基于改进随机蛙跳算法的主梁轻量化研究 靳通通1,2,吴淑芳1,2,李〓松1,2,王腾飞1,2 (1.中北大学机械工程学院,山西 太原〓030051) (2.山西省起重机数字化设计工程技术研究中心,山西 太原〓030051) 摘要:起重机箱型主梁的轻量化问题属于带约束的函数寻优问题,为此使用随机蛙跳算法来研究,但用随机蛙跳算法解决此问题时存在局部探索能力变差、优化结果不理想、收敛变慢甚至停滞等缺点,因此改进了算法中的评价值函数和蛙跳方式。将改进前后的算法以及GA算法都应用到主梁轻量化问题中,验证了改进后的算法在主梁轻量化问题中的优越性能。 关键词:随机蛙跳算法;函数寻优问题;桥式起重机;主梁轻量化 中图分类号:TH16〓文献标识码:A〓文章编号:2095-509X(2018)12-0015-04
主梁是桥式起重机的主要承重部件,其结构轻量化及拓扑优化是比较热门的研究方向。李志雄等采用改进的人工蜂群算法对主梁进行轻量化设计,朱学敏使用免疫蚁群算法进行了主梁的拓扑优化研究。目前起重机主梁轻量化问题还没有公认的解决方案,因此需要进一步对主梁的轻量化问题进行探讨。 随机蛙跳算法(shuffled frog leaping algorithm , SFLA)是一种综合了多种其他智能算法思想的新型亚启发式算法。2003年,Eusuff等在解决资源网络优化问题时首次应用了随机蛙跳算法。由于SFLA具有容易理解、易于实现、寻优能力均衡等特点,因此对其进行改进研究和应用已成为学术界的热点问题。孙冲把量子算法的思想引入到SFLA中,发展出了一种全新的量子蛙跳算法。姚应龙[5]使用加速和老化机制改善SFLA,得到了较好的优化效果。目前对于SFLA的研究与应用主要集中在控制器参数调节问题、聚类问题及离散优化问题等,较少涉及到结合工程实际的函数寻优问题。在理论上,SFLA同样适用于工程实际中的函数寻优,值得进一步讨论。 主梁轻量化问题实际上就是带约束的函数寻优问题。本文针对SFLA解决带约束的函数寻优问题时,局部探索能力变差、优化结果不理想、收敛慢等缺点进行了两方面的改进,并把改进后的SFLA引入到桥式起重机主梁轻量化问题中,验证算法改进后的实际性能。〖HJ*5/9〗
1〓随机蛙跳算法的简介与改进 1.1〓随机蛙跳算法简介 随机蛙跳算法模拟了青蛙在湿地中跳动觅食的行为,每个青蛙可以看作一个解,而湿地看作是给定的解搜索空间。 一群青蛙被分成多个族群,在每个族群中进行局部搜索:族群中的青蛙依照制定的进化搜索策略,找到组内最好与最差的青蛙个体,对最差的青蛙用类似粒子群算法的进化方法进行位置调整,将位置调整视为一次跳跃。 局部搜索达到一定的次数后,采用联合体进化算法进行族群混合(即族群间的思想交流),局部搜索和族群混合的过程循环进行,直到满足结束条。全局性的思想交流与局部的进化搜索相结合,使得SFLA具有较强的调节性和扩展性。
1.2〓随机蛙跳算法的改进 设共有F个青蛙,表示为〖WTHX〗X(1),X(2),…,X〖WTBX〗(F)。第i只青蛙用向量〖WTHX〗X〖WTBX〗(i)=( X1, X2, …, XL)表示,L代表每只青蛙的信息元素个数。在寻优问题中,寻找使得目标函数值最小的解。
1.2.1〓评价值函数的改进 采取一种新的方法来计算每只蛙的评价值,X(i)的评价值evali为
.....
作者简介:靳通通(1991—),男,河北邯郸人,中北大学硕士研究生,主要研究方向为数字化设计与制造、CAD/CAM/CAE。
文章来源《机械设计与制造工程》杂志如需详细资料请联系江苏机械门户网客服QQ:2980918915,电话025-83726289)
更多关注,请扫码
|