資源描述：
《基于遺傳算法的協(xié)同優(yōu)化算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、基于遺傳算法的協(xié)同優(yōu)化算法研究摘要：針對(duì)協(xié)同優(yōu)化的系統(tǒng)級(jí)優(yōu)化可行域可能不存在的問題，在對(duì)已有改進(jìn)策略進(jìn)行分析的基礎(chǔ)上，采用遺傳算法和逐步增強(qiáng)約束強(qiáng)度的思想，提出了基于遺傳算法的協(xié)同優(yōu)化算法。該算法利用各子學(xué)科返冋的優(yōu)化值，計(jì)算種群中個(gè)體的不可行度，根據(jù)不可行度和閾值來決定該個(gè)體是否為可行解。并提出利用循壞迭代次數(shù)調(diào)整閾值的方法，保證了系統(tǒng)級(jí)優(yōu)化向一致性等式約束不滿足度減小的方向進(jìn)行，達(dá)到了有效增強(qiáng)子學(xué)科間一致性的冃的。最后，利用減速器典型算例對(duì)該方法進(jìn)行了驗(yàn)證，結(jié)果表明該方法的優(yōu)化性能良好，且具有一定的魯棒性和收斂性。關(guān)鍵詞：協(xié)同優(yōu)化；遺傳算法；不可行度；學(xué)科間一致性Anewco
2、llaborativeoptimizationbasedongeneticalgorithmAbstract:Inordertoensurethesolvabilityofsystemleveloptimization,thegeneticalgorithmandgraduallystrengtheningconstraintmethodareadoptedandanewcollaborativeoptimizationalgorithmbasedongeneticalgorithmispresentedaftertheanalysisofexitingimprovedcolla
3、borativeoptimizationalgorithms.Theinfeasibilitydegreeofindividualiscalculatedbytheoptimalresultsofsubsystems.Thefeasibilityofindividualisdeterminedbyitsinfeasibilitydegreeandthethreshold.Thethresholdisadjustedbythenumberofiterations,whichguaranteesthatthedissatisfactiondegreeofconsistencyequa
4、lityconstraintisreducedinthesystemleveloptimizationprocessandstrengthenstheinterdisciplinaryconsistency.Finally,thespeedreducerexampleisadoptedtotestthisoptimizationalgorithmandtheresultsshowthatthepresentedapproachisefficientandhassomerobustnessandconvergence?Keywords:collaborativeoptimizati
5、on;geneticalgorithm;infeasibilitydegree;interdisciplinaryconsistency0引言復(fù)雜工程系統(tǒng)的設(shè)計(jì)問題，往往涉及多個(gè)相互交叉的學(xué)科領(lǐng)域，多學(xué)科設(shè)計(jì)優(yōu)化（MDO）充分利用各子學(xué)科（子系統(tǒng)）間的協(xié)調(diào)效應(yīng)，能有效獲得整體最優(yōu)解，因而受到了國內(nèi)外學(xué)者的廣泛關(guān)注⑴。其中，MDO算法是MDO最核心部分，是MDO研究最活躍的領(lǐng)域。MDO算法可分為單級(jí)優(yōu)化算法和多級(jí)優(yōu)化算法兩大類，單級(jí)優(yōu)化算法僅在各子學(xué)科Z間的耦合情況非常簡單時(shí)才有效，國內(nèi)外對(duì)于耦合情況復(fù)雜的系統(tǒng)進(jìn)行多學(xué)科優(yōu)化時(shí)，基本上都采用多級(jí)優(yōu)化算法。多級(jí)優(yōu)化是指將系統(tǒng)分為系統(tǒng)級(jí)
6、和學(xué)科級(jí)兩個(gè)級(jí)別，并且分別進(jìn)行分析優(yōu)化的策略，目前研究較多的多級(jí)優(yōu)化算法包括協(xié)同優(yōu)化、并行子空間和兩級(jí)集成系統(tǒng)綜合。其屮，1994年斯坦福大學(xué)的Kroo教授等人提出的協(xié)同優(yōu)化（CO）算法，是-種較有前途的MDO方法，已在飛行器設(shè)計(jì)等研究工作中得到了應(yīng)用⑵。CO算法的分解形式與工程設(shè)計(jì)分工的組織形式相一致，各學(xué)科保持了各自的分析設(shè)計(jì)自由。同時(shí)，具有軟件易于集成、可并行處理等優(yōu)點(diǎn)，能極大地縮短設(shè)計(jì)周期，非常適合于大規(guī)模工程系統(tǒng)的MDO問題。但作為一門新興的學(xué)科，CO在很多方面還不夠完善。系統(tǒng)級(jí)優(yōu)化中采用的一致性等式約束，是一種理想狀態(tài)，而在一般情況下，系統(tǒng)級(jí)優(yōu)化問題的可行域很可能不存
7、在〔測(cè)。同時(shí)，部分研究結(jié)果表明，CO的優(yōu)化結(jié)果對(duì)初始點(diǎn)的選取敏感，而且優(yōu)化結(jié)果可能不收斂⑸。目前，一些學(xué)者在CO算法的改進(jìn)方面進(jìn)行了研究，給岀了一?系列的改進(jìn)策略。Sobieski等提出了基于響應(yīng)面的CO算法⑹，利用響應(yīng)面來近似系統(tǒng)級(jí)的一致性約束函數(shù)，響應(yīng)面的構(gòu)造依賴于設(shè)計(jì)點(diǎn)的選擇方法和近似技術(shù)。Alexandrov等提出了松弛因子法⑺，對(duì)系統(tǒng)級(jí)一致性約束進(jìn)行松弛，將等式約束變?yōu)椴坏仁叫问剑沙谝蜃拥倪x取具有一定的難度。韓明紅等利用罰函數(shù)法同，將系統(tǒng)級(jí)的一致性約束下的優(yōu)化問題轉(zhuǎn)換
