粒子群遗传算法及其应用.pdf

第 33 卷 第 4 期 核 动 力 工 程 Vol.33. No.4 2 0 1 2 年 8 月  Nuclear Power Engineering A u g . 2 0 1 2 文章编号：0258-0926(2012)04-0029-05 粒子群遗传算法及其应用 刘成洋，阎昌琪，王建军，刘振海 哈尔滨工程大学核安全与仿真技术国防重点学科实验室，哈尔滨，150001 摘要：针对标准粒子群算法在处理非线性约束优化问题时存在收敛速度慢和易陷入局部最优的缺点，设 计了一种粒子群遗传算法。该算法采用可行性原则处理约束条件，避免罚函数法中惩罚因子选取的困难；随 机产生初始可行群体，加快粒子群收敛速度；引入遗传算法的交叉和变异策略，避免粒子群陷入局部最优。 通过对典型测试函数的优化计算，表明粒子群遗传算法有较好的优化性能。将该算法应用在核动力装置优化 中，优化效果显著。 关键词：粒子群遗传算法；核动力装置；优化设计 中图分类号：TL353 文献标志码：A         k 1 k 1 k 1  best k  1 引 言 v w v c r  p i d x  i d i d 1 1 , i d , , ,   遗传算法（GA ）和粒子群算法（PSO ）是两  best k  c2 r2  g d xi,d (1 - 1) 种计算速度较快并且较易实现的算法，已经广泛       应用于核工程设计中[1~4]。在实际应用时，如何加 x k 1 x k v k 1      （1-2 ）  i,d i,d i,d 快这两类算法的收敛速度和避免出现提前收敛[5,6]