基于智能优化算法的自适应协同优化方法研究

admin · 发表于 2022-9-1 13:35:54

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
多学科设计优化(Multidisciplinary Design Optimization, MDO)是二十世纪八十年代发展起来的处理大规模、多耦合复杂工程系统的设计优化方法。其中的协同优化方法(collaborative optimization, CO)具有高度学科自治、多级优化和分布式计算等特点，能够有效地解决大规模复杂工程系统的设计优化题目，已在航空航天、船舶、汽车、机械等领域中得到广泛应用。然而，CO方法也因其自身优化模型与原理而存在计算效率低和收敛困难的缺陷。前者是CO方法采用常规数值算法所导致，后者是由于CO方法系统级定义不完善造成的。本文研究在CO方法的系统级采用智能优化算法，解决优化效率低的题目。采用自适应机制改进智能优化算法的种群操作，形成自适应遗传算法、自适应模拟退火算法、自适应粒子群算法、自适应GASA混合算法等算法。为了扩大CO方法处理题目的范围，开发集成以上算法的智能优化算法库，通过算法指南和参数指南辅助使用。设计人员通过算法指南选择合适的系统级算法，并根据参数指南的建议合理确定算法的参数。为了克服由于CO方法内部定义缺陷而造成的收敛困难，结合自适应机制，分析系统级优化点与约束条件的位置关系，基于学科不一致信息构造自适应惩罚函数，转化系统级约束条件，重新构建CO方法的系统级优化模型。基于上述分析，本文采用C++与matlab开发了多学科协同设计与智能优化原型系统，以两个工程实例验证了自适应智能协同优化方法的有效性与实用性。

基于智能优化算法的自适应协同优化方法研究

天涯海角也要找到Ni：基于智能优化算法的自适应协同优化方法研究

相关帖子

QQ微信同步：1144766066。

服务

网站

战略合作