基于社会模型改进粒子群算法的翼型优化设计

基于社会模型改进粒子群算法的翼型优化设计

ID:46641831

大小:1.37 MB

页数:6页

时间:2019-11-26

基于社会模型改进粒子群算法的翼型优化设计_第1页
基于社会模型改进粒子群算法的翼型优化设计_第2页
基于社会模型改进粒子群算法的翼型优化设计_第3页
基于社会模型改进粒子群算法的翼型优化设计_第4页
基于社会模型改进粒子群算法的翼型优化设计_第5页
资源描述:

《基于社会模型改进粒子群算法的翼型优化设计》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、第43卷第5期2013年9月航空计算技术AeronauticalComputingTechniqueV01.43No.5Sep.2013基于社会模型改进粒子群算法的翼型优化设计夏露,孙腾腾,李丁(西北工业大学翼型、叶栅空气动力学国防科技重点实验室,陕西西安710072)摘要:为了解决粒子群算法在寻优过程中全局最优和局部最优的矛盾,通过在粒子群算法优化过程中引入鱼类的聚群行为,发展了一种基于社会模型的改进粒子群算法。算法以粒子可视范围的不同用法为基础,提出了两种不同的优化策略,同时探讨了种群规模等参数对算法性能的影响,并通过函数测试结果证明了两种优化策略的

2、有效性和不同的优化特性。将改进的优化算法应用在翼型的气动优化中,显著改善了翼型气动特性,提高了算法的全局搜索能力,取得了良好的优化效果。关键词:粒子群算法;社会模型;聚群行为;翼型优化设计中图分类号:V211文献标识码:A文章编号:1671—654X(2013)05—0001.06AirfoilAerodynamicOptimizationDesignusingImprovedParticleSwarmOptimization.BasedonSocialModelXIALu,SUNTeng—teng,LINGDing(NationalKeyLaborat

3、oryofAerodynamicDesignandResearch,NorthwesternPolytechnicalUniversity,Xi’an710072,China)Abstract:InordertobalancetheglobalsearchabilityandlocalsearchabilityofParticleSwarmOptimi—zation(PSO),anewalgorithmbasedonthesocialmodelisproposedbyintroducingthecollectiveactionwhichbelongsto

4、ArtificialFishSwarmAlgorithm(AFSA).ThisnewalgorithmUSeStwooptimalstrategiesonthebasisofdifferentvisualrangeofparticles.Theeffectofparameterssuchaspopulationsizeonthealgorithmisdiscussed.Andthevalidityandtheoptimalcharacteristicsofthetwodifferentoptimalstrate-giesarealsotestifiedt

5、hroughthefunctiontest.Theproposedalgorithmisappliedtoairfoilaerodynamicoptimizationandaerodynamicfeaturesoftheairfoilareimproveddramatically.Inconclusion,theabilitytosearchfortheglobalminimumoftheproposedalgorithmoptimizedismuchbetterandtheoptimizedre—suhsarequitesatisfying.Keywo

6、rds:particleswarmoptimization;socialmodel;collectiveaction;airfoilaerodynamicoptimizationdesign引言随着计算机技术和计算流体力学(CFD)的快速发展,采用数值优化方法进行飞行器的气动设计可以大大提高优化设计效率并减少设计成本。然而,传统的一些优化方法如最速下降法、共轭梯度法和牛顿法等,都属于局部优化方法,容易陷人局部最优,难以满足实际工程对全局最优解的需要。现代的一些启发式智能优化算法如粒子群算法、遗传算法等,虽能反映出更好的全局性,但其在全局最优与局部最优之间

7、却往往存在着严重的冲突。因此,发展探寻具有良好的全局/局部搜索平衡能力的优化算法十分必要。本文针对此问题,对人类决策中的一种现象——社会模型u1进行了探讨与分析。在此指导下,将人工鱼群算法中的简化聚群行为引入到了基本粒子群优化算法这一智能优化算法中来,提出了一种基于社会模型的改进粒子群优化算法,使得改进的算法具有良好的全局/局部搜索平衡能力,有效地提高了算法的寻优性能。将该算法应用到翼型的气动优化设计中,取得了良好的结果。1粒子群算法基本粒子群优化算法是由美国的社会心理学家收稿日期:2013—05—27修订日期:2013—08—05基金项目:国家自然科学

8、基金项目资助(11172242)作者简介:夏露(1977一),女,辽宁大连人,副

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。