間調(diào)度的多作用力微粒群算法[J]. 陳東寧,張瑞星,姚成玉,茜彥輝.  中國機(jī)械工程. 2015(03)
[7]混合粒子交互微粒群算法[J]. 姚成玉,王斌,陳東寧,張瑞星.  機(jī)械工程學(xué)報(bào). 2015(06)
[8]一種基于膜計(jì)算的改進(jìn)人工魚群算法[J]. 廖孝勇,李尚鍵,孫棣華,何偉,余楚中.  小型微型計(jì)算機(jī)系統(tǒng). 2014(05)
[9]基于T-S故障樹和混合μPSO算法的可靠性優(yōu)化方法[J]. 陳東寧,姚成玉.  中國機(jī)械工程. 2013(18)
[10]基于P系統(tǒng)的粒子群優(yōu)化算法[J]. 杜強(qiáng),向來生,劉希玉.  計(jì)算機(jī)應(yīng)用研究. 2013(08)

博士論文
[1]膜計(jì)算優(yōu)化方法研究[D]. 黃亮.浙江大學(xué) 2007

碩士論文
[1]細(xì)胞型膜計(jì)算模型遺傳優(yōu)化設(shè)計(jì)研究[D]. 歐柱.西南交通大學(xué) 2013
[2]粒子群膜算法及其應(yīng)用研究[D]. 周芬.西南交通大學(xué) 2011



本文編號(hào)：3498855