本文關(guān)鍵詞：基于智能優(yōu)化算法的系統(tǒng)可靠性?xún)?yōu)化問(wèn)題研究　出處：《吉林大學(xué)》2017年博士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 差分進(jìn)化算法 蝙蝠算法 內(nèi)部搜索算法 可靠性?xún)?yōu)化問(wèn)題 組合優(yōu)化 非線(xiàn)性規(guī)劃

【摘要】：可靠性?xún)?yōu)化問(wèn)題是工程領(lǐng)域內(nèi)復(fù)雜的非線(xiàn)性數(shù)學(xué)規(guī)劃問(wèn)題,傳統(tǒng)的優(yōu)化技術(shù)無(wú)法在有限的時(shí)間內(nèi)取得問(wèn)題最優(yōu)解。智能優(yōu)化算法的出現(xiàn)為解決該類(lèi)問(wèn)題提供了一種新的有效的解決方案。它能夠在有限的時(shí)間內(nèi)得到復(fù)雜優(yōu)化問(wèn)題的近似最優(yōu)解,解決了傳統(tǒng)優(yōu)化技術(shù)難以解決的問(wèn)題,開(kāi)啟了優(yōu)化技術(shù)領(lǐng)域的新篇章。目前對(duì)智能優(yōu)化算法的研究取得了很多成果,但是算法本身尚普遍存在著一定的局限性,如早熟收斂,控制參數(shù)的設(shè)置和調(diào)節(jié)困難,結(jié)果精度低等問(wèn)題。本文從智能優(yōu)化算法本身存在的缺點(diǎn)和不足出發(fā),以解決可靠性?xún)?yōu)化問(wèn)題為主要目標(biāo),對(duì)智能優(yōu)化算法在可靠性?xún)?yōu)化問(wèn)題中的應(yīng)用進(jìn)行了改進(jìn),其主要的研究工作如下:(1)針對(duì)基本的差分進(jìn)化算法中容易早熟收斂的問(wèn)題,提出了一種改進(jìn)的差分進(jìn)化算法。所提出的新算法中將原始差分進(jìn)化算法中的調(diào)節(jié)因子F和交叉概率CR兩個(gè)參數(shù)設(shè)置為自適應(yīng)調(diào)節(jié)的參數(shù)。對(duì)于調(diào)節(jié)因子F,每一代的進(jìn)化都取新的值Fi,隨著算法迭代次數(shù)的增加,使Fi的取值逐漸大于前i-1代的平均值Fmean;對(duì)于交叉概率CR也采用類(lèi)似的策略,不同的是,隨著迭代次數(shù)的增加,是CRi的取值小于平均值CRmean。同時(shí),對(duì)于算法的選擇策略也進(jìn)行了改進(jìn)。改進(jìn)后的算法既增強(qiáng)了算法在迭代的過(guò)程中種群的多樣性而避免了早熟收斂,又使算法在后期具有較快的收斂速度。仿真實(shí)驗(yàn)結(jié)果表明,該方法在解決串聯(lián)系統(tǒng)可靠性?xún)?yōu)化問(wèn)題上取得了良好的效果。針對(duì)智能優(yōu)化算法工作過(guò)程中全局搜索和局部搜索的平衡問(wèn)題,提出了結(jié)合Lévy飛行的差分進(jìn)化算法。智能優(yōu)化算法對(duì)解空間的搜索,理想的效果是全局搜索和局部搜索達(dá)到良好的平衡,即算法工作的前期在解空間中進(jìn)行大面積的全局搜索以增強(qiáng)解的多樣性,后期應(yīng)是進(jìn)行高效的局部搜索以加快收斂速度。所提出的方法很好的兼顧了算法全局搜索和局部搜索的平衡。通過(guò)對(duì)串并聯(lián)系統(tǒng)可靠性?xún)?yōu)化問(wèn)題的仿真實(shí)驗(yàn),結(jié)果表明這種方法較好的平衡了全局搜索與局部搜索,取得了很好的結(jié)果。(2)針對(duì)蝙蝠算法解決可靠性?xún)?yōu)化問(wèn)題時(shí),收斂速度慢、解的精度低等問(wèn)題,對(duì)蝙蝠算法的全局搜索策略和本地搜索策略進(jìn)行了改進(jìn),提出一種改進(jìn)的蝙蝠算法(IBA),使用該方法對(duì)復(fù)雜系統(tǒng)可靠性冗余優(yōu)化問(wèn)題進(jìn)行了仿真實(shí)驗(yàn),結(jié)果表明該方法在收斂速度上、解的精度上都有了大幅度的提高,并且具有更好的穩(wěn)定性。(3)對(duì)內(nèi)部搜索算法(Interior Search Algorithm,ISA)進(jìn)行了研究,并用于解決大規(guī)模系統(tǒng)可靠性?xún)?yōu)化問(wèn)題。對(duì)ISA算法的參數(shù)α進(jìn)行了改進(jìn),提出了自適應(yīng)參數(shù)的ISA算法。ISA算法中,參數(shù)α值越大,解的多樣性越好;反之,參數(shù)α值越小,算法的局部搜索能力越強(qiáng)�；谶@種特性,將ISA算法的參數(shù)α的初值設(shè)置為某一范圍內(nèi)的最大值,然后隨著迭代次數(shù)的增加,使參數(shù)α的值逐漸變小,最后變化為最小值,這樣既增強(qiáng)了算法工作前期解的多樣性避免陷入局部最優(yōu),又在后期提高了收斂速度。仿真實(shí)驗(yàn)結(jié)果表明,算法在解決大規(guī)模系統(tǒng)可靠性?xún)?yōu)化問(wèn)題上取得了很好的結(jié)果,并且算法在各方面性能指標(biāo)上都得到了提高。(4)針對(duì)ISA算法解的精度低的問(wèn)題,提出了二階段的ISA算法。本算法將ISA算法的工作過(guò)程分為兩個(gè)階段:第一階段利用基本的ISA算法獲得初步最優(yōu)解;第二階段在此基礎(chǔ)上,在初步最優(yōu)解的周?chē)鲞M(jìn)一步的集中搜索,以得到增強(qiáng)的最優(yōu)解。實(shí)驗(yàn)表明,該算法在解決大規(guī)模系統(tǒng)可靠性?xún)?yōu)化問(wèn)題上,大幅度提高了解的精度和收斂速度,獲得了良好的結(jié)果。(5)在智能優(yōu)化算法的迭代過(guò)程中,新解的質(zhì)量對(duì)算法的精度和收斂速度影響很大。差分策略產(chǎn)生高質(zhì)量新解的能力較強(qiáng)。結(jié)合這一優(yōu)點(diǎn),將差分策略引入ISA算法來(lái)產(chǎn)生新的候選解。即在算法迭代的過(guò)程中,同時(shí)使用鏡子搜索策略和差分策略產(chǎn)生新的候選解,然后采用競(jìng)爭(zhēng)策略選取兩者中較優(yōu)的作為新的候選解。實(shí)驗(yàn)結(jié)果表明,算法在在解決大規(guī)模系統(tǒng)可靠性?xún)?yōu)化問(wèn)題上,取得了良好的效果。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP18;TB114.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高尚;系統(tǒng)可靠性?xún)?yōu)化方法[J];上海航天;2001年03期

2 劉飛,張為華;基于費(fèi)用函數(shù)的系統(tǒng)可靠性?xún)?yōu)化分配方法[J];機(jī)械設(shè)計(jì)與制造;2005年11期

3 喬心州;呂震宙;;基于區(qū)間模型的結(jié)構(gòu)非概率可靠性?xún)?yōu)化[J];應(yīng)用力學(xué)學(xué)報(bào);2012年06期

4 蔡迎建，，孫煥純;框架結(jié)構(gòu)的可靠性?xún)?yōu)化[J];計(jì)算力學(xué)學(xué)報(bào);1999年03期

5 李孟良,金家善;不同故障模式下的可靠性?xún)?yōu)化問(wèn)題[J];海軍工程大學(xué)學(xué)報(bào);2002年04期

6 王建成;基于遺傳算法的系統(tǒng)可靠性?xún)?yōu)化[J];裝備指揮技術(shù)學(xué)院學(xué)報(bào);2005年04期

7 崔利榮;一個(gè)網(wǎng)絡(luò)系統(tǒng)的可靠性?xún)?yōu)化[J];質(zhì)量與可靠性;1997年03期

8 王宇;余雄慶;杜小平;;基于支持向量機(jī)的序列可靠性?xún)?yōu)化方法[J];計(jì)算力學(xué)學(xué)報(bào);2013年04期

9 亢戰(zhàn);羅陽(yáng)軍;;基于凸模型的結(jié)構(gòu)非概率可靠性?xún)?yōu)化[J];力學(xué)學(xué)報(bào);2006年06期

10 陳華;周家啟;仇悅;;考慮結(jié)構(gòu)變化的網(wǎng)絡(luò)可靠性?xún)?yōu)化[J];系統(tǒng)工程學(xué)報(bào);1993年01期

相關(guān)會(huì)議論文 前4條

1 王磊;王曉軍;邱志平;;基于多源不確定參數(shù)的結(jié)構(gòu)混合可靠性?xún)?yōu)化設(shè)計(jì)方法研究[A];中國(guó)力學(xué)大會(huì)——2013論文摘要集[C];2013年

2 郝志明;張鐸;姜晉慶;陳儒;陳裕澤;徐友鉅;;復(fù)合材料回轉(zhuǎn)結(jié)構(gòu)的可靠性及可靠性?xún)?yōu)化[A];中國(guó)工程物理研究院科技年報(bào)（1998）[C];1998年

3 羅景峰;許開(kāi)立;;社會(huì)認(rèn)知優(yōu)化算法在系統(tǒng)可靠性?xún)?yōu)化中的應(yīng)用[A];第四屆中國(guó)智能計(jì)算大會(huì)論文集[C];2010年

4 王愛(ài)軍;楊和振;;彎曲加強(qiáng)器可靠性?xún)?yōu)化分析研究[A];第十五屆中國(guó)海洋（岸）工程學(xué)術(shù)討論會(huì)論文集(下)[C];2011年

相關(guān)博士學(xué)位論文 前1條

1 劉玉寶;基于智能優(yōu)化算法的系統(tǒng)可靠性?xún)?yōu)化問(wèn)題研究[D];吉林大學(xué);2017年

相關(guān)碩士學(xué)位論文 前5條

1 曲健;基于遺傳算法的系統(tǒng)可靠性?xún)?yōu)化研究[D];大連理工大學(xué);2006年

2 賈瑞;基于蟻群算法的結(jié)構(gòu)疲勞可靠性?xún)?yōu)化方法研究[D];南京航空航天大學(xué);2008年

3 肖劍;混合不確定性下可靠性?xún)?yōu)化方法及其在空間繩系設(shè)計(jì)中的應(yīng)用[D];電子科技大學(xué);2013年

4 于嘉騰;基于可靠性?xún)?yōu)化的機(jī)翼設(shè)計(jì)研究[D];沈陽(yáng)航空航天大學(xué);2015年

5 宋鋒;基于蟻群算法—有限元的結(jié)構(gòu)優(yōu)化方法研究[D];南京航空航天大學(xué);2007年

本文編號(hào)：1320228