基于一种新混合群算法MOHOSA的结构主动控制多目标优化研究（历史学毕业论文）.docVIP

基于一种新混合群算法MOHOSA的结构主动控制多目标优化研究（历史学毕业论文） 文档信息 属性： F-0181HC，doc格式，正文8551字。质优实惠，欢迎下载！ 适用： 作为文章写作的参考文献，解决如何写好实用应用文、正确编写文案格式、内容摘取等相关工作。 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 搞要 1 关键字：主动控制；混合群算法；二级搜索；多目标优化；庄家法则；几何中心leader 2 4 混合群多目标优化算法 5 5 结 论 7 参考文献 7 论文原创声明（模板） 11 论文致谢（模板） 11 正文 基于一种新混合群算法MOHOSA的结构主动控制多目标优化研究（历史学毕业论文） 搞要 摘要：摘要：基于粒子群（PSO）算法和差分进化（DE）算法提出了一种新的多目标混合群优化算法，对结构主动控制系统的作动器位置、数量与控制器参数进行同步优化.首先，分别采用PSO算法与DE算法进行对应种群的进化，使用庄家法则构造非支配解集，并引入边界点几何中心leader选择机制，同时利用模拟退火算法完成个体进化的二级局部搜索；以随机地震激励下反映结构振动控制效果和控制策略优劣的双指标作为优化目标函数.最后，针对ASCE9层benchmark模型，采用本文提出的具有二级搜索功能的多目标混合群算法（MOHO-SA）对其主动控制系统进行优化设计，并分别与多目标差分进化算法（MODE）、多目标粒子群算法（MOPSO）、普通多目标混合群算法（MOHA）的优化结果进行对比分析，表明其Pareto解集具有更优的收敛曲线及分布性 关键字：主动控制；混合群算法；二级搜索；多目标优化；庄家法则；几何中心leader 中图分类号： 文献标志码：A 文章编号：1674-2974（2017）05-0020-07 Abstract：This paper proposes a new multi-objective hybrid swarm optimization method for active control system based on particle swarm algorithm and differential evolution algorithm， in which the parameters of controller， and the number of and allocation of actuator are synchronously optimized. The basic idea is as follows： The different algorithms are used to complete the evolution of corresponding population， the non-dominated solution set is achieved based on the dealer principle， and the leader selection based on boundary point geometry center is adopted. Meanwhile， the simulated annealing algorithm is used for the secondary local search， the two indexes reflecting the structural vibration control effect and performance of control strategy are used as the optimization objective function. Finally， a ASCE 9-story benchmark model is used as a numerical example to validate the effectiveness of the proposed method. Compared with the conventional MODE， MOPSO， and MOHA algorithm， the MOHO-SA algorithm has better convergence curve and distribution of the pareto solution sets. Key words： active control；hybrid swarm algorithm； two level search； multi-objective optimization； dealer principle； geome