- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
                        查看更多
                        
                    
                二维非稳态对流扩散方程反问题的混沌粒子群算法
                    
第31卷第 5期                    西 安 工 业 大 学 学 报                          Vo1.31No.5 
2011年 1O月                 JournalofXi’anTechnologicalUniversity        Oct.2011 
文章编号: 1673—9965(2011)05—470—04 
 二维非稳态对流扩散方程反问题的混沌粒子群算法 
                               陈亚文,邹学文 
                           (西安理工大学 理学院,西安 710054) 
    摘 要: 为了求解二维非稳态对流扩散方程的参数反问题,利用有限元方法给出其正问题的 
    求解,将结果作为附加条件,结合混沌局部搜索算法的优点,提 出了一种改进的混沌粒子群优 
    化算法.数值模拟结果表明此方法所得到参数反演的数值解与真解误差很小,目标值达到 
     10~,精度较高. 
    关键词: 群体智能;对流扩散方程;混沌局部搜索;粒子群优化;反问题 
     中图号:TP301.6         文献标志码:A 
   对流扩散方程描述了物质传输及热传递的综                  收敛到局部最优 的改进算法,但其性能不佳. 
合过程,在水利工程、环境工程及化工、冶金、航空                 Mendes等研究粒子群的拓扑结构,分析粒子间的 
等研究领域里受到了充分重视,因此对流扩散方程                  信息流,提出了一系列的拓扑结构.Angeline将选 
的数值求解一直是人们关注的问题之一_1].对于                 择算子引入到PSO中,选择每次迭代后较好的例 
其反问题,一般都可归结为一类优化问题,此优化                  子并复制到下一代,以保证每次迭代的粒子群都具 
问题一般为多峰值高度非线性优化问题,如何进行                  有较好的性能.文中采用PSO算法与有限元算法 
有效求解引起了人们广泛重视.                          相结合的方法,给出了参数反演的数值结果,精度 
   群智能(Swarm Intelligence,SI)作为一种新  较高,表明算法的可行性和有效性. 
兴的演化计算技术已成为越来越多研究者的关注 
焦点,它与人工生命,特别是进化策略以及遗传算                   1 问题的提出 
法有着极为特殊的联系.群智能在没有集中控制且                     考虑二维非稳态对流扩散方程 
不提供全局模型的前提下,为寻找复杂的分布式问 
题求解方案提供了基础.目前,群智能理论研究领                       一    [志cz, ]一 
域有两种主要的算法,蚁群优化算法 (AntColony                              3U7+b(      a 
                                                                      u+ 
OptimizationAlgorithm,ACOA)和粒子群算法                                     z 
(ParticleSwarm Optimization,PSO).基于对鸟         62(z,,£) +c(,, 一f(x,  , 
群、鱼群的模拟,Eberhart和Kennedy于 1995年 
                                               (z,Y)∈Q,t 0 
提出粒子群优化算法.这些研究可以称为群体智 
                                           u(x,Y,0)一 9(x,),          在 Q内 
能[3].PSO最初是处理连续优化问题的,目前其应 
                                           u(x,y,):== (,3,,):        在 r1上 
用已扩展到组合优化问题.由于其简单、有效的特 
点,PSO已经得到了众多学者的重视和研究.Shi                   k(x,,) +  一 (z,,£),  在 r2上 
等提出了惯性因子W线性递减的改进算法,大大                                      
                 原创力文档
原创力文档 
                         
                                    

文档评论(0)