液壓系統(tǒng)因其功率重量比大的優(yōu)勢,在實際生產(chǎn)中應(yīng)用十分廣泛,尤其是在大型、重型裝備中。系統(tǒng)的可靠性決定著設(shè)備能否正常運行,對系統(tǒng)進行可靠性優(yōu)化可實現(xiàn)低成本和高可靠性等目標(biāo)。相比傳統(tǒng)優(yōu)化方法,群智能算法對于解決液壓系統(tǒng)可靠性優(yōu)化這類復(fù)雜的優(yōu)化問題有著突出優(yōu)勢。因此,研究用有向動態(tài)拓撲結(jié)合兩階段多作用力微粒群算法和蝙蝠算法形成有向動態(tài)拓撲多作用力PSO-BA算法,并用此算法對液壓系統(tǒng)的可靠性進行優(yōu)化。首先,針對標(biāo)準(zhǔn)微粒群算法及蝙蝠算法作用力規(guī)則簡單的問題,提出一種兩階段多作用力規(guī)則,前期構(gòu)造平衡引斥力規(guī)則,后期構(gòu)造單一引力規(guī)則,將兩階段作用力規(guī)則分別與標(biāo)準(zhǔn)微粒群算法和蝙蝠算法結(jié)合,形成兩階段多作用力微粒群算法和兩階段多作用力蝙蝠算法。通過標(biāo)準(zhǔn)測試函數(shù)對改進后的微粒群算法和蝙蝠算法的搜索性能進行測試,并與其他改進算法對比,驗證兩階段多作用力微粒群算法和兩階段多作用力蝙蝠算法的可行性。其次,針對單一算法易陷入局部最優(yōu)的問題,提出一種有向動態(tài)拓撲多作用力PSO-BA算法,利用一種有向動態(tài)拓撲結(jié)構(gòu)做到算法之間優(yōu)勢互補,加強算法個體間的信息交互能力,提高算法的搜索性能。利用標(biāo)準(zhǔn)測試函數(shù)對有向動態(tài)拓撲多... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【部分圖文】：

標(biāo)準(zhǔn)PSO算法流程框圖

第4章有向動態(tài)拓撲多作用力PSO-BA算法-45-第4章有向動態(tài)拓撲多作用力PSO-BA算法單一的兩階段多作用力微粒群(TMFPSO)算法或兩階段多作用力蝙蝠(TMFBA)算法不能很好搜索到某些測試函數(shù)的可接受解，為解決這一問題，將TMFPSO算法和TMFBA算法融合形成多作用力PSO-BA算法；其次，為加強個體之間的信息交互，實現(xiàn)更好的信息交流共享，研究一種有向動態(tài)拓撲(DirectedDynamicTopology,DDT)結(jié)構(gòu)，并將該拓撲結(jié)構(gòu)與TMFPSO算法和TMFBA算法融合形成的多作用力PSO-BA算法結(jié)合形成有向動態(tài)拓撲多作用力PSO-BA算法；最后，對有向動態(tài)拓撲多作用力PSO-BA算法的拓撲特征參數(shù)及搜索性能進行測試，并與TMFPSO算法和TMFBA算法的結(jié)果對比，驗證有向動態(tài)拓撲多作用力PSO-BA算法的可行性與優(yōu)越性。本章研究思路如圖4-1所示。圖4-1本章研究思路4.1多作用力PSO-BA算法單一算法易陷入局部最優(yōu)，不能很好搜索到最優(yōu)解，從上文測試結(jié)果可知，對于一些測試函數(shù)，如函數(shù)f6(x)，兩階段多作用力微粒群(TMFPSO)算法和兩階段多作用力蝙蝠(TMFBA)算法沒有搜索到最優(yōu)解。為了有效解決這一問題，將TMFPSO算法和TMFBA算法融合形成多作用力PSO-BA算法。算法混合原理：TMFPSO算法和TMFBA算法的并行混合，即每次迭代時兩算法分別獨立搜索，將其中較好的結(jié)果作為下次迭代的共同初值。充分利用TMFPSO算法全局搜索能力好和TMFBA算法局部搜索能力好的優(yōu)勢，提高算法的整體搜索性能。

【參考文獻】：
期刊論文
[1]Review of Antiswing Control of Shipboard Cranes[J]. Yuchi Cao,Tieshan Li.  IEEE/CAA Journal of Automatica Sinica. 2020(02)
[2]基于EDEM的邊幫采煤機螺旋輸送性能研究[J]. 張強,張曉宇,吳澤光,王聰,張旭,蘇明星.  煤炭科學(xué)技術(shù). 2020(02)
[3]一種動態(tài)調(diào)整慣性權(quán)重的混合粒子群算法[J]. 胡堂清,張旭秀,曹曉月.  電光與控制. 2020(06)
[4]鍛造機雙缸液壓同步控制系統(tǒng)建模及仿真[J]. 吳娜,袁名偉.  鍛壓技術(shù). 2020(01)
[5]需求響應(yīng)的微電網(wǎng)優(yōu)化調(diào)度及改進的蝙蝠算法[J]. 沈艷軍,楊博.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2020(02)
[6]采用鯨魚算法的可控擴散葉型優(yōu)化設(shè)計[J]. 黃松,陽誠武,韓戈,趙勝豐,王名揚,盧新根.  西安交通大學(xué)學(xué)報. 2020(03)
[7]高速經(jīng)編機槽針機構(gòu)運動精度可靠性優(yōu)化[J]. 聶飛飛,周金宇,曹清林.  機械設(shè)計與制造. 2019(12)
[8]基于鯊魚優(yōu)化算法的液壓伺服系統(tǒng)自抗擾控制[J]. 周美玲,劉悅.  電氣傳動. 2019(11)
[9]基于改進蝙蝠算法的模糊PID規(guī)則優(yōu)化研究[J]. 杜學(xué)武,張明新,沙廣濤,伍秋玉.  計算機工程. 2020(08)
[10]有桿泵排采系統(tǒng)冗余可靠性優(yōu)化設(shè)計[J]. 陳曉寧,劉春花,劉國強,吳建軍,劉新福.  石油礦場機械. 2019(05)

碩士論文
[1]有向自組織動態(tài)拓撲混合群智能算法及應(yīng)用[D]. 張曉磊.燕山大學(xué) 2019
[2]基于混合群智能算法的液壓矯直機PID參數(shù)優(yōu)化[D]. 楊曉榮.燕山大學(xué) 2018
[3]料耙液壓系統(tǒng)故障診斷專家系統(tǒng)和優(yōu)化研究[D]. 文小莉.武漢科技大學(xué) 2016
[4]動態(tài)拓撲兩階段微粒群算法及多態(tài)系統(tǒng)可靠性優(yōu)化[D]. 檀雪云.燕山大學(xué) 2016



本文編號：3293374