多目标群搜索优化算法及其在结构设计中的应用

被引:13
作者
任凤鸣
王春
李丽娟
机构
[1] 广东工业大学土木与交通工程学院
基金
广东省自然科学基金;
关键词
多目标优化; 群搜索算法; 结构优化设计;
D O I
10.13624/j.cnki.issn.1001-7445.2010.02.020
中图分类号
TU318 [结构设计];
学科分类号
摘要
为克服工程结构多目标优化设计中遇到的边界处理困难、编程复杂、计算效率低等问题,结合Pareto最优解理论,将群搜索算法改进成多目标群搜索算法(multi-objective group search optimization,MGSO)。通过平面10杆桁架的连续变量优化及空间25杆桁架的离散优化设计的算例,证明多目标群搜索算法在工程结构优化设计中的可行性与实用性。结果表明:多目标群搜索算法作为一种随机算法,其收敛速度快,在计算过程中只需要选择整体最优个体,不需要逐个检查约束,能节省大量的计算时间,对于高维问题,特别是复杂的工程实际问题,有明显的优越性。
引用
收藏
页码:216 / 221
页数:6
相关论文
共 8 条
[1]   基于微粒群算法的膜片弹簧优化设计 [J].
张卫波 ;
赖联锋 .
广西大学学报(自然科学版), 2008, (01) :40-44
[2]   基于动态交换策略的快速多目标粒子群优化算法研究 [J].
金欣磊 ;
马龙华 ;
刘波 ;
钱积新 .
电路与系统学报, 2007, (02) :78-83
[3]   基于在线归档技术的多目标粒子群算法 [J].
王丽 ;
刘玉树 ;
徐远清 .
北京理工大学学报, 2006, (10) :883-887
[4]   改进的多目标粒子群算法 [J].
熊盛武 ;
刘麟 ;
王琼 ;
史旻 .
武汉大学学报(理学版), 2005, (03) :308-312
[5]   单纯形-多目标粒子群优化方法的混合算法 [J].
安伟刚 ;
李为吉 .
西北工业大学学报, 2004, (05) :563-566
[6]  
多目标进化算法及其应用[M]. 国防工业出版社 , 崔逊学著, 2006
[7]  
IT-CEMOP: An iterative co-evolutionary algorithm for multiobjective optimization problem with nonlinear constraints[J] . M.S. Osman,Mahmoud A. Abo-Sinna,A.A. Mousa.Applied Mathematics and Computation . 2006 (1)
[8]   Approximating the Nondominated Front Using the Pareto Archived Evolution Strategy [J].
Knowles, Joshua D. ;
Corne, David W. .
EVOLUTIONARY COMPUTATION, 2000, 8 (02) :149-172