基于α-stable分布的多目標(biāo)粒子群算法研究及應(yīng)用
關(guān)鍵詞：動(dòng)態(tài)變異 翼型設(shè)計(jì) 氣動(dòng)優(yōu)化
摘要：多目標(biāo)的粒子群算法(MOPSO)在各個(gè)領(lǐng)域的優(yōu)化設(shè)計(jì)中得到了廣泛應(yīng)用及改進(jìn),但是目前仍然存在著在進(jìn)化后期容易陷入局部最優(yōu)導(dǎo)致收斂精度低、解的多樣性差等問(wèn)題。引入α-stable分布理論,發(fā)展建立了一種新的基于α-stable動(dòng)態(tài)變異的多目標(biāo)粒子群優(yōu)化算法(ASMOPSO)。通過(guò)α-stable分布生成隨機(jī)數(shù)對(duì)PSO算法的種群進(jìn)行變異操作,增加種群的多樣性,在算法中動(dòng)態(tài)調(diào)整穩(wěn)定性系數(shù)α實(shí)現(xiàn)變異范圍和幅度的變化,從而使得改進(jìn)的ASMOPSO算法具有兼顧計(jì)算精度和全局尋優(yōu)的能力。使用ZDT系列無(wú)約束函數(shù)和帶約束的Tanaka及Srinivas函數(shù)對(duì)改進(jìn)前后的算法進(jìn)行了測(cè)試,結(jié)果顯示出了ASMOPSO算法的快速全局尋優(yōu)性能。將改進(jìn)后的算法應(yīng)用到RAE2822跨音速翼型的減阻和力矩絕對(duì)值不增大的綜合優(yōu)化中,得到了較好的多目標(biāo)氣動(dòng)優(yōu)化結(jié)果。
西北工業(yè)大學(xué)學(xué)報(bào)雜志要求:
{1}論文正文后附作者簡(jiǎn)介，格式參照：姓名(出生年月-)，性別，籍貫，職稱(chēng)，學(xué)位，單位，研究方向，聯(lián)系電話(huà)和郵箱。
{2}其他來(lái)稿不得一稿多投。本刊對(duì)稿件有權(quán)刪改。
{3}若文中涉及表格或圖片，原則上不跨頁(yè)，表須有置于表格上方的編號(hào)與表頭，圖須有置于圖片下方的編號(hào)與圖說(shuō)，編號(hào)均以阿拉伯?dāng)?shù)字排序。
{4}正文的標(biāo)題層次用阿拉伯?dāng)?shù)字編號(hào)，不同層次的數(shù)字之間用下圓點(diǎn)“．”相隔，如“l(fā)”，“2.1”，“3.1.2”，并一律左頂格。
{5}如果論文涉及的是有關(guān)基金項(xiàng)目的研究?jī)?nèi)容，頒注明基金或資助機(jī)構(gòu)的名稱(chēng)、項(xiàng)目編號(hào)，交稿時(shí)需附交項(xiàng)目批準(zhǔn)工件復(fù)印件或電子文檔。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢(xún)雜志社
