MIMIC算法在非线性多约束机械优化问题中的应用.pdfVIP

第34卷 第6期 太 原 科 技 大 学 学 报 Vo1．34 No．6 2013年 12月 JOURNALOFTAIYUANUNIVERSITYOFSCIENCEANDTECHNOLOGY Dec．2013 文章编号：1673—2057(2013)06—0440—06 MIMIC算法在非线性多约束机械优化 问题中的应用 罗国军，张学良，郭晓东，温淑花，兰国生，刘丽琴 (太原科技大学机械工程学院，太原 030024) 摘 要：将双变量相关的分布估计算法与惩罚函数法相结合 ，用于解决机械工程上非线性多约束优 化设计问题。算法对每一次迭代寻优后的变量进行保留，建立概率模型，通过正态分布发生函数对变量 重新取值，并采用惩罚函数来处理变量约束条件。仿真结果表明，该算法能有效防止早熟收敛，提高算 法的全局搜索能力，具有较好的应用前景。 关键词：分布估计算法；约束优化；惩罚函数 中图分类号：TH122 文献标志码：A doi：10．3969／j．issn．1673-2057．2013．06．009 机械工程上的优化设计如：压力容器、起重机箱 rithms，EDAs)是进化计算领域兴起的一类新型随机 型主梁等的结构优化设计 ，大多属于非线性多约 优化算法。它是把遗传算法和统计学结合起来，通 束的优化问题，优化设计方法能从众多设计方案中 过对解空间个体分布建立概率模型的方法，避免了 寻找到最适宜的设计方案。在机械优化中采用优化 遗传算法中的 “交叉”、“变异”等的具体操作，从而 设计方法，不仅可以减轻机械设备 自重，降低材料消 可以更直接地把握问题的实质，便于求解。 耗与制造成本，而且可以提高产品的质量和工作性 输入聚类最大互信息算法 (MutualInformation 能。传统的机械设计方法，要么容易陷入局部最优 MaximizationforInputClustering，MIMIC)是双变量 值，如梯度法、牛顿法等，要么搜索效率很低，如穷举 相关的分布估计算法中的一种，是由DeBonet等人 法、随机法。分布估计算法则是一种启发式的随机搜 于 1997年提出的一种启发式优化算法L5j，对于优 索方法，根据每一代选择后的优势群体构造最优个体 化变量( ， ，…， )存在一个最优的排列顺序， 的概率模型，为了避免穷举而采用轮盘法对较优的群 使得K．L距离最小化。如图1所示： 体进行初步筛选生成新群体，计算变量取值的均值、方 差，通过正态分布随机生成函数，对设计变量进行更新 改进、迭代，最终寻找到最优设计方案，算法提高了全 局搜索性能，且搜索效率也优于随机搜索 J。 图 1 MIMIC算法链式结构模型图 本文将惩罚函数法与分布估计算法结合，将具 Fig．1Thechain-likestructuremodelgraphof 有复杂约束的优化问题转化为无约束优化问题，结 MIMIC algorithm 它的空间概率模型_6为： 合分布估计算法中的MIMIC算法进行迭代优化，取 得了良好的优化效果。 P ()p(i1l 2)p(2I 3)…p(x IXin)p( ) (1) 1 双变量相关的分布估计算法-MIMIC算法 其中订=(i。，i，… )，表示变量( ， ，… ) 分布估计算法 (Estimationofdisrtibutionalgo． 中的一种排列，且P(X I )表示第 i 个变量