基于人工鱼群算法的复杂系统可靠性优化

基于人工鱼群算法的复杂系统可靠性优化

ID:36783077

大小:375.40 KB

页数:4页

时间:2019-05-15

基于人工鱼群算法的复杂系统可靠性优化_第1页
基于人工鱼群算法的复杂系统可靠性优化_第2页
基于人工鱼群算法的复杂系统可靠性优化_第3页
基于人工鱼群算法的复杂系统可靠性优化_第4页
资源描述:

《基于人工鱼群算法的复杂系统可靠性优化》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、维普资讯http://www.cqvip.com2第00380年卷6月第3期Joumalo台f州T学aiz院ho学u报UniversityVo1.30.NO.3Jun.20o8基于人工鱼群算法的复杂系统可靠性优化王正初(台州学院机电与建筑工程学院,浙江台州318ooo)摘要:由于复杂系统可靠性函数常常具有非线性的特点,因此设计既要满足可靠度又要使系统成本最小,成了优化设计中的难点。针对这一问题,提出了基于群体智能一人工鱼群算法(ArtificialFishSchoolAlgorithm,AFSA)的优化方法。给出了基于鱼群算法的可靠性的求解策略,详细探讨了鱼群算法在系统

2、的可靠性优化计算中应用的可行性.并对非串一并联系统的可靠性分配的可靠性优化设计问题进行分析计算。结果表明该算法具有较强的局部搜索能力和较高的搜索效率,论证了该算法在复杂系统可靠性优化中的可行性和有效性。关键词:鱼群算法;可靠性;优化;复杂系统中图分类号:rI'B114.3文献标识码:A文章编号:1672—3708(2008)03—0028—041引言系统可靠性优化一般是指在一定资源约束条件下寻找一种最佳设计方案,使系统获得最高的可靠度或在一定可靠性指标要求的条件下使投资最小,以取得最大的经济效益【l】。复杂系统单元多,各个单元之间并不是简单的串联或并联,复杂系统可靠性优

3、化中的几个目标函数和约束函数均为非线性,而且目标函数又是一个多重极值函数,常常是非凸的和不连续的,很难采用基于梯度的微分方法(解析方法)求解刚。对于复杂系统的可靠性优化,仅有少数算法被证明是有效的,且没有哪一种算法被证明比其它的算法更优越。20世纪80年代以来,人们已提出了不少有效的启发式算法,如人工神经网络、遗传算法、模拟退火、蚁群算法以及混合优化策略等。这些算法都是通过模拟或揭示某些自然现象或过程而得到发展。为解决复杂问题提供了新的思路和手段,但算法都较为复杂,不易编程实现或者优化结果不是很理想【l】。2复杂系统可靠性优化问题的描述复杂系统中,最典型的两种系统是,非

4、串一并联系统(图1)和桥式系统(图2)。这两种问题可以描述为圈:S.t.R尺li=l,2,⋯,n(1)尺<尺l一.其中:为系统费用;尺为系统可靠度;尺⋯为系统可靠度下界;尺。为部件可靠度;尺一为部件可靠度下界。图l非串一并联可靠性系统图2桥式系统3人工鱼群算法Fig.1Re,abilityofnonsenes—Fig.2Reliabilityofbridge人工鱼群算法是一种新型的集群智能parallelconnectionsystemconnectionsystem收稿日期:2008—01一o4:修回日期:2008—05—14作者简介:王正初(1979一),男,浙江椒

5、江人,硕:上=,讲师,主要从事智能CAD、优化算法。维普资讯http://www.cqvip.com第3期王正初:基于人工鱼群算法的复杂系统可靠性优化29优化算法,其基本思想是:在一片水域中,鱼往往能自行或尾随其它鱼找到营养物质多的地方,因而鱼生存数目最多的地方一般就是本水域中营养物质最多的地方。人工鱼群算法根据这一特点.通过模拟鱼群的各种行为动作,结合动物自制体模式,来对问题进行优化。鱼群算法可表示如下:X=X+V~udrandOactiveO(2)—=_rT;]_rStepMO(3)IIlI其中=-,z,⋯,表示人工鱼当前的状态,X=,,⋯,表示在视野范围内的一个状

6、态,表示下一步的状态。表示人工鱼感知距离,Step表示人工鱼的最大移动步长,activeO表示鱼群的一种行为动作,MO表示一个随机数。鱼类的行为大致有以下四种:(1)捕食行为鱼在水中随机、自由地游动,当发现食物时,则向着食物逐渐增多的方向快速游去。在优化过程中,鱼群根据当前状态,在视野范围内,经过有限次的试探,寻找更优的状态,如果没有,则执行随机游动行为。(2)聚群行为鱼群在进化过程为了保证自身的生存和躲避危害会自然地聚集成群。鱼群在进行聚群行为时,遵守两个规则:尽量向临近伙伴的中心移动;避免过分拥挤。对于前者,人工鱼根据当前的状态,在视野范围内寻找伙伴及其中心,然后判

7、断中心位置的取值是否比当前状态更好,如果更好,就像中心位置行动一步,否则执行觅食行为。对于后者,通过设立拥挤度因子来实现,当中心处的拥挤度大于,则鱼将执行觅食行为。这样可以避免因为所有的鱼都陷入局部极小值,当然,这同时也会减缓收敛的速度。(3)追尾行为当鱼群中的一条或几条鱼发现食物时,其临近的伙伴会尾随其快速到达食物点。人工鱼找到视野范围内最优状态的伙伴,然后向其移动一步。如果没有,则执行随机游动行为。(4)随机游动行为算法中还设计了一个公告板,用以记录最优人工鱼个体状态及该人工鱼位置的食物浓度值。对人工鱼当前所处的环境进行评价,即模拟执

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。