資源描述：
《基于社會模型改進粒子群算法的翼型優(yōu)化設計》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、第43卷第5期2013年9月航空計算技術AeronauticalComputingTechniqueV01．43No．5Sep．2013基于社會模型改進粒子群算法的翼型優(yōu)化設計夏露，孫騰騰，李丁(西北工業(yè)大學翼型、葉柵空氣動力學國防科技重點實驗室，陜西西安710072)摘要：為了解決粒子群算法在尋優(yōu)過程中全局最優(yōu)和局部最優(yōu)的矛盾，通過在粒子群算法優(yōu)化過程中引入魚類的聚群行為，發(fā)展了一種基于社會模型的改進粒子群算法。算法以粒子可視范圍的不同用法為基礎，提出了兩種不同的優(yōu)化策略，同時探討了種群規(guī)模等參數(shù)對算法性能的影響，并通過函數(shù)測試結果證明了兩種優(yōu)化策略的
2、有效性和不同的優(yōu)化特性。將改進的優(yōu)化算法應用在翼型的氣動優(yōu)化中，顯著改善了翼型氣動特性，提高了算法的全局搜索能力，取得了良好的優(yōu)化效果。關鍵詞：粒子群算法；社會模型；聚群行為；翼型優(yōu)化設計中圖分類號：V211文獻標識碼：A文章編號：1671—654X(2013)05—0001．06AirfoilAerodynamicOptimizationDesignusingImprovedParticleSwarmOptimization．BasedonSocialModelXIALu，SUNTeng—teng，LINGDing(NationalKeyLaborat
3、oryofAerodynamicDesignandResearch，NorthwesternPolytechnicalUniversity，Xi’an710072，China)Abstract：InordertobalancetheglobalsearchabilityandlocalsearchabilityofParticleSwarmOptimi—zation(PSO)，anewalgorithmbasedonthesocialmodelisproposedbyintroducingthecollectiveactionwhichbelongsto
4、ArtificialFishSwarmAlgorithm(AFSA)．ThisnewalgorithmUSeStwooptimalstrategiesonthebasisofdifferentvisualrangeofparticles．Theeffectofparameterssuchaspopulationsizeonthealgorithmisdiscussed．Andthevalidityandtheoptimalcharacteristicsofthetwodifferentoptimalstrate-giesarealsotestifiedt
5、hroughthefunctiontest．Theproposedalgorithmisappliedtoairfoilaerodynamicoptimizationandaerodynamicfeaturesoftheairfoilareimproveddramatically．Inconclusion，theabilitytosearchfortheglobalminimumoftheproposedalgorithmoptimizedismuchbetterandtheoptimizedre—suhsarequitesatisfying．Keywo
6、rds：particleswarmoptimization；socialmodel；collectiveaction；airfoilaerodynamicoptimizationdesign引言隨著計算機技術和計算流體力學(CFD)的快速發(fā)展，采用數(shù)值優(yōu)化方法進行飛行器的氣動設計可以大大提高優(yōu)化設計效率并減少設計成本。然而，傳統(tǒng)的一些優(yōu)化方法如最速下降法、共軛梯度法和牛頓法等，都屬于局部優(yōu)化方法，容易陷人局部最優(yōu)，難以滿足實際工程對全局最優(yōu)解的需要?，F(xiàn)代的一些啟發(fā)式智能優(yōu)化算法如粒子群算法、遺傳算法等，雖能反映出更好的全局性，但其在全局最優(yōu)與局部最優(yōu)之間
7、卻往往存在著嚴重的沖突。因此，發(fā)展探尋具有良好的全局／局部搜索平衡能力的優(yōu)化算法十分必要。本文針對此問題，對人類決策中的一種現(xiàn)象——社會模型u1進行了探討與分析。在此指導下，將人工魚群算法中的簡化聚群行為引入到了基本粒子群優(yōu)化算法這一智能優(yōu)化算法中來，提出了一種基于社會模型的改進粒子群優(yōu)化算法，使得改進的算法具有良好的全局／局部搜索平衡能力，有效地提高了算法的尋優(yōu)性能。將該算法應用到翼型的氣動優(yōu)化設計中，取得了良好的結果。1粒子群算法基本粒子群優(yōu)化算法是由美國的社會心理學家收稿日期：2013—05—27修訂日期：2013—08—05基金項目：國家自然科學
8、基金項目資助(11172242)作者簡介：夏露(1977一)，女，遼寧大連人，副
