典型文献
基于多任务差分进化的飞行器近似优化方法
文献摘要：
针对不同工况、不同设计需求下的多个飞行器优化设计任务的高效协同求解问题,提出了一种基于多任务差分进化的近似优化方法(Multitasking Differential Evolution Based Approximation Optimization Method,MTDE-AOM).MTDE-AOM采用差分进化框架,通过构建径向基函数代理模型代替高耗时分析模型用于种群选择操作,有效降低了设计空间探索成本.在此基础上,引入多任务学习思想,定制了一种多任务样本迁移机制,在保证各优化任务种群多样性的前提下,通过聚类分析实现不同任务优质个体迁移,引导多个相似任务优化过程快速收敛.标准测试算例对比结果表明,相比于标准多任务差分进化算法,MTDE-AOM在优化效率、全局收敛性和鲁棒性等方面具有优势.最后,通过不同工况下的翼型多任务优化工程案例,验证了方法的有效性与工程实用性.
文献关键词：
多任务优化;径向基函数;差分进化;近似优化;翼型优化
中图分类号：
作者姓名：
陈晅;朱华光;龙腾;叶年辉;史人赫
作者机构：
北京理工大学,北京,100081;北京宇航系统工程研究所,北京,100076
文献出处：
引用格式：
[1]陈晅;朱华光;龙腾;叶年辉;史人赫-.基于多任务差分进化的飞行器近似优化方法)[J].导弹与航天运载技术,2022(05):31-35
A类：
Multitasking,MTDE
B类：
飞行器,近似优化,不同工况,设计需求,设计任务,高效协同,Differential,Evolution,Based,Approximation,Optimization,Method,AOM,径向基函数,数代,代理模型,设计空间探索,多任务学习,学习思想,迁移机制,种群多样性,快速收敛,试算,差分进化算法,优化效率,全局收敛性,多任务优化,工程案例,翼型优化
AB值：
0.330647
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
