文档介绍：广东工业大学硕士学位论文
启发式粒子群优化算法及其在结构优化设计中的应用
XXX
指导教师:XX教授
最优化设计问题
连续变量的最优化设计问题
结构最优化设计问题
离散变量的最优化设计问题
优化设计算法的发展
数学规划法
1960-1970
优化准则法
1970-1980
进化优化算法
1980-1990
群体智能算法
1990-2000
六十
年代
七十
年代
八十
年代
九十
年代
结构优化设计算法的发展概况
传统的优化设计算法
优点
简单
迭代次数少
传统的优化设计算法
缺点
分布约束
局部性约束条件
满应力法
进化计算
遗传算法
进化策略
遗传程序设计
进化规划
进化算法
进化策略
Evolutionary Strategies
进化规划
Evolutionary Programming
遗传算法
ic Algorithm
遗传程序设计
ic Programming
群智能算法
群智能算法
鱼群算法
蚁群算法
粒子群算法
粒子群优化算法
粒子群优化算法(Particle Swarm Optimizer)
c1, c2-正常数,称为加速因子;
r1, r2-[0, 1]间均匀分布的随机数;
Pi-第i个粒子历史最优位置;
Pg-所有Pi中的最优。
离散变量的粒子群优化算法
离散变量的粒子群优化算法
采取对离散变量集内的元素进行编号,以编号代替具体的离散变量值来用于搜索。
PSO的实现流程
初始化后按迭代公式进行计算,更新每个粒子的速度及位置。
判断是否达到收敛准则,若是则结束计算,否则继续计算。
计算每个粒子的适应值,并更新每个粒子的Pi和粒子群的Pg。
PSO的实现流程
被动群集的粒子群优化算法
被动群集的粒子群优化算法(Particle Swarm Optimizer with Passive Congregation)
c1, c2, c3-正常数;
r1, r2, r3-[0, 1]间均匀分布的随机数;
Pi-第i个粒子历史最优位置;
Pg-所有Pi中的最优。