基于优化全局版人工鱼群算法的斜拉桥成桥索力优化

为解决斜拉桥索力优化办法中常见的计算效率低、调索过程盲目等问题,提出了一种优化的全局版人工鱼群算法(OP-GAFSA)。优化后的算法引入了粒子群算法(PSO)的速度和位置更新策略,可有效求解多个基本测试函数最优值。相较于斜拉桥传统设计方法,OP-GAFSA算法具有更高的索力优化效率,且所求斜拉桥成桥状态弯曲能更小、结构线型更平顺,主跨最大挠度减小了81.6%。与PSO算法、人工鱼群算法(AFSA)和GAFSA算法相比,OP-GAFSA算法寻优时间短、计算效率高、结果离散性小,在解决斜拉桥索力优化问题时更具优势。

基于人工鱼群算法的PID参数优化研究

论文在PID参数的优化中引入人工鱼群算法,并进一步采用全局版人工鱼群算法,该算法加入参数动态调整机制并改进其基本行为。仿真结果显示,人工鱼群算法对PID参数优化的效果良好,且全局版人工鱼群算法的优化性能更胜一筹。