改进聚合树的高维多目标降维优化算法

对于高维多目标优化问题,降维优化算法通过去除或融合冗余目标的方法解决算法耗时过多的问题,但同时也会导致算法分布性能下降。聚合树算法定义非参数秩冲突从而可以快速计算出各目标间冲突度,但聚合树算法鲁棒性有待提高,且需要用户自行决策去除冗余目标。针对这些问题,提出数组叠加机制并定义冲突趋势和冲突度误差,以提高算法鲁棒性;通过合并冲突度较低的冗余目标的方法来进行目标降维,并定义降维截止冲突度;与NSGA-III算法结合,以达到对高维多目标问题进行完整降维优化的目的。为检验该算法性能,与其他经典高维算法进行对DTLZ测试函数集的优化对比,实验结果表明,该算法在耗时更少的同时,也具有较为优秀的分布性能和收敛性能。

适用于电磁场有限元计算的网格剖分算法

网格剖分是有限元法的关键,其剖分得到的网格质量决定了有限元法计算结果的准确性。提出基于Persson-Strang算法生成非结构化三角形网格的新算法。通过分析Laplacian平滑函数作用原理,提出新的平滑函数来减少迭代次数;提出一种在优化设计过程中无重构变形方法,通过定义边界网格框架利用坐标映射技术可以快速推导出网格;通过设置质量评估来解决不可终止性的可能和过度迭代,加入边界节点筛选功能,并对剖分得到的三角元进行有限元逆序编号处理。将该算法与Persson-Strang算法进行剖分效果对比,验证该算法应用于电磁场领域的有效性。