基于混合遗传算法多目标动态优化设计.pdfVIP

第! 卷# 第$ 期 宇# 航# 学# 报 5).6 !# 7)6 $ !%% 年’’ 月# # ()*+,-. )/ 012+),-*2341 # # 7)89:;9+ !%% 基于混合遗传算法的多目标动态优化设计 ’ ! 魏发远 ，李世其 （’A 中国工程物理研究院结构力学研究所，绵阳$!’?%% ； !A 华中科技大学机械学院5B 研究室，武汉%% ） 摘# 要：针对多目标动态优化设计中，解空间复杂、目标函数高度非线性、部分目标函数灵敏度容易求得等特 点，综合利用多目标优化技术、遗传算法和梯度优化技术，提出了一种新的多目标混合遗传算法。这种算法在“并 列选择遗传法”的基础上尽可能多地利用目标函数的灵敏度信息以加速收敛速度，同时通过各目标的重要程度和 满意程度来决定相应的子种群大小以达到各目标的协同优化。在探讨了该方法的思想之后，着重研究了其实现步 骤和关键技术，最后用一个浸水旋转壳的多目标动态优化设计为例，证明了本文方法的有效性。 关键词：混合遗传算法；动态设计；多目标优化 中图分类号：C@’! ；D’’A E!# # # 文献标识码：0# # # 文章编号：’%%%=’!E（!%% ）%$=%$%?=% 注，在简单遗传算法（FG0 ）的基础上根据问题的特 ! 引言 点提出了各种改进的遗传算法，其中， (6 H6 F4I-//9+ ， 动态设计是现代设计方法中的重要内容和前沿 (6 J)+, ，H6 K6 G).L;9+M 等人将多目标优化与遗传算 课题，也是近年来结构设计领域的研究热点之一，籍 法结合，提出的“并列选择法、排序选择法、共享函 此可以有效地改善和提高设备的动力学性能，降低 数法”等多目标遗传算法对于求解复杂的多目标优 生产成本。动态设计问题中，特征值或结构响应等 化问题具有较大的实用价值［? ，’%］，何新贵等提出的 目标函数是一个复杂的非线性隐函数，在动力学分 利用梯度信息的混合遗传算法对于处理单目标可微 析、重分析和优化求解方面存在着巨大的计算量，而 函数具有较快的收敛速度［’’］。 且可行域性态不良、解空间一般是多连通的，缺乏高 虽然遗传算法已经被广泛用于结构的优化设计 效率的分析和优化算法。此外，在进行动态设计的 中，并且取得较好的效果［’!］，但是对于多目标动态 同时，往往要求设计结果能够使多个相互矛盾的目 优化设计，因为它本身研究得不充分，加上现有遗传 标如重量、容积等得到优化。因此，动态设计问题实 算法效率偏低，有关问题还有待进一步研究。本文 际上是一个具有高度非线性、解空间复杂的多目标 正是基于这种考虑，在前人工作的基础上，综合利用 优化问题，这类问题既具有一般多目标优化问题的 多目标优化技术、遗传算法和梯度优化技术，提出了 ［’=E］ 一种新的混合遗传算法。 复杂性，又具有动态设计问题固有的困难性 。 对于一般多目标优化问题，目前的方法大多是 # 多目标动态优化设计的数学模型 在某种评优准则（即评价函数）下，将多目标问题转 进行动态设计的主要任务，就是寻求工程结构 化为单目标问题来解决，常用的转化方法有约束法，