华南理工大学学报（自然科学版）
華南理工大學學報（自然科學版）
화남리공대학학보（자연과학판）
JOURNAL OF SOUTH CHINA UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2013年
10期
108-116
,共9页
差分进化%协方差矩阵自适应策略%自适应子群体米母算法%子群体自适应策略%性能优化
差分進化%協方差矩陣自適應策略%自適應子群體米母算法%子群體自適應策略%性能優化
차분진화%협방차구진자괄응책략%자괄응자군체미모산법%자군체자괄응책략%성능우화
differential evolution%covariance matrix adaptation evolution strategy%self-adaptive subpopulations-based memetic algorithm%self-adaptive subpopulation strategy%performance optimization
结合差分进化(DE)与协方差矩阵自适应进化策略(CMAES),提出了自适应子群体米母算法(SaS-MA);为发挥SaS-MA的全局勘探和局部开发能力,设计了一个由删除机制和建立机制组成的子群体自适应策略;通过一个数值实验,将SaS-MA与DE、L-CMAES、PSO和IP-CMAES等算法进行了对比;最后对一个10层2跨的混凝土框架进行了位移性能优化,并将SaS-MA的优化结果与例题原始文献、目前广泛应用且性能可靠的DE、CMA、PSO和GA等算法的优化结果进行了对比.数值实验结果表明:子群体自适应策略通过动态删除和建立子群体,提高了算法性能;SaS-MA在统计学意义上优于其他4种算法,是一个有效、可靠的全局优化算法.位移性能优化算例结果表明:SaS-MA在混凝土框架位移优化问题上更具有效性;相比于其他4种算法,同等条件下SaS-MA能够得到最好的解,具备良好的寻优能力和收敛性.
結閤差分進化(DE)與協方差矩陣自適應進化策略(CMAES),提齣瞭自適應子群體米母算法(SaS-MA);為髮揮SaS-MA的全跼勘探和跼部開髮能力,設計瞭一箇由刪除機製和建立機製組成的子群體自適應策略;通過一箇數值實驗,將SaS-MA與DE、L-CMAES、PSO和IP-CMAES等算法進行瞭對比;最後對一箇10層2跨的混凝土框架進行瞭位移性能優化,併將SaS-MA的優化結果與例題原始文獻、目前廣汎應用且性能可靠的DE、CMA、PSO和GA等算法的優化結果進行瞭對比.數值實驗結果錶明:子群體自適應策略通過動態刪除和建立子群體,提高瞭算法性能;SaS-MA在統計學意義上優于其他4種算法,是一箇有效、可靠的全跼優化算法.位移性能優化算例結果錶明:SaS-MA在混凝土框架位移優化問題上更具有效性;相比于其他4種算法,同等條件下SaS-MA能夠得到最好的解,具備良好的尋優能力和收斂性.
결합차분진화(DE)여협방차구진자괄응진화책략(CMAES),제출료자괄응자군체미모산법(SaS-MA);위발휘SaS-MA적전국감탐화국부개발능력,설계료일개유산제궤제화건립궤제조성적자군체자괄응책략;통과일개수치실험,장SaS-MA여DE、L-CMAES、PSO화IP-CMAES등산법진행료대비;최후대일개10층2과적혼응토광가진행료위이성능우화,병장SaS-MA적우화결과여례제원시문헌、목전엄범응용차성능가고적DE、CMA、PSO화GA등산법적우화결과진행료대비.수치실험결과표명:자군체자괄응책략통과동태산제화건립자군체,제고료산법성능;SaS-MA재통계학의의상우우기타4충산법,시일개유효、가고적전국우화산법.위이성능우화산례결과표명:SaS-MA재혼응토광가위이우화문제상경구유효성;상비우기타4충산법,동등조건하SaS-MA능구득도최호적해,구비량호적심우능력화수렴성.
