船舶力学
船舶力學
선박역학
JOURNAL OF SHIP MECHANICS
2008年
2期
294-304
,共11页
协同优化(CO)%多目标遗传算法%潜水器设计
協同優化(CO)%多目標遺傳算法%潛水器設計
협동우화(CO)%다목표유전산법%잠수기설계
针对潜水器设计中涉及多个学科的耦合以及数据信息量大、数据关系复杂的问题,文章介绍了一种新的多目标协同优化算法.该方法将Pareto遗传算法(PGA)引入协同优化框架,二者的有机结合充分发挥各自的优势,该方法利用协同方法的分解协调机制将复杂系统的设计问题分解为一个系统级优化问题和几个学科级优化问题.采用PGA作为系统级优化器,不仅可以得到能够反映多目标优化问题实质的、客观的Pareto解集,而且,由于PGA是无需梯度信息的直接搜索算法,从而从根本上消除了协同优化由系统层一致性约束条件引起的收敛困难问题.在PGA与协同优化框架结合的过程中,采用目标函数的归一化处理、分级罚函数法、浮点数编码、群体分级和Paveto解集过滤器等技术提高算法的计算效率和可靠性,并通过一个数学算例和一个载人潜水器的例子证明了多目标协同优化算法的有效性.
針對潛水器設計中涉及多箇學科的耦閤以及數據信息量大、數據關繫複雜的問題,文章介紹瞭一種新的多目標協同優化算法.該方法將Pareto遺傳算法(PGA)引入協同優化框架,二者的有機結閤充分髮揮各自的優勢,該方法利用協同方法的分解協調機製將複雜繫統的設計問題分解為一箇繫統級優化問題和幾箇學科級優化問題.採用PGA作為繫統級優化器,不僅可以得到能夠反映多目標優化問題實質的、客觀的Pareto解集,而且,由于PGA是無需梯度信息的直接搜索算法,從而從根本上消除瞭協同優化由繫統層一緻性約束條件引起的收斂睏難問題.在PGA與協同優化框架結閤的過程中,採用目標函數的歸一化處理、分級罰函數法、浮點數編碼、群體分級和Paveto解集過濾器等技術提高算法的計算效率和可靠性,併通過一箇數學算例和一箇載人潛水器的例子證明瞭多目標協同優化算法的有效性.
침대잠수기설계중섭급다개학과적우합이급수거신식량대、수거관계복잡적문제,문장개소료일충신적다목표협동우화산법.해방법장Pareto유전산법(PGA)인입협동우화광가,이자적유궤결합충분발휘각자적우세,해방법이용협동방법적분해협조궤제장복잡계통적설계문제분해위일개계통급우화문제화궤개학과급우화문제.채용PGA작위계통급우화기,불부가이득도능구반영다목표우화문제실질적、객관적Pareto해집,이차,유우PGA시무수제도신식적직접수색산법,종이종근본상소제료협동우화유계통층일치성약속조건인기적수렴곤난문제.재PGA여협동우화광가결합적과정중,채용목표함수적귀일화처리、분급벌함수법、부점수편마、군체분급화Paveto해집과려기등기술제고산법적계산효솔화가고성,병통과일개수학산례화일개재인잠수기적례자증명료다목표협동우화산법적유효성.