基于遗传算法的协同优化算法研究

《基于遗传算法的协同优化算法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于遗传算法的协同优化算法研究摘要：针对协同优化的系统级优化可行域可能不存在的问题，在对已有改进策略进行分析的基础上，采用遗传算法和逐步增强约束强度的思想，提出了基于遗传算法的协同优化算法。该算法利用各子学科返冋的优化值，计算种群中个体的不可行度，根据不可行度和阈值來决定该个体是否为可行解。并提出利用循坏迭代次数调整阈值的方法，保证了系统级优化向一致性等式约束不满足度减小的方向进行，达到了有效增强子学科间一致性的冃的。最后，利用减速器典型算例对该方法进行了验证，结果表明该方法的优化性能良好，且具有一定的鲁棒性和收敛性。关键词：协同优化；遗传算法；不可行度；学科间一致性Anewco

2、llaborativeoptimizationbasedongeneticalgorithmAbstract:Inordertoensurethesolvabilityofsystemleveloptimization,thegeneticalgorithmandgraduallystrengtheningconstraintmethodareadoptedandanewcollaborativeoptimizationalgorithmbasedongeneticalgorithmispresentedaftertheanalysisofexitingimprovedcolla

3、borativeoptimizationalgorithms.Theinfeasibilitydegreeofindividualiscalculatedbytheoptimalresultsofsubsystems.Thefeasibilityofindividualisdeterminedbyitsinfeasibilitydegreeandthethreshold.Thethresholdisadjustedbythenumberofiterations,whichguaranteesthatthedissatisfactiondegreeofconsistencyequa

4、lityconstraintisreducedinthesystemleveloptimizationprocessandstrengthenstheinterdisciplinaryconsistency.Finally,thespeedreducerexampleisadoptedtotestthisoptimizationalgorithmandtheresultsshowthatthepresentedapproachisefficientandhassomerobustnessandconvergence・Keywords:collaborativeoptimizati

5、on;geneticalgorithm;infeasibilitydegree;interdisciplinaryconsistency0引言复杂工程系统的设计问题，往往涉及多个相互交叉的学科领域，多学科设计优化（MDO）充分利用各子学科（子系统）间的协调效应，能有效获得整体最优解，因而受到了国内外学者的广泛关注⑴。其中，MDO算法是MDO最核心部分，是MDO研究最活跃的领域。MDO算法可分为单级优化算法和多级优化算法两大类，单级优化算法仅在各子学科Z间的耦合情况非常简单时才有效，国内外对于耦合情况复杂的系统进行多学科优化时，基本上都采用多级优化算法。多级优化是指将系统分为系统级

6、和学科级两个级别，并且分别进行分析优化的策略，目前研究较多的多级优化算法包括协同优化、并行子空间和两级集成系统综合。其屮，1994年斯坦福大学的Kroo教授等人提出的协同优化（CO）算法，是-种较有前途的MDO方法，已在飞行器设计等研究工作中得到了应用⑵。CO算法的分解形式与工程设计分工的组织形式相一致，各学科保持了各自的分析设计自由。同时，具有软件易于集成、可并行处理等优点，能极大地缩短设计周期，非常适合于大规模工程系统的MDO问题。但作为一门新兴的学科，CO在很多方面还不够完善。系统级优化中采用的一致性等式约束，是一种理想状态，而在一般情况下，系统级优化问题的可行域很可能不存

7、在〔测。同时，部分研究结果表明，CO的优化结果对初始点的选取敏感，而且优化结果可能不收敛⑸。目前，一些学者在CO算法的改进方面进行了研究，给岀了一・系列的改进策略。Sobieski等提出了基于响应面的CO算法⑹，利用响应面来近似系统级的一致性约束函数，响应面的构造依赖于设计点的选择方法和近似技术。Alexandrov等提出了松弛因子法⑺，对系统级一致性约束进行松弛，将等式约束变为不等式形式，松弛因子的选取具有一定的难度。韩明红等利用罚函数法同，将系统级的一致性约束下的优化问题转换