改进的多目标快速群搜索算法的应用.docVIP

PAGE  PAGE 6 改进的多目标快速群搜索算法的应用 　　摘要：在多目标快速群搜索算法（MQGSO）的基础上，针对该缺点进行了约束处理方面的改进，引入了过渡可行域，提出了改进的多目标快速群搜索算法。改进后的算法，充分利用了过渡可行域中不可行解的价值。通过一10杆平面桁架的截面优化，对改进后的算法进行了优化性能测试。与MQGSO对比，改进后的算法收敛速度和收敛精度更优，解集的分布也更加均匀，可以应用于实际工程的优化设计中。 　　Abstract： The improved multi-objective quick group search optimizer， which is based on multi-objective quick group search optimizer， poses the idea of transition-feasible region. It makes full use of the value of infeasible solutions in the feasible region. The optimization result of the improved MQGSO algorithm was compared with the MQGSO algorithm by an example of a 10-bar planar truss structure. The improved MQGSO algorithm gets preferable convergence rate convergence precision and wide distribution. The improved multi-objective quick group search optimizer can be used for practical structural optimal design problems. 　　关键词：智能算法；结构优化；群搜索算法；桁架结构 　　Key words： intelligent algorithm；structure optimization；group search optimizer；truss structure 　　中图分类号：TU323.4 文献标识码：A 文章编号：1006-4311（2016）32-0125-02 　　0 引言 　　由于实际工程结构的复杂性，单目标的优化问题已不能满足优化的需要，越来越多的建筑工程师将焦点转移到了多目标优化问题中。传统的多目标优化算法是通过加权求和将多目标优化问题转化为单目标优化问题。这种优化方法原理简单，计算方便，但解的利用价值不高。实际工程中的多目标优化问题都存在一组均衡的解集，即Pareto最优解集。本文结合Pareto支配关系理论与拥挤距离机制，对多目标快速群搜索算法MQGSO（Multi-objective Quick Group Search Optimizer）的约束处理方法进行了改进，提出了一种适用性更强的智能优化算法――改进的多目标快速群搜索算法（以下用IMQGSO表示），并与多目标快速群搜索算法进行了对比。 　　1 多目标快速群搜索算法（MQGSO） 　　工程优化设计中，多个目标之间往往是相互矛盾和相互制约的。这时，为了得到尽可能满意的优化结果，需要进行协调折中处理。MQGSO算法通过支配与非支配的关系来比较个体的适应值，从而得到一组Pareto最优集。 　　发现者的选取对优化结果至关重要，它直接关系到Pareto最优集能否分布均匀及算法会不会进入局部收敛。为了保证解集的质量，在迭代搜索的前期，采用拥挤距离机制对解集进行更新和维护，并选取拥挤距离为无穷大的个体作为发现者，若精英集当中存在拥挤距离不为无穷大的个体，则可随机选取其中一个作为发现者，这样，解的分布性得到了优化。在迭代搜索的后期，引入禁忌搜索算法，利用它的记忆功能，使算法对未被选择过的个体进行搜索，从而避免了算法的局部收敛。 　　在算法迭代过程中，搜索者追随发现者的同时，还不断以一个随机步长对自己的历史最优位置进行更新，如公式（1），这样摒弃了GSO中角度搜索的繁杂，汲取了PSO算法中步长搜索的精华。 　　游荡者对发现者进行随机搜索，结合自身的历史位置，同时以一定的概率变异，与发现者交换信息。这样大大提高了算法的多样性，也提升了算法的收敛精度。具体如公式（2）： 　　在约束处理方面，MQGSO算法借助外点罚函数来约束违反性能约束的粒子。这种处理方式忽略了许多有用的信息。有时位于可行域边界附近的不可行解的利用价值很高，甚至有可能优于可行解。针对MQGSO的缺点，本文对其约束处