本文關(guān)鍵詞：基于自適應(yīng)遺傳算法的多目標(biāo)優(yōu)化研究

  更多相關(guān)文章： 多目標(biāo)優(yōu)化 遺傳算法 氣動(dòng)優(yōu)化 左右距離差值 自適應(yīng)調(diào)整

【摘要】：第二代非劣排序遺傳算法(NSGA-II)是求解多目標(biāo)優(yōu)化問(wèn)題的經(jīng)典算法之一。為了使所求解集能夠更均勻地收斂于Pareto前沿,本文對(duì)算法中擁擠距離的排序比較方式進(jìn)行了改進(jìn),引入種群個(gè)體左右距離差值比較的概念,并采用了自適應(yīng)的交叉、變異算子以及最小距離篩選機(jī)制,發(fā)展了一種改進(jìn)的自適應(yīng)NSGA-II算法(IANSGA-2)。接著,選用典型的多目標(biāo)測(cè)試函數(shù),對(duì)發(fā)展的算法從函數(shù)的收斂性和分布性兩方面進(jìn)行了考核運(yùn)算,通過(guò)與原有算法的比較分析,展示了算法的可行性。在此基礎(chǔ)上,論文把發(fā)展的算法用于翼型多目標(biāo)優(yōu)化,給出了典型翼型升力系數(shù)和升阻比雙目標(biāo)最大的優(yōu)化算例。結(jié)果表明,優(yōu)化后的升力系數(shù)與升阻比目標(biāo)值都能均勻地分布在Pareto前沿,其對(duì)應(yīng)的優(yōu)化翼型與初始參考翼型相比,氣動(dòng)性能得到了明顯的改善。算例總體上展示出發(fā)展的基于左右差值距離比較的自適應(yīng)NSGA-2算法,綜合性能優(yōu)于經(jīng)典的NSGA-2算法。
【關(guān)鍵詞】：多目標(biāo)優(yōu)化 遺傳算法 氣動(dòng)優(yōu)化 左右距離差值 自適應(yīng)調(diào)整
【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)】：TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-12
• 第一章 緒論12-17
• 1.1 研究背景12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-16
• 1.2.1 遺傳算法的研究進(jìn)展13-14
• 1.2.2 基于進(jìn)化算法的多目標(biāo)優(yōu)化算法14-16
• 1.3 本文主要工作16-17
• 第二章 遺傳算法簡(jiǎn)介及應(yīng)用17-27
• 2.1 引言17
• 2.2 遺傳算法基本流程17-22
• 2.2.1 編碼18-19
• 2.2.2 適應(yīng)度函數(shù)計(jì)算19
• 2.2.3 遺傳操作19-20
• 2.2.4 控制參數(shù)選擇20-21
• 2.2.5 約束條件處理21-22
• 2.3 單目標(biāo)函數(shù)優(yōu)化算例與分析22-26
• 2.4 本章小結(jié)26-27
• 第三章 多目標(biāo)優(yōu)化遺傳算法27-39
• 3.1 引言27
• 3.2 多目標(biāo)優(yōu)化問(wèn)題的數(shù)學(xué)描述27-28
• 3.3 非支配排序遺傳算法28-29
• 3.4 自適應(yīng)算法研究29-31
• 3.4.1 自適應(yīng)遺傳算子29-30
• 3.4.2 自適應(yīng)篩選距離30-31
• 3.5 左右差值距離評(píng)價(jià)方法31-32
• 3.6 函數(shù)優(yōu)化驗(yàn)證結(jié)果與分析32-38
• 3.6.1 經(jīng)典測(cè)試函數(shù)32-33
• 3.6.2 算法收斂性能分析33-34
• 3.6.3 Pareto前沿分布分析34-35
• 3.6.4 測(cè)試結(jié)果35-36
• 3.6.5 測(cè)試函數(shù)比較36-38
• 3.7 本章小結(jié)38-39
• 第四章 基于改進(jìn)NSGA-2 算法的二維氣動(dòng)外形優(yōu)化39-52
• 4.1 引言39
• 4.2 CST翼型參數(shù)化方法39-40
• 4.3 算法基本結(jié)構(gòu)40-42
• 4.4 翼型氣動(dòng)優(yōu)化設(shè)計(jì)算例42-51
• 4.4.1 網(wǎng)格生成42
• 4.4.2 設(shè)計(jì)參數(shù)及約束條件42-43
• 4.4.3 低速小攻角翼型多目標(biāo)氣動(dòng)優(yōu)化算例43-47
• 4.4.4 跨音速小攻角翼型多目標(biāo)氣動(dòng)優(yōu)化算例47-51
• 4.5 本章小結(jié)51-52
• 第五章 總結(jié)與展望52-54
• 5.1 工作總結(jié)52
• 5.2 后續(xù)研究工作展望52-54
• 參考文獻(xiàn)54-58
• 致謝58-59
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文59

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 閻超;甘文彪;;大型飛機(jī)氣動(dòng)設(shè)計(jì)中的CFD技術(shù)[J];航空制造技術(shù);2010年14期

2 劉瓊蓀;周聲華;;基于自適應(yīng)懲罰函數(shù)法的混合遺傳算法[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年06期

3 李春光,鄭宏,葛修潤(rùn),王水林;六面體單元等參逆變換的一種迭代解法[J];巖土力學(xué);2004年07期

，

本文編號(hào)：798751