基于改进多目标布谷鸟搜索算法的翼型多目标气动优化-ResearchGate.PDFVIP

See discussions, stats, and author profiles for this publication at: /publication/329465403 An improved multi-objective cuckoo search algorithm for airfoil aerodynamic shape optimization design Article  in   Hangkong Xuebao/Acta Aeronautica et Astronautica Sinica · December 2018 DOI: 10.7527/S1000-6893.2018.22550 CITATIONS READS 0 27 3 authors, including: Jun Liu Central South University 12 PUBLICATIONS   62 CITATIONS    SEE PROFILE All content following this page was uploaded by Jun Liu on 07 December 2018. The user has requested enhancement of the downloaded file. 网络出版时间：2018-12-06 20:44:29 航 空 学 报 Jan. 25 2017 Vol.38 No.X: Acta Aeronautica et Astronautica Sinica ISSN 1000-6893 CN 11-1929/V hkxb@ 引用格式：张鑫帅，刘俊，罗世彬．基于改进多目标布谷鸟搜索算法的翼型多目标气动优化设计[J]．航空学报, 2019, 40(5): 122550. ZHANG X-S, LIU J, LUO S-B. An improved multi -objective cuckoo search algorithm for airfoil aerodynamic shape opti- mization design [J].Acta Aeronautica et Astronautica Sinica, 2019, 40(5): 122550 (in Chinese). doi: 10.7527/S1000- 6893.2018.22550: 基于改进多目标布谷鸟搜索算法的翼型多目标气 动优化设计 1 1, * 1 张鑫帅 ，刘俊 ，罗世彬 1. 中南大学 航空航天学院，长沙 410083 摘 要：布谷鸟搜索算法（CS）是一种新型的受自然现象启发的元启发式智能优化算法，其强大的全局搜素能力和收敛 速度受到了广泛关注。多目标布谷鸟搜索算法（MOCS）是一种在单目标布谷鸟算法基础上发展的可以直接求解pareto解 集的多目标优化算法。针对原始 MOCS 算法的不足，采用一系列措施以提高算法的收敛精度、收敛速度以及解的均匀 性：通过引入非支配排序与拥挤距离来改进解的适应度评估；通过改进随机游走策略来提高局部搜索能力；通过引入改 进的自适应丢弃概率策略来提高算法的收敛速度；加入档案管理机制，来提高解的均匀性。典型的