改進的多目標遺傳算法在結(jié)構(gòu)優(yōu)化設計中的應用[001]-閱讀頁
2025-07-01 12:40本頁面
【正文】 類型由表示，其中，表示材料密度，表示材料的楊氏彈性模量，表示單位體積材料的價格。振動試驗臺優(yōu)化問題的具體數(shù)學描述如下：目標是要設計夾層結(jié)構(gòu)的梁的參數(shù)的值，使得振動試驗臺的造價最小，同時，最小化由于電機的擾動而產(chǎn)生的梁的振動（即：最大化梁的基礎頻率）。由于采用了適應度共享機制和交叉限制等策略，計算量大為減少，而最終的Pareto解集也優(yōu)于未改進的算法的結(jié)果。這些技術的采用可以保證MOGA可以可靠的、迅速的收斂于Pareto解集，并且可以對目標函數(shù)空間進行更為廣泛的搜索，對多目標函數(shù)進行更多的采樣，從而可以得出更接近全局最優(yōu)解的近優(yōu)解集，這個近優(yōu)解集中也會包含更多的優(yōu)化可行點，給決策提供了可靠的依據(jù)。對于兩桿構(gòu)架問題，Pareto解集基本上是一條連續(xù)的曲線，因此，采用改進的MOGA就可以選擇相鄰的兩個Pareto點作為父本，在他們的鄰域內(nèi)產(chǎn)生新的Pareto點。終止準則的采用可以從很大程度上減少函數(shù)值的計算量，它的最重要的作用是評價Pareto集。我們只是在這一復雜問題領域做了一些有意義的嘗試而已，對于多目標進化算法的研究還有待于進一步的深化。 Sons Ltd., England, Nov. 1997, pp. 289309. 13 A. Vicini, D. Quagliarella. Inverse and Direct Airfoil Design Using a Multiobjective Genetic Algorithm. AIAA Journal, Vol. 35, No. 9, Sep. 1997, pp. 14991505. AN IMPROVING MULTIOBJECTIVE GENETIC ALGORITHMS FOR STRUCTURAL OPTIMIZATIONGuanzhihua ( University 9013 POBOX Tianjin 300072)Wanjie(School of Management of Hebei university Tianjian 300000)Abstract This paper discusses some problems of Multiobjective Genetic Algorithms(MOGAs) at the same time , gives some new improvements to MOGAs. These improvements include: niche, stopping criteria, filtering, mating restrictions, the use of objective constriction. By using these technical, we can overe the shortings in niche formation, algorithms stopping and so on. At last, we give two structural designing optimal examples, which use this algorithm.Keywords Multiobjective , Genetic Algorithms , design optimization.
環(huán)評公示相關推薦
鄂ICP備17016276號-1