一种引入复合形法的改进引力搜索算法

针对引力搜索算法求解复杂问题时搜索精度不高、易出现早熟收敛问题,提出一种引入复合形法的改进引力搜索算法。该算法在寻优初期利用引力搜索算法进行全局搜索,同时对引力系数进行改进,以提高全局收敛速度;在寻优后期,当算法出现早熟收敛现象时,引入复合形法,利用复合法较强的局部搜索能力,帮助种群快速跳出局部最优解。通过5个标准测试函数验证了改进算法的可行性和有效性。与标准引力搜索算法、基于权值的引力搜索算法、记忆性引力搜索算法相比,该算法具有更高的收敛精度和更快的收敛速度。     

基于ASCP-CS算法的桥式吊车滑模控制器设计

针对桥式吊车滑模控制器参数设置繁琐以及布谷鸟搜索算法(Cuckoo Search,CS)全局搜索能力不足问题,提出了自适应选取交叉操作算子的布谷鸟搜索算法(Cuckoo Search Algorithm with Adaptively Selecting Crossover Points,ASCP-CS),并将该算法用于桥式吊车滑模控制器参数整定.该算法在CS算法的基础上改进自适应搜索步长,并在交叉操作过程中引入自适应选取染色体交叉点.通过对4种典型寻优函数进行测试的结果表明:ASCP-CS算法具有较好的寻优精度和搜索能力.对桥式吊车滑模控制器采用不同优化算法进行参数整定,仿真实验表明,基于该算法的控制器能更快地实现吊车负载定位,更有效抑制负载摆角,并具有较好的鲁棒性.     

长距离重力输水管道优化设计比较研究

长距离输水管道已成为保证城市供水可靠性和安全性的重要途径.以树状重力输水管网的线性规划模型为基础,分别应用单纯形法、遗传算法及其组合算法进行了长距离输水管道系统的优化设计.研究表明,遗传算法和线性规划法的联合应用可为长距离输水管道系统的优化设计提供一种可行而有效的新方法,既可以充分利用遗传算法的全局寻优能力,又能利用线性规划法获得一组具有标准管径的最优管长组合方案,可为方案评估提供多种可供选择的优化方案.     

基于自适应模拟退火的改进混合粒子群算法

为了改善旅行商(TSP)优化求解能力,对模拟退火与混合粒子群算法进行改进,引入了自适应寻优策略。交叉、变异的混合粒子群算法,易于陷入局部最优,而自适应的模拟退火算法可以跳出局部最优,进行全局寻优,所以两者的结合兼顾了全局和局部。该算法增加的自适应性寻优策略提供了判定粒子是否陷入局部极值的条件,并可借此以一定概率进行自适应寻优,增强了全局寻优能力。与混合粒子群算法实验结果对比,显示了本文算法的有效性。     

离散变量结构优化设计的复合形遗传算法

对离散复合形法提出了一种新的初始点产生办法,并基于满应力思想,对离散复合形法的优化结果进行进一步搜索,提高了离散复合形法的局部寻优能力·为了弥补遗传算法自身的不足,把改进的复合形算法作为复合形算子嵌入到遗传算法中,以提高遗传算法的局部寻优能力;同时对遗传操作过程做了改进,如在进化初期采用大的交叉率,以尽快筛选出最优个体;对最差个体采用大的变异率,使其向最优解逼近,从而建立了一种离散变量结构优化设计的混合遗传算法·算例表明这种混合遗传算法优于基本遗传算法和改进的复合形法,是可行和有效的·     

基于最大熵原理的复合形法及其在边坡稳定分析中的应用

将最大熵原理应用于基本复合形法的优化计算中，旨在提高算法的寻优成功率。具体步骤为：选取复形中熵最大的顶点为寻优点；在复形其余各点的加权中心点与寻优点的连线上，搜索比寻优点改善的新顶点；并替换掉寻优点构成新的复形；如此迭代直至复形中的信息被完全利用。采用基本复合形法和基于最大熵原理的复合形法对两个复杂土坡的最小安全系数进行了搜索，结果表明基于最大熵原理的复合形法的全局搜索能力有了明显改善。     

优化设计中的拟网格原理(Ⅱ)

建立了拟直接网格优化法,导出了评估该法计算量的公式,从而为避免当维数n较大时网格法所存在的组合爆炸问题提供了一个可行途径。实例计算证明,拟直接网格法特别适用于复杂结构的优化设计计算,并能在大幅度减少计算量的同时找到近似的全局最优方案。     

基于基因重组的新颖克隆选择算法

受生物免疫系统免疫机制的启发,提出了一种新的克隆选择算法RBCSA.首先,根据B细胞免疫反应中的基因重组原理引入了一种新的基因重组复合算子来加强种群个体之间的信息交互,进而提高算法全局搜索的能力.然后,对克隆选择算法中的超变异算子进行了改进,进一步加强了算法的局部搜索和寻优的能力.最后,结合新提出的基因重组算子和改进的超变异算子,提出了一种新的基于基因重组的克隆选择算法,并通过求解16个常用的全局最优化问题的经典测试函数进行仿真实验,结果表明RBCSA算法具有很好的平衡全局探索和局部寻优的能力,有效地提升了克隆选择算法的寻优性能,尤其对于高维最优化测试函数.另外,与现有其他进化算法相比,RBCSA算法显示出了很强的竞争力.     

融合混沌和捕食搜索的混合粒子群算法

针对标准粒子群算法在处理复杂函数时存在的收敛速度慢、易陷入局部最优的缺点,提出了新的混合粒子群算法.该算法利用混沌运动的遍历性、对初始条件的敏感性等特性进行群体的混沌初始化,且捕食搜索策略可以通过调节限制级别的控制粒子群的搜索空间,从而平衡全局搜索和局部搜索.测试结果表明,新算法具有更快的收敛速度和更强的全局寻优能力.     

履带起重机臂架结构的设计研究及优化

臂架结构尺寸的大小,对起重机的经济性和安全性起着重要的作用.本文首先对臂架结构进行参数化设计,然后利用粒子群优化算法进行优化设计,但在应用过程中,该算法较易陷入局部最优解.为此,引进模拟退火算法,对粒子群算法进行“扰动”,当判断粒子群算法陷入局部最优解后,能够跳出,继续寻找全局最优解.结果表明:该组合算法对臂架结构优化收敛速度显著,具有较好的工程应用价值.