改进粒子群算法在可靠性分析中的应用.pdfVIP

第12期机械设计与制造

2024年12月MachineryDesignManufacture117

改进粒子群算法在可靠性分析中的应用

121

高淑芝，赵匀琨，张义民

（1.沈阳化工大学装备可靠性研究所，辽宁沈阳110142；2.沈阳化工大学信息工程学院，辽宁沈阳110142）

摘要：对于高非线性问题中，单一种群的粒子群算法（PSO）收敛速度较慢、种群多样性容易丢失、容易陷入局部最优解的情

况，提出了一种多种群自适应交互学习改进粒子群算法（MAILPSO）。该算法将整个族群分为多个不同的种群，分别执行不

同的策略，并在种群间相互学习，以兼顾全局搜索能力和局部收敛能力。典型功能函数的仿真结果证明，该算法有着更强

的收敛能力和更高的收敛精度。最后将MAILPSO算法应用于房屋屋梁可靠性指标的评估中，以此证明方法的实用性。

关键词：粒子群优化；交互式学习；自适应；多策略；可靠性评价

中图分类号：TH16；TP399文献标识码：A文章编号：1001-3997（2024）12-0117-04

ApplicationofImprovedParticleSwarmOptimizationAlgorithminReliabilityAnalysis

121

GAOShu-zhi，ZHAOYun-kun，ZHANGYi-min

（1.InstituteofEquipmentReliability，ShenyangChemicalUniversity，LiaoningShenyang110142，China；

2.CollegeofInformationEngineering，ShenyangChemicalUniversity，LiaoningShenyang110142，China）

Abstract：Forhighlynonlinearproblems，single-speciesparticleswarmoptimization（PSO）iseasytoloseitsdiversityandget

intothelocaloptimalsolution，amulti-populationadaptiveinteractivelearningimprovedparticleswarmoptimization（MAILP⁃

SO）isproposed.Thealgorithmdividesthewholepopulationintoseveraldifferentpopulations，implementsdifferentstrategies，

andlearnsfromeachotheramongthepopulationstotakeintoaccounttheglobalsearchabilityandthelocalconvergenceability.

Thesimulationresultsoftypicalfunctionsshowthatthealgorithmhasstrongerconvergenceabilityandhigherconvergencepreci⁃

sion.Finally，MAILPSOisappliedtoevaluatethereliabilityindexofbuildingbeamtoprovethepracticabilityofthemethod.

KeyWords：ParticleSwarmOptimization；InteractiveLearning；Adaptive；Multi-Strategy；ReliabilityEvaluation

1