文档介绍：万方数据
多族群粒子群优化算法飞行器结构模型修正于开平,刘荣贺多族群粒子群优化惴誩鷖粒子群优化惴ㄊ荎等¨。提出的一种基于群体智能的随机优化新方法,由于该算法具有算法简单,容易实现、可调整参数修改求解条件,求解效率较高等一系列优点,因此提出自以后得到了广泛的关注,并逐渐引入到了模型修正领域口。‘。但是该算法同时也存在着随机算法固有的优化结果不稳定,极易陷入早熟和局部最优等缺点,因此,此后科研人员在这方面做了大量的工作,提出了许多改进的惴ā蕖云谙庑┤毕荨本文针对粒子群算法的上述问题,提出了一种多族群粒子群优化惴ā8梅椒ㄍüD庾匀界中不同族群的粒子热绮煌肿宓姆赡窕蛘卟煌种群的猴子等谕磺蛩蜒巴恢质澄锏那ㄡ愫聚集行为,利用多个不同族群的粒子群同时对食物集中的最优位置进行搜索,同族群粒子之间信息共享,共同搜索最优位置,不同族群之问为霸占食物互相敌视,保持一定距离,并用各自不同的搜索方式对最优位置进行搜索,将粒子群单个群体的简单搜索转换为多个族群以各自的搜索方式同时搜索,具有较强的全局搜索能力,能够大大降低陷入局部极优值的概率。然后,将该算法引入到有限元模型修正中,对某型号飞行器结构进行了优化修正,修正后模型的固有频率有了非常显著的改善,证实了该算法对模型修正的有效性。标准粒子群呕惴标准粒子群算法¨¨假设粒子群由Ⅳ个粒子构成,每个粒子有阉乜瘴剩趂步迭代时第隽篺￡桓晔￡其中,⋯⋯,Ⅳ为粒子群粒子个数,,⋯,为粒子搜索维数,秽￡透阨分别为第隽W釉凇时刻的速度和位置,为第隽W铀阉鞯睦纷罴盐置,NU鋈禾宓淖钣盼恢茫琧。、何AW蛹铀傧凳为均匀分布的随机数,埘是粒子保持原速度摘要:针对粒子群优化惴ḿ紫萑刖植孔钣诺娜毕荩岢隽艘恢侄嘧迦毫W尤河呕惴,该关键词:模型修正;优化;多族群粒子群优化算法;导弹结构镆籶讥琇百子速度和位置的数学表达式为:口试桓晏戈￡戈。趇豕ひ荡笱Ш教旃こ逃肓ρ担算法具有较强的全局搜索能力,能极大地降低搜索陷入局部最优的概率。并将该算法引入到有限元模型修正中,对某型号飞行器结构进行了优化修正,修正后结构的固有频率都有了非常明显的改善,证实了算法的有效性及工程应用价值。中图分类号:.文献标识码:—,琣第卷第期振动与冲击:,.,,,.“.;;猺基金项目:国家自然科学基金面上项目收稿日期:——修改稿收到日期:——第一作者于开平男,博士,教授,年律通讯作者刘荣贺男,博士生,年律琀,
万方数据
其中:淮韒族群的群体最优位置,÷,∑何簃Ⅲ丝二灰籶:琩≤日多族群粒子群优化惴粒子群算法搜索容易陷入局部最优,究其原因,是由于族群各粒子对于族群最优位置的过于“盲从”,致使各粒子丧失了对全局最优位置继续搜寻的动力。为阻止这一问题的发生,本文提出了多族群粒子群优化的方法梅椒ɡ枚喔霾煌迦旱牧W尤同时对最优位置进行搜索,为防止其中某个族群搜索到的局部最优位置对其它族群的搜索也产生影响,各族群之间相互独立,寻优过程不做交流,并互相戒备保持相互远离,且通过不同的搜索方式对最优位置进行搜索,,AW幼迦鹤苁火灰籶:其中:一籶:猲族群提供逃跑的方向,是与群相反的方向;毋是逃跑速度的大小。下面就以两个族群为例详细介绍该算法的求解过程,首先按照标准粒子群算法的步骤,定义两个族群,确定两个族群的规模