年山西省研究生优秀创新项目(20093022) 作品数:8 被引量:22 H指数:3 相关作者: 温淑花 兰国生 张学良 卢青波 刘丽琴 更多>> 相关机构: 太原科技大学 郑州职业技术学院 兰州理工大学 更多>> 发文基金: 年山西省研究生优秀创新项目 国家教育部博士点基金 山西省自然科学基金 更多>> 相关领域: 自动化与计算机技术 机械工程 更多>>
基于差异演化算法的动压滑动轴承多目标优化 被引量:6 2013年 为研究流体动压轴承的多目标优化问题,提出一种改进多目标差异演化算法。该算法在选择差分向量时,对产生差分向量的两个个体比较其优劣,用非支配解减去支配解,引导个体向非劣解进化,提高算法的收敛速度;其次提出了种群修剪策略,消除进化后期种群中相同个体引起的种群全局搜索能力下降的缺点,以提升算法的全局寻优能力。通过与其它算法的比较,发现该算法能有效避免'早熟'收敛,具有较好的收敛速度和多样性。工程实例求解结果表明了算法的工程可行性。 卢青波 张学良 温淑花 兰国生 刘丽琴关键词:动压滑动轴承 多目标优化 差异演化算法 高斯变异差分进化算法及其应用研究 被引量:8 2012年 为平衡算法收敛速度和全局搜索能力,克服差分进化算法易"早熟"的缺陷,在分析引起种群多样性下降及个体进化停滞原因的基础上,通过引入高斯变异操作,提出了基于高斯变异改进的差分进化算法(modified differ-ential evolution base on Gauss mutation,GMDE).数值仿真及2个工程优化问题的求解结果表明本文算法能有效避免"早熟"收敛,且在算法收敛速度和全局搜索能力上取得了较好的平衡. 卢青波 张学良 温淑花 兰国生 刘丽琴关键词:差分进化算法 高斯变异 交叉率 基于多目标差异演化算法的并联机构结构优化 被引量:6 2010年 针对并联机构优化设计的复杂性,建立了多目标优化模型,并使用多目标差异演化算法(MODE)对模型进行了求解。在MODE中,使用改进的快速排序法构造外部种群,基于动态聚集距离对外部种群进行削减,使用随机排序法处理约束问题。以3-TPT并联机器人机构的工作空间和速度全域性能为目标建立了多目标优化模型,利用蒙特卡洛方法对两个目标进行了定量评价,并使用MODE实现了模型求解。多目标优化模型的建立对其他并联机构具有借鉴意义。实验结果也表明MODE是一种行之有效的多目标求解算法。 李明磊 贾育秦 张学良 刘丽琴 杜娟 温淑花 兰国生关键词:差异演化算法 并联机构 多目标优化 蒙特卡洛方法 多种群协作差异演化算法及其应用 被引量:1 2012年 针对差异演化算法在求解高维、多峰问题时易陷入局部最优解发生"早熟"的缺陷,提出多种群协作差异演化算法。该算法将种群划分为多个子种群并设置一个精英群,精英群由子种群的最优个体产生,并与群体最优解进行竞争,子种群的最优个体只与精英群个体竞争而不与群体最优解竞争。构建了两种不同邻域结构的多种群协作差异演化算法,仿真结果及工程应用实例表明了算法的有效性。 卢青波 张学良 温淑花 兰国生 刘丽琴关键词:多种群 早熟 邻域结构 增强差异演化算法及其应用 被引量:1 2010年 针对约束优化问题,提出一种适于约束优化的增强差异演化算法(enhanced differential evolution algorithm for constrained optimization,ECDE).在约束处理上采用不可行域与可行域更新规则的方法,避免了传统的惩罚函数方法中对惩罚因子的设置,使算法的实现变得简单.改进了DE算法的变异操作,对选择的3个父代个体进行操作遍历,产生6个候选解,取适应值最优的为变异操作的解,大大改善了算法的稳定性、鲁棒性和搜索性能.通过4个测试函数和1个设计实例仿真,表明所提出的算法具有较快的收敛速度和较好的稳定性和鲁棒性. 兰国生 张学良 卢青波 温淑花关键词:遍历 全局搜索 自适应差异演化算法及其应用 2010年 差异演化(Differential Evolution,DE)算法是一种基于群体差异的演化算法,具有良好的优化性能,但是对于高维复杂函数,DE算法易早熟收敛。为此,在对DE算法参数分析的基础上,提出自适应缩放因子及自适应交叉率两个概念,进而提出一种自适应差异演化(Adaptive Differential Evolution,ADE)算法。利用群体差异度对DE算法进行分期,一方面使缩放因子在前期较大,在进化的中期先变小,后增大,在进化的后期,缩放因子较小;另一方面使DE算法的交叉率在前期较小,中期在一定范围内随机取值,进化后期较大。仿真实验结果与工程应用实例表明,ADE算法在收敛速度和全局搜索能力方面得到了较好的平衡,不仅保证了ADE算法的收敛速度,而且具有较好的全局搜索能力。 兰国生 卢青波 张学良 温淑花关键词:自适应 缩放因子 交叉率 简单差异演化算法及其在装配公差优化中的应用 2011年 差异演化算法是一种基于群体差异的演化算法,具有良好的优化性能,但是对于高维复杂函数,算法易早熟收敛。为此,在对算法参数以及关键算子分析的基础上,提出了自适应缩放因子及突变因子两个概念,进而提出了简单差异演化算法(A Simple Differential Evolution Algorithm)SDE。首先将缩放因子按照进化代数进行递减,一方面为了减少用户参与程度,另一方面为了平衡算法的收敛速度与全局搜索能力;其次在研究交叉算子的基础上,引入了灾变因子,使群体中的部分个体在进化过程中不进行交叉操作,而直接与父代个体进行竞争,简化了差异演化算法的步骤。仿真实验结果与工程应用实例表明,SDE算法在收敛速度和全局搜索能力方面得到了较好的平衡,不仅保证了算法的收敛速度,而且具有较好的全局搜索能力。 兰国生 张学良 卢青波 温淑花 刘丽琴关键词:全局搜索 基于差异演化算法和多属性决策的机电系统可靠性多目标优化设计 被引量:1 2011年 针对机电系统可靠性设计问题,以可靠性和费用(或体积等)最优为目标建立可靠性设计的多目标优化模型.提出了自适应多目标差异演化算法,该算法提出了自适应缩放因子和混沌交叉率,采用改进的快速排序方法构造Pareto最优解,采用NSGA-II的拥挤操作对档案文件进行消减.采用自适应多目标差异演化算法获得多目标问题的Pareto最优解,利用TOPSIS方法对Pareto最优解进行多属性决策.实际工程结果表明:自适应多目标差异演化算法调节参数更少,且求得的Pareto最优解分布均匀;采用基于TOPSIS的多属性决策方法得到的结果合理可行. 卢青波 张学良 温淑花 兰国生 刘丽琴关键词:可靠性 多目标优化 多属性决策 TOPSIS