首站-论文投稿智能助手
典型文献
基于并行交换的增强粒子群优化算法在气动优化中的应用
文献摘要:
粒子群优化(PSO)算法易于实现,对优化问题可以获得质量较高的解,被广泛应用在如气动优化这种非线性高难度问题中,但是面对多峰问题容易陷入局部最优,存在鲁棒性较差的问题,为了提高PSO的鲁棒性,提出了基于并行交换的增强粒子群优化算法(EPSOBPE).该算法通过布谷鸟搜索算法(CSA)和PSO种群并行进化,分层交换操作和增强学习策略来增强算法寻优能力与鲁棒性.该算法兼具了 CSA的全局搜索能力和PSO的局部能力,使得新算法具有极强的鲁棒性.函数测试表明,新算法相较于其他智能优化算法有更强的鲁棒性,对不同问题的适应能力更强.将EPSOBPE算法应用到RAE2822翼型和M6机翼的气动优化设计中,相较于其他算法可以得到更好的效果,从而表明新算法有鲁棒性,同时兼具了更好的寻优能力.
文献关键词:
粒子群优化算法;布谷鸟搜索算法;气动优化设计;全局优化
作者姓名:
王培君;夏露;周文硕;栾伟达
作者机构:
西北工业大学航空学院,陕西西安 710072
引用格式:
[1]王培君;夏露;周文硕;栾伟达-.基于并行交换的增强粒子群优化算法在气动优化中的应用)[J].西北工业大学学报,2022(03):493-503
A类:
EPSOBPE
B类:
粒子群优化算法,优化问题,高难度,多峰,局部最优,布谷鸟搜索算法,CSA,交换操作,增强学习,学习策略,增强算法,算法寻优,寻优能力,全局搜索,搜索能力,新算法,函数测试,测试表明,智能优化算法,算法应用,RAE2822,翼型,M6,机翼,气动优化设计,全局优化
AB值:
0.288325
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。